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。     

基于人工鱼群神经网络进化的露天矿卡车优化调度研究

为提高露天矿生产运输效率,实现生产资源的有效回收和低成本运营,提出基于神经网络代理辅助的多目标露天矿卡车优化调度方法。依据露天矿卡车生产运输的特点,综合考虑卡车运输的各项成本,构建以卡车运输成本最小、卡车总等待时间最短,以及卸矿站品位偏差率最小为目标的多目标组合优化模型。在基本人工鱼群算法基础上,通过引入神经网络代理辅助模型训练历史调度数据,对雄安新区某露天矿的生产调度情况进行了仿真研究。结果表明,基于神经网络代理辅助的人工鱼群算法可有效提高算法计算速度约47.8%,降低露天矿卡车运输成本8.16%,减少等待时间12.12%,并减小品位偏差8.69%,在加快计算速度的同时,实现了平衡算法收敛性与多样性的目标。     

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。     

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。     

中国露天煤矿卡车调度现状及展望

总结了中国露天矿卡车调度在模型构建、算法求解、调度准则方面的理论研究以及卡车调度系统发展的现状;提出了卡车调度关键问题研究内容,包括多种调度方法有机结合的智能调度;根据运输系统条件的变化以及生产任务要求的综合调度优化准则,建立集成学习与深度学习相结合的时间动态预测模型;基于半连续工艺的卡车调度研究,进行卡车调度配煤管理。在智慧露天矿山发展背景下结合现代高新技术与分析方法展望未来卡车调度发展趋势。     

基于遗传算法的多车型露天矿卡车调度模型研究

针对露天矿多车型卡车调度问题,以运输成本最小化为目标,综合考虑了卡车空载费用、卡车等待时间、道路通行能力、电铲生产能力等约束条件,采用整数规划方法建立了露天矿多车型卡车调度模型,实现了卡车利用率的最大化和运输成本费用的最小化。以某矿山实际数据为例,进行了仿真分析。仿真结果表明:该模型与已有模型相比,得到的调度方案更加符合矿山生产实际,满足了露天矿多车型卡车调度需求,同时减少了末趟卡车非满载造成的资源浪费,有效降低了卡车运输成本,提高了卡车运输效率。     

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。     

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。     

基于免疫算法的三道庄露天矿车辆调度优化

分析露天矿车辆调度问题,建立求解矿山车辆调度问题的数学模型。矿山车辆调度问题实际上属于NP完全问题,建立多目标优化模型来求解,即解决总运量最小问题。最后,通过免疫算法在三道庄露天矿车辆调度优化中的应用实例表明,本算法可以快速求得优化解,是求解车辆调度问题的一种有效算法。     

基于AHP的露天矿卡车调度优化因素权重分析

在对露天矿调度研究分析的基础上,以量化卡车调度过程中优化因素权重确定优化因素重要性为目的,通过采用层次分析法及其改进模型建立露天矿卡车调度影响因素层次模型的方法,对露天矿卡车调度各层次因素进行权重分析。结果表明:路网条件、作业时间、运输指标对卡车调度过程影响较大,成为优化过程的主要考虑因素;所建立的露天矿卡车调度影响因素层次模型可信度较高,可为露天矿卡车调度研究提供依据和指导。     

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。     

遗传算法在大型露天矿卡车优化调度中的应用

卡车调度在采用单斗卡车工艺的露天矿中非常重要。卡车调度可以化为一个受多变量影响的最值问题。提出卡车调度分时段优化的数学模型,及用遗传算法求解时编码、交叉、适应度计算、最优保存、变异等的新方法和新特点。     

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。     

露天矿卡车调度模糊决策系统模型

大中型汽车运输露天矿由于汽车数量多，在生产过程中如何合理调配汽车，关系到汽车的作业效率，采用自动化卡车实时调度是充分发挥挖掘机及汽车效率的有效途径，露天矿卡车实时调度实施的硬件技术已经成熟，其关键是卡车自动化调度决策模型的合理建立，露天矿卡车自动化实时调度决策受出动的车铲类型及其状态、采矿计划、产量完成情况、工程位置的重要程度、铲前车队长度、运输线路系统等诸多因素的影响，且诸因素是动态变化的、相互影响，实际生产中无法准确确定哪个因素重要，哪个因素次之，但又必须综合考虑各个因素，为此，对其重要程度运用模糊数学的概念予以描述，建立了卡车调度模糊决策支持系统模型．应用该模型可提高露天矿卡车作业效率，比以前的调度模型更具合理性．     

基于PSOGA႗SਧM 的露天矿卡车油耗预测研究

针对露天矿卡车运输油耗预测问题,提出了一种基于 遗传算法(GA)改进的粒子群优化算法(PSO),用以优化支 持向量机(SVM)参数,构建了基于 PSOGAＧSVM 的露天矿 卡车油耗预测模型.模型考虑运量、运距、道路质量以及天 气等８个影响因子,选取某大型露天矿智能生产管控系统中 采集到的卡车油耗数据进行试验,将模型应用于矿山实际进 行试验.试验结果表明,PSOGAＧSVM 卡车油耗预测模 型 能够比较快速、准确地预测出卡车油耗数据.相比其他对比 试验模型,预测精度提高了３０％、预测稳定性提高了３４％, 模型在露天矿卡车燃油消耗的预测应用中具有较好的适应 性,可为露天矿卡车燃油消耗考核与油库管理提供参考.     

基于 NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法

为高效调配露天矿卡车运输,进一步降低矿山企业运输成本,提出一 种新的基于 NSGA-Ⅲ和道路运输 能力饱和度的露天矿卡车调度优化方法。 在车流规划阶段,以卡车总运输 量和卡车非作业时间最小为目标,以矿山 各生产要素和生产原则为约束,建立多目标数学模型。 采用 NSGA-Ⅲ多目 标遗传算法进行求解,求解出当前场景下 完成矿山任务需要启用的最少卡车数量,以及理想的车流规划。 在运输实 时调度阶段,提出道路运输能力饱和度的 调度策略,并和固定派车法组成综合调度方法来调整车流。 在某露天矿实 验结果表明:该方法提供了合理的车流规 划,在完成道路车流目标的同时,有效减缓了道路的拥挤程度,减少了卡车在 装载点和卸载点排队发生的频率,能对 矿山系统正常情况和特殊情况进行处理,实现了实时调度卡车排队最优。     

露天矿卡车优化调度系统实时调度方法

实时调度是露天矿卡车优化调度的核心。根据卡车的位置和状态将实时调度分成常规调度和特殊调度2大类数个基本类型，根据调度类型的不同采用不同的调车方法；提出了最早装完车法和电铲配车失衡调整法2种新的调车方法。经在露天矿使用，证明提高生产效率8％～17.8％。     

白云鄂博铁矿卡车调度系统应用效果预测研究

采用卡车智能优化调度系统,是露天矿降低生产成本行之有效的方法。本文以白云鄂博铁矿为实例,论述了露天矿卡车智能优化调度系统的标定方法,并采用“同一班次标定-计算机模拟对比法”,对白云鄂博铁矿卡车智能优化调度系统的应用效果进行了定量的模拟预测,为拟采用卡车智能优化调度系统的露天矿提供了技术参考。