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。     

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。     

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。     

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GPS的露天煤矿自动化生产管理系统

阐述了露天矿自动化生产管理系统的构成和工作原理,包括最佳路线确定、车流规划和实时调度3个部分;基于露天矿卡车自动化调度理论,建立了卡车自动化调度模型、卡车调度运输道路网络模型及卡车自动化调度准则模型;将GPS自动化生产管理系统应用于霍林河南露天煤矿,使生产方式更加合理,实现生产调度管理自动化.     

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。     

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。     

露天矿多目标配矿模型与优化算法研究

针对露天矿的多金属多目标短期配矿问题,提出了基于自适应粒子群算法的露天矿配矿优化方法。首先,结合矿山配矿实际生产要求和指标,构建了以运输功和配矿品位偏差最小为目标函数的多目标短期配矿模型。其次,在基本粒子群算法的基础上,采用Kent映射产生初始种群,使种群分布更加均匀;并将自适应概率引入到粒子群算法,提高了种群的多样性和算法的全局搜索能力。最后,以一个算例和三道庄露天矿配矿的实际数据为例,进行仿真验证,仿真结果表明:该优化方法适用于解决露天矿多金属多目标的配矿问题,可以有效降低配矿过程中的运输功和品位偏差。     

采用运输算法的实时汽车调度

多步调度模型的效力依赖于实施产量最大化及品位控制目标的实时调度算法的能力。提出实时调度的一种运输算法，给出它的推导，开发及验证。这个算法是按照使每个电铲线路的累计产量与目标的偏差最小的原则来确定贫铲；按照使汽车与电铲的总等待时间为最少的原则给贫铲分配汽车的。还探讨了该调度系统对电铲及汽车故障的反应能力。本算法使产量有大幅度的增长，而且即使在电铲故障的情况下，也能使各种矿石品位的运行平均值仍接近目标     

采用运输算法的实时汽车调度

多步调度模型的效力依赖于实施产量最大化及品位控制目标的实时调度算法的能力。提出实时调度的一种运输算法，给出它的推导、开发及验证。这个算法是按照使每个电铲线路的累计产量与目标的偏差最小的原则来确定贫铲；按照使汽车与电铲的总等待时间为最少的原则给贫铲分配汽车的。还探讨了该调度系统对电铲及汽车故障的反应能力。本算法使产量有大幅度的增长，而且即使在电铲故障的情况下，也能使各种矿石品位的运行平均值仍接近目标。     

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。     

水泥原料矿山卡车运输调度系统的实时优化

根据水泥原料矿山运输调度系统的复杂性与非线性特性,建立了卡车运输实时调度系统模型;运用粒子群优化算法(PSO)在解决工程优化问题中具有收敛速度快,调节参数少且算法极易实现等良好的特性,成功地解决了在开采工艺、产量、质量等多因素约束条件下的卡车实时运输调度优化问题,并将其用于韶峰水泥原料矿山的生产运输调度系统,既降低了矿山运输成本,又协调了开采工艺、同时为矿山企业信息化建设和其他物流企业提供了重要的参考价值。     

考虑能量回收的露天矿新能源卡车路径规划

随着我国能源结构的调整和低碳政策的实施,新能源卡车已成为露天矿运输的装备之一。但新能源卡车的电池能耗大,合理规划路径从而减少能耗始终是露天矿运输中的问题所在。通过对卡车行驶中电池能耗与回收的分析,综合考虑卡车速度、卡车载重、坡度和道路等级4个影响因素,建立以能耗最小为目标的露天矿能量优化模型;同时为减少里程焦虑问题,将车载剩余能量、充电站位置因素纳入到问题模型中。然后提出了一种基于角度的双向搜索策略改进A^*算法(IA^*)。最后通过仿真实验证明,建立的能量优化模型针对里程焦虑问题,得到了能耗最小的可行路径,更能反映真实露天矿环境下新能源卡车的运输情况,验证了所提方法的实用性。     

基于轻量化图注意力机制的露天矿卡车调度优化算法

有效地管理和调度露天矿卡车,有助于大幅提升运输效率、降低矿山运营成本。现有研究聚焦于利用深度强化学习(Deep Reinforcement Learning,DRL)构建学习模型求解路径优化问题,然而,该模型针对Transformer架构的参数训练时,会产生大量参数冗余。为此,提出了一种轻量化图注意力机制的露天矿卡车调度优化算法。将微分方程数值解法——阿当姆斯(Adams)法用于Transformer模型的权重学习中,通过Adams的残差训练方法,可提高网络后期的优化精度,进一步压缩模型的规模,高效求解露天矿卡车调度优化问题。研究表明:该方法在降低最优间隙的同时将源模型的参数量压缩1/2,减少了对GPU设备的训练依赖。采用随机生成的露天矿卡数据集算例对该算法性能进行了验证,反映出采用Adams-Transformer模型有助于提升露天矿卡车调度效率。     

考虑道路坡度影响的露天矿卡车重车调度改进方法

露天矿卡车重车调度系统对矿山生产率具有重要影响,现有的重车实时调度系统通常采用不变的车辆运输速度进行建模和做出调度决策,而矿车实际运行路径的坡度不同会导致满载运输速度不同,采用不变车速会影响重车调度模型的准确性。为此,提出一种基于车辆动力学理论的、考虑坡度对露天矿重车实时调度模型影响的改进方法。以最早卸车法为例,FlexSim 软件的建模仿真表明:在相同作业参数和矿车参数下,改进模型与现有模型相比,生产率和单位矿石产量所需的重车运输距离分别相差 10.3% 和 6.7%,露天矿山坡度对重车调度建模准确性的影响不可忽略,改进后的调度模型理论上更为准确。     

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．     

卡车调度中道路运行时间统计方法

本文结合伊敏煤电公司1号露天矿的生产实际，从矿山道路的数据描述出发，依据采集卡车的位置、时间、速度等信息，对路段运行时间的计算方法进行了论述。建立了多型号卡车运输的矿山路段运行时间统计的数学模型。该方法在伊敏1号露天矿计算机卡车调度中实施取得了良好的效果。