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。