露天矿运输调度问题求解的自适应果蝇优化算法

针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。     

一个解决露天矿车辆调度问题的方法

描述了露天矿车辆装载、运输、卸载LHD(Load-Haul-Dump)的调度管理问题。LHD问题由车辆调度、路径规划和行程安排组成;调度方案是以最短路径的算法为基础。露天矿每个调度决策需要考虑矿山的当前状态,单车道双向公路运输网络的实时交通状态和一些操作约束。     

基于改进两阶段法的平朔东露天矿配车算法

结合平朔东露天矿的实际生产情况,研究分析了露天矿车辆调度系统的传统两阶段算法,结合露天矿矿车规划和露天矿车辆调度算法模型,改进了两阶段算法,并设计验证了优化后的算法模型。平朔东露天矿通过优化配车算法降低了运输成本,提升了生产管理水平。     

露天矿运输调度优化的生物地理学改进算法

露天矿生产运输调度优化问题是一类典型的具有非线性、多变量特征的优化问题。首先,在对露天矿卡车调度优化进行系统分析的基础上,以总运输费用最小为目标函数,给定矿石量、运输能力等约束条件,建立运输调度优化模型;然后,提出将差分算法中局部搜索功能引入到基本生物地理学优化算法的迁移策略中的改进生物地理学优化算法;最后,以MATLAB软件为平台,以露天矿实际生产运输实例数据为依据,计算出改进的生物地理学算法优化路径的综合运输成本比实际花费成本节约5 994万元,且比单一的生物地理学算法和差分算法优化路径的运输成本更低,验证了该算法求解露天矿运输调度问题的优越性。     

露天矿山运输调度系统粒子群优化

结合露天矿山运输调度系统实际,考虑到计划产量、生产能力、质量要求和运输过程等方面的约束,建立了一个通用性较强的露天矿山运输调度系统模型。该调度模型以总的运营成本最低为目标函数,采用惩罚函数法把诸多约束条件化为无约束,构建优化系统中粒子群算法的适应度函数。通过引入自适应变异程序对粒子群算法进行改进,避免算法过早收敛,提高了收敛效果。运用改进后的自适应变异粒子群算法对露天矿山运输调度系统模型优化求解,并采用Matlab软件对求解过程进行仿真,研究结果表明该算法能够快速得到当前班次的车辆调度的满意方案,提高了露天矿山运输调度的效率,进而提高露天矿山生产率,为数字化矿山建设提供一定参考。     

基于改进DCW-QPSO算法的露天矿卡车调度优化方法

为了提高露天矿卡车运输效率,有效降低矿山企业开采成本,针对量子粒子群算法(QPSO)在优化求解过程中易陷入局部最优的问题,本研究引入惯性权自适应调整的量子粒子群优化算法(DCW-QPSO),并借助于遗传算法的变异操作,将DCW-QPSO的粒子更新方法改进,然后将改进DCW-QPSO用于求解露天矿卡车运输调度方案。调度方案以总运输成本最低为目标函数,并综合考虑矿石产量、品位均衡、卡车等待时间最短等约束条件。通过在国内某大型露天铁矿的应用发现,卡车调度优化结果符合矿山实际生产需求,为企业管理者提高了决策依据。改进算法在模型求解过程中全局搜索能力及算法稳定性都得到显著提升,具有一定的实际应用价值。     

基于多目标遗传算法的露天矿卡车调度优化研究

为合理调配露天矿卡车运输,实现矿山企业降本增效,解决卡车运输调度管理的多目标需求,以卡车运输成本最低和等待时间最少为目标,以车铲生产能力、矿石品位以及生产原则为约束,构建了多目标卡车调度模型。模型采用优选因子分配车辆,使用多目标遗传算法进行求解,进而优化露天矿卡车的动态调配。针对某露天矿卡车调度进行多目标优化,研究结果表明:此方法可提供合理的优化调度方案,得到具体的卡车运输路线和运行时刻表,大大降低卡车运输成本,提高设备使用效率,从而为矿山的卡车调度提供具体合理的决策依据。     

露天矿生产车辆调度的优化选择

露天矿车辆优化调度问题,关键是如何分配和调度现有条件下的卡车和电铲,使设备的利用率达到最大,从而降低采矿成本。根据露天生产的实际要求,运用运筹学中的目标规划的方法,建立车辆调度的优化模型,利用Lingo11软件进行计算;利用卡车编队运输、卡车转移运输的思想和贪心算法,得出一种最优的调度方案。研究表明,优化结果能符合实际生产需求。     

露天矿新能源纯电动卡车的智能调度优化及应用

随着我国“双碳”战略的提出,在绿色矿山建设背景下,新能源纯电动卡车在露天矿生产中的应用越来越广泛。为了提高新能源纯电动卡车的运输效率,降低矿山生产成本,从卡车的碳排放成本和矿山生产指标角度出发,综合考虑电池电量、车铲生产能力以及矿石品位等多种影响因素,构建了基于碳排放成本的露天矿新能源纯电动卡车多目标调度优化模型,并采用非支配邻域免疫算法(NNIA)对模型进行了求解。通过国内某露天矿的生产数据进行仿真分析发现,所建立的多目标优化模型求得的调度方案,提高了设备利用效率9.5%,增加了11.29%的矿石运输量,同时有效减少了电能消耗所带来的碳排放成本。     

露天矿卡车调度理论的系统研究

露天矿卡车调度理论，是实现露天矿计算机控制卡车调度系统的依据和保证，为实现适合我国矿山特点的调度系统，对露天矿卡车调度的理论进行了系统的研究，建立了卡车调度最佳路线的网络图论求解模型，求解车流规划的多目标规划模型，并通过模拟模型，模拟分析了各实时调度准则的优劣特性与应用范围。     

露天矿计划阶段内离散块体物料运距预测算法

矿岩运距是衡量露天矿山卡车运输经济性的重要指标之一,但多年因受运输系统复杂、多变等多种综合因素限制,在进度计划编制期间进行逐条带的运距计算问题一直并未得到有效解决。特别是需要进行离散化的物料规划时,传统逐阶段的运距量测方法无法对离散块体进行逐个推估。因此,为有效解决计划阶段内离散块体物料运距计算问题,根据露天矿外排土场出入口选址及排土运输干线相对固定等空间特征,将非线性预测理论、因子分析法等技术方法应用于实际的矿山优化问题中,研究了排土场计划阶段内块体运距波动变化的主要控制因素;结合外排土场内运距波动变化的影响要素,提出了采用加权最小二乘支持向量机技术(WLS-SVM)拟合非线性运距曲线的预测算法,并对权向量、核参数等主观经验指标进行了动态修正,以实现对计划阶段内(两阶段工程位置间的)离散块体物料过程运距的时变预测;最终,利用拟合出的时变曲线,实现两连续工程位置间逐个物料块体运距的高效计算。实验结果表明:预测算法的误差期望分别为:训练集0. 93 m,测试集0. 84 m,且在实验中表现出模型精度易受样本规模影响的特性,且当样本规模N90时,可控制绝对误差水平稳定在0. 8%～1. 2%。结论表明:试图应用非线性预测理论处理计划阶段内缺乏时变路网条件的运距预测问题是可行的,提出的算法模型对解决计划阶段内的逐块体运距赋值问题具有现实有效性。常规的露天矿山运输优化问题其优化目标和特征参数之间往往存在紧密耦合关系,无法直接应用特定的优化、规划模型进行计算求解,尝试采用全新的解耦思想和求解思路对于有效解决露天矿山运输优化问题是十分有益的,也应该是今后露天矿山系统工程学科研究的热点问题之一。     

Production scheduling under uncertainty of an open-pit mine using Lagrangian relaxation and branch-and-cut algorithm

ABSTRACT

The life-of-mine optimization of open pit mine production scheduling under geological uncertainty is a computationally intensive process. Production scheduling determines the optimal extraction sequence by maximizing net present value (NPV). In this paper, an algorithm is proposed to schedule an open pit mine under geological uncertainty, where instead of solving the whole problem at once, the production schedule is generated by sequentially solving sub-problems. The sub-gradient method is used to generate the upper bound solution of a Lagrangian relaxed sub-problem. If the upper bound relaxed solution is infeasible, a mixed integer programming is applied to the latter solution. The algorithm is validated by solving six problems and is compared to the linear relaxation of the original production scheduling problem. The results show that the proposed algorithm generates a solution that is very close to optimal, with less than a 3% optimality gap. An application at a copper mine, where geological uncertainty is quantified with geostatistical simulations of the related orebody, shows that all constraints are satisfied and an 11% higher NPV is generated when compared to the corresponding deterministic equivalent of the proposed approach, while a 26% higher NPV is generated compared to a common conventional industry approach.     

Pit optimisation and life of mine scheduling for a tenement in the Central African Copperbelt

Open pit optimisation and scheduling tasks are an important part of mining ventures that have attracted considerable attention in the mining industry in the past couple of decades. The process of determining the optimum pit significantly impacts the calculation of mine life, which involves huge capital investment. This paper addresses the application of a heuristic algorithm for optimising the pit size and then life of mine scheduling for a copper-cobalt deposit in the Central African copper belt. The resource model was generated using a traditional geostatistical algorithm, specifically the kriging method. The methodology used was to generate a series of optimised nested pits by artificially varying the commodity price and applying a graph closure algorithm. The mine scheduling was generated by combining the solutions of different sub-problems. The deposit is optimised to 9.1?Mt with an average copper grade of 2.03% and cobalt grade of 0.47%. The total NPV generated from the pit is around 495 million US dollars. The results of our proposed algorithm were compared with linear relaxation of the mine scheduling problem. They demonstrated that our proposed algorithm is 30 times more efficient than the linear relaxation problem with an optimality gap of 7.4%.     

基于WebGIS露天矿山生产调度系统构建的研究

矿山是一类特殊的地理区域,尤其是露天矿山,一般规模庞大,面积较广,生产管理及调度困难。本文依托安全、智能、高效及可定制的数字化矿山软件体系,将WebGIS技术应用于某露天矿山的管理调度研究,构建了矿山生产调度系统。该系统搭建了统一的生产调度、经营管理和决策支持平台,提高了矿山的生产管理效率,为数字矿山调度平台的建设及应用研究提供参考依据。     

基于WebGIS的露天矿山生产调度系统构建研究

露天矿山一般规模庞大,面积较广,生产管理及调度困难。依托安全、智能、高效及可定制的数字化矿山软件体系,将WebGIS技术应用于某露天矿山的管理调度研究,构建了矿山生产调度系统。该系统搭建了统一的生产调度、经营管理和决策支持平台,提高了矿山的生产管理效率,为数字矿山调度平台的建设及应用研究提供参考依据。     

基于距离的开采区域规整性测度及其几点性质

基于距离的开采区域规整性测度是评价露天矿开采区域连续规整程度的一种指标，将其加入到一般的露天矿生产调度模型当中，可获得现实可行的露天矿生产调度方案。用定理的方式证明了这种开采区域规整性测度具有3点性质。即方形优先性、可平移性和可旋转性，从而从另一个角度证明了它的合理性，并为它的应用奠定了数理基础。     

Mixed integer linear programming formulations for open pit production scheduling

One of the main obstacles in using mixed integer linear programming (MILP) formulations for large-scale open pit production scheduling is the size of the problem. The objective of this work is to develop, implement, and verify deterministic MILP formulations for long-term large-scale open pit production scheduling problems. The objective of the model is to maximize the net present value, while meeting grade blending, mining and processing capacities, and the precedence of block extraction constraints. We present four MILP formulations; the first two models are modifications of available models; we also propose, test and validate two new MILP formulations. To reduce the number of binary integer variables in the formulation, we aggregate blocks into larger units referred to as mining-cuts. We compare the performances of the proposed models based on net present value generated, practical mining production constraints, size of the mathematical programming formulations, the number of integer variables required in formulation, and the computational time required for convergence. An iron ore mine case study is represented to illustrate the practicality of the models as well.     

WiFi无线通信定位技术在露天矿中应用研究

针对露天矿实际生产管理需求,利用WIFI无线通信定位技术,在露天矿山建立卡车定位、语音生产调度和视频监控一体化的数字化监控调度平台。该系统不仅可以满足露天矿的日常生产调度,而且可以实现对矿山设备人员无线定位和视频监控,有利于矿山的安全生产管理,提高矿山企业的劳动生产效率,降低开采成本。     

基于GA-BP模型的露天矿边坡稳定性预测

针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。     

基于ISSA-XGBoost模型的多特征融合露天矿卡车行程时间预测

针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分析影响因素的贡献度。针对麻雀算法中全局搜索能力薄弱的问题引入反向学习和螺旋搜索策略,以提高算法的收敛性能。最后,使用改进的麻雀算法对XGBoost的关键参数进行寻优,进而构建露天矿卡车行程时间预测模型。选取国内某大型露天矿卡车调度系统采集的数据进行仿真模拟,并将所提出模型与SVM、BP、RBF和RF等其他机器学习模型进行对比。结果表明：所提出模型的预测误差均低于其他模型,相关系数可达0.981 9。开发的模型和分析结果可以极大地帮助决策者规划、运营和管理更高效的露天矿运输系统。