刘书香[1]2004年在《遗传算法在矿山运输车辆优化调度中的应用研究》文中认为矿山运输车辆调度过程复杂多变，现有的数学方法在解决此问题时还很不完善，缺乏科学的理论作指导。这些问题的解决，往往需要用启发式方法(Heuristic Method)作出决策和判断，这就有赖于智能计算软件的开发和研制。 遗传算法(GA)和遗传规划是一种新兴的搜索寻优技术，它仿效生物界的遗传和进化，根据“优胜劣汰”的原则，借助复制、交换、突变等操作，逐步逼近最优解。 本文在系统工程特别是车辆调度和遗传算法的基础理论指导下，针对矿山运输车辆的调度优化问题，进行了一些理论、方法与模型的研究工作。车辆调度是一个多学科交叉的新兴研究领域，而本文将遗传算法引入矿山车辆调度，综合运用遗传算法和车辆调度理论，对矿山运输车辆的调度优化进行了探讨，追求运输系统总体最优、总费用最低、总效益最大的最优解。 本文将遗传规划应用于矿山运输车辆优化调度之中，实现了矿山运输车辆调度的智能化和自动化，对遗传算法的概率特性进行了分析研究，并研制了矿山运输车辆调度优化的应用程序。对于给定的矿山运输车辆系统和运输线路，经过遗传算法的复制、交换、突变等操作可以自动得出满意的车辆调度方案，为采矿生产管理的自动化和智能化提供了一种新工具、新方法。 最后，论文以金堆城钼业公司露天矿为例建立矿山运输车辆优化调度模型，结合所建立的矿山车辆优化调度模型，采用遗传算法对矿山运输车辆系统进行优化研究，为其提供合理的体系方案。并对矿山车辆优化调度系统设计进行了详细分析，提出的矿山车辆优化调度系统，集优化算法与数据库管理分析于一体，进行矿岩运输方案的优化，实现调度方案决策的可视化、运行数据的可视化，促进运输部门管理的科学化、信息化进程。
张英杰[2]2008年在《模糊优化在露天矿车辆调度中的应用》文中研究表明在露天矿的开采中,运输成本和能耗占矿山开采成本的绝大部分,车辆优化调度是降低采运设备非生产时间、提高生产效率、从而降低整个采矿成本的行之有效的办法。露天矿车辆调度是复杂的优化问题,现有的方法大部分是基于确定性信息的,不能有效处理调度面临的模糊问题。本文首先根据露天矿调度工作的任务、目标及系统功能需求,总结了几种常用的露天矿车辆调度模型。然后以鞍山一矿山企业为例全面分析了车辆调度问题的约束条件,建立了确定型的露天矿车辆调度模型。接着在露天矿车辆调度确定型模型的基础上,根据现实中的各种模糊因素分别建立了车辆调度的单目标和多目标模糊模型,并运用模糊优化算法对其进行了分析,算例表明模糊优化模型能够更好的满足需要。本文在对车辆调度模型模糊优化分析的过程中,首先研究了单目标模糊优化算法,其中对含有模糊系数的模糊线性规划算法进行了详细的研究,当系数为叁角模糊数时,提出了一种新的算法,此种算法的约束更少,更易于求解。然后研究了经典多目标线性规划问题的折中算法、max-min模糊算法及max-min模型与平均模型相结合的两阶段模糊算法。最后研究了含模糊数的多目标线性规划的模糊优化算法。本文最后分析和设计了露天矿车辆调度模拟系统,并研制了矿山车辆调度优化应用程序,实现了矿山车辆调度的智能化和自动化,促进了运输部门管理的科学化、信息化进程。
唐义[3]2009年在《基于遗传算法的地下无轨运输设备调度策略研究》文中提出地下金属矿山无轨设备运输调度是一个分布式非线性的复杂系统,其生产运输成本的控制将直接影响金属矿山企业的经济效益。目前,地下无轨设备运输调度主要采用人工静态调度或者半自动化的遥控方式,不仅生产效率低下,还存在人力、物力和财力上的浪费,甚至出现一定的安全问题。本文采用遗传算法和滚动窗口等理论与方法对地下无轨运输设备调度策略进行了深入的研究,对提高矿山经济效益和生产安全具有十分重要的意义。本论文的具体工作主要有以下四个方面:首先,本文对地下无轨设备运输问题进行分析,通过详细介绍地下矿山无轨运输流程和相关无轨运输设备,指出现行系统中存在的问题,并根据当前问题提出了合理的系统调度方案;再次,根据地下矿山矿石装运的特点,本文对运输流程进行规划,以综合运输成本最小为目标建立了地下运输调度系统的数学模型。并结合改进遗传算法对调度模型进行求解。通过分析仿真结果,改进遗传算法求解结果明显优于标准遗传算法;然后,通过对无轨设备间动态调度问题的分析,本文将滚动窗口技术与静态调度的遗传算法相结合,研究了以周期性驱动调度和事件驱动再调度相结合的动态调度策略;最后,本文针对设计的调度策略建立了地下无轨设备运输动态调度仿真平台,运用相应的仿真实例进行了仿真。仿真结果表明,运用滚动窗口和遗传算法相结合的动态调度策略是可行的,能合理处理系统中的动态事件。本文的研究和结论进一步丰富和完善了地下无轨设备运输优化调度决策的理论和方法,在理论和实际应用上具有重要意义。
李亚平, 潘启新[4]2007年在《遗传算法在矿山车辆调度优化中的应用》文中指出将遗传算法引入矿山车辆调度,综合运用遗传算法和车辆调度理论,对矿山运输车辆的调度优化进行了探讨,从遗传优化流程、产生各种调度方案、筛选可行的运输路线等步骤,给出了实现方法。
樵永锋[5]2006年在《露天矿卡车调度剥采工程优化的GA神经网络方法应用研究》文中研究指明本文对GPS卡车调度系统工作原理做了介绍,概述了运输问题经典模型,引出了复杂的卡车调度系统剥采工程优化模型;分析了国内外求解运输优化问题的表上作业法、图上作业法、遗传算法和神经网络常用方法,介绍了神经网络和遗传算法两种优化方法的算法原理、特点和实现,在它们优势互补的条件下,提出了一种新的求解方法,即GA-Hopfield网络方法,利用GA很强的全局搜索能力来弥补Hopfield网络容易陷入局部最优的缺陷的优化方法;通过作者所参与的抚顺西露天卡车调度系统优化实际课题研究,以其中的露天矿长远生产总体规划问题、产销平衡,生产时序安排问题、最佳路径问题为例,利用GA-Hopfield网络思想进行了求解,优化结果符合露天矿生产实际,并将结果与传统方法进行了比较,分析了该方法的优点和传统方法的不足。说明该模型具有很好的解决卡车调度系统优化问题能力,为以后求解类似问题提供了一个很好的研究方法和研究方向。
常永刚[6]2018年在《露天矿运输系统优化与卡车调度问题研究》文中研究表明相对于井工开采,露天矿具有产量大、回采率高、全员效率高等特点,但因其多采用“电铲-卡车”间断式开采,且电铲、卡车都是专业的超大型设备,所以设备投资大、油耗较高。在保证设备利用率和产能的同时,如何有效地节能降耗,成为露天开采中迫切需要解决的问题。通常从矿山开发规划、装运设备、生产计划和物流作业管理的改进叁个层面进行节能降耗。本文分别从露天矿路网优化和卡车物流调度两个层面,改进矿山的生产物流过程。其研究有助于露天开采中缩短平均运距、提高卡车有效使用率,实现节能降耗。中间桥是在露天矿的两帮中间利用排土堆积成一条通路。与端帮运输相比,中间桥节省卡车运距,在一定条件下合理采用中间桥运输,可以节省总的开采成本。卡车运输是“电铲-卡车”间断式露天开采中燃油消耗的主要环节。合理的卡车调度分派、装卸位置匹配及运输路径安排可以减少卡车等待时间、缩短运输距离,在保障产能的同时节能降耗。围绕露天矿中间桥运输系统和卡车调度,进行如下研究:1)针对复杂地质条件下的大型露天矿,研究中间桥运输系统的适用性。传统上,中间桥运输系统的应用多局限于近水平地层的间断式开采工艺。本文就矿坑遭遇背斜及断层等复杂地质条件下中间桥运输系统的适用性进行分析,以搭桥内排运费不大于双环内排运费建立优化不等式,并给出相应的服务水平优化决策模型。以具有背斜及断层等复杂地质条件的某露天矿为例,论证中间桥运输系统的适用性,还对中间桥搭设水平、服务水平等关键问题进行优化决策,应用中取得一定经济效益。2)以露天矿“电铲-卡车”生产系统的生产计划与调度实际为背景,研究其中的卡车调度问题。针对矿山的实际运输车辆和道路条件及效益要求,在考虑开采优先顺序的情况下,以总的运输价值为优化目标,建立问题的整数规划模型。通过分析问题和模型的特征,提出有效不等式和问题的性质,引入问题上界。利用问题的性质和上界,设计一种启发式算法和改进策略对问题进行求解。数据实验证明,所提出的算法能够有效求解问题,计算时间不超过5秒,平均求解间隙为4.46%。3)针对露天煤矿煤质配比的要求,以某露天煤矿的生产计划与调度实际为背景,研究考虑卸煤点煤质配比的卡车调度问题。针对问题的新特征,建立整数规划模型以描述问题,提出有效不等式,引入松弛整数规划模型。基于此松弛整数规划模型的求解结果,求出问题的上界,并提出固定配车和补充配车相结合的优化方法。还针对卡车调度中的一些特殊的条件和要求,通过新的约束不等式,对算法进行了修正。通过实际算例进行数据实验,表明算法能在可接受的时间内求出问题的近优解,平均求解间隙为4.32%。
杨仕教[7]2007年在《露天矿山生产调度系统群集拟生态优化方法及应用研究》文中研究说明露天矿山生产调度系统是一个多因素、多层次、动态变化的复杂非线性系统,具有递阶结构、不确定性、多目标、多约束、多资源相互协调等特点。调度的任务是根据产量、质量目标和资源约束,确定具体的开采方案、生产工艺、运输路径、运行时间、设备操作与管理控制等。因此,优化露天生产调度系统对于提高露天矿山的经济效益具有重要意义。本文引入现代扁平化管理理念,构建露天矿山生产调度系统运作模式,应用自适应模糊推理系统(ANFIS)、模糊规划与群集拟生态进化算法的融合技术解决不确定环境下露天矿山生产调度系统的建模与优化问题。主要研究内容如下:1)露天矿山生产调度系统建模与优化理论研究①露天矿山生产调度系统的模糊神经网络建模研究。露天矿山生产调度系统涉及的参数多(如生产计划系统、穿孔爆破系统),其系统模型难以用现成的函数关系式表达,采用经典的建模方法难以建立符合实际的系统模型。本文应用神经网络、自适应模糊推理系统(ANFIS)对复杂非线性系统建模进行了比较研究,研究结果表明ANFIS具有更好的拟合能力,尤其是基于模糊减法聚类的ANFIS能更好地实现复杂非线性系统的建模。②露天矿山生产调度系统的模糊建模研究。露天矿山生产调度系统模型存在着广泛的模糊性(如卡车运输系统中的运输距离、单位运输费用等),涉及到多模糊目标及多模糊约束的全模糊规划问题(TFP)的建模求解,需进行系统集成与算法改进。本文结合隶属度函数法及模糊决策准则,有效地实现了模糊系数的全模糊规划问题的转化。③露天矿山生产调度系统的群集拟生态全局优化研究。露天矿山生产调度系统的优化是一全局最优化问题。本文融合遗传算法(GA)、免疫算法(IA)、粒子群优化算法(PSO)等拟生态进化算法的优点,构造了群集拟生态进化算法(SSBEA),强化了全局优化算法性能,并以特殊多波峰检测函数为例,验证了该算法的优越性。然后,应用群集拟生态优化算法解决了ANFIS的优化求解问题,并以特殊多波峰检测函数及露天矿山生产能力ANFIS模型的优化求解为例,验证了ANFIS-SSBEA解决复杂系统的建模与优化问题的有效性。同时,应用群集拟生态进化算法解决了带模糊系数的多模糊目标及多模糊约束的全模糊规划问题(TFP)的集成模型的优化求解问题,从而解决了不同可能性水平下的模糊系统的最优满意度问题,并以露天矿山卡车运输系统为例,验证了TFP-SSBEA解决不确定系统的建模与优化问题的有效性。2)湖南韶峰集团露天矿山生产调度系统的群集拟生态优化研究①引入现代扁平化管理模式,为湖南韶峰水泥原料露天矿山构建了由上层的生产计划系统、下层的穿孔爆破系统和卡车运输系统、中间层的协调优化系统组成的生产调度系统。拓展了露天矿山生产调度系统的运作模式,促进了生产调度系统的优化管理、优化反馈和优化运行。②露天矿山生产计划系统的群集拟生态优化研究。应用ANFIS构建了与水泥原料矿山生产计划系统相关的水泥产品结构计划、矿山主生产计划模型,用群集拟生态进化算法对其进行了优化求解。然后,用全模糊规划构建矿山出矿计划模型,用群集拟生态进化算法进行优化求解,解决了在不同可能性水平下的矿山出矿计划系统最优满意度问题。③穿孔爆破系统的群集拟生态优化研究。在满足矿山生产计划要求的条件下,运用ANFIS建立了破碎矿石成本与不同台阶作业点的主要技术经济参数(孔径、超深(或孔深)、孔间距、排间距、炸药单耗、根底大块率、延米矿量、落矿量等)之间关系的穿孔爆破系统模型,应用群集拟生态优化算法对其进行了优化求解,实现了在满足不同市场需求条件下穿孔爆破系统的最优化。④卡车运输系统群集拟生态优化研究。根据矿山生产计划系统及卡车运输调度系统的特点,应用模糊约束、模糊目标的全模糊系数规划模型建立了卡车运输调度系统模型。并用群集拟生态进化算法对其进行了优化求解,从而得出了各个班次在不同可能性水平下的最优车辆数及最小运输成本。本文通过对多种拟生态算法进行融合,建立了群集拟生态进化算法;应用自适应模糊推理系统技术、全模糊规划理论建立了复杂露天矿山生产调度系统数学模型;应用群集拟生态进化算法对其进行了优化求解。将研究成果应用于湖南韶峰水泥原料矿山生产调度系统的优化,求得了该矿山生产调度系统的全局最优解,大幅度提高了该矿山的经济效益。
席钌姿[8]2014年在《基于Multi-Agent技术的物流企业运输调度系统优化研究》文中研究指明运输调度系统是一个涉及多因素、多层次的大规模复杂系统，是一个在时间和空间上的分布式、非线性、时变的随机系统。对于物流企业来说，运输调度运行成本占了企业运营总成本绝大部分比例。多智能体（Multi-Agent）技术具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力，引入Multi-Agent技术构建运输调度系统体系结构；由于物流运输调度环境的不确定性，应用模糊随机建模方法及智能优化技术，解决不确定环境下的基于Multi-Agent技术的复杂运输调度系统的模糊建模及优化问题。因此，降低运输成本，优化物流运输调度对于提高经济效益具有很重要的现实意义。首先，根据物流企业运输调度系统的特性，运用多智能体技术的相关理论与模型构建方法，构造了基于多智能体技术的物流企业运输调度系统的体系结构，该体系结构主要由五个独立的Agent模块组成，即协调Agent、运输订单Agent、运输调度Agent、车辆Agent以及路网信息Agent。根据单智能体结构模型的建模方法以及各Agent的不同行为和功能，为各Agent设计其内部结构模型。然后，应用模糊随机建模技术及基于隶属度函数的模糊建模方法，结合物流运输调度的实际情况，对运输调度系统体系结构中的运输调度Agent模块，构建基于叁角模糊数的模糊目标和模糊约束的全模糊运输调度模型。通过构建模糊目标和多模糊约束的极值区间以及利用模型的隶属度函数，将全模糊问题进行模型转化，再利用集结函数对模糊目标和多模糊约束的隶属度函数进行集成。根据拟生态优化算法中的遗传算法理论基础与基本操作流程，对所构建的模型进行迭代优化求解。最后，根据运输调度系统的实际情况，将上述建模与优化方法应用于某水泥物流企业的运输调度系统中，构建了基于叁角模糊数的全模糊规划模型，再利用基于隶属度函数的模糊优化方法，结合MATLAB软件，对文中构建的模糊目标和模糊多约束的运输调度模型运用遗传算法进行迭代优化求解，从而得出在某一可能性水平下的近似最优解。通过实例分析，得出所建立的运输调度模型适合于物流企业的运输调度要求，并且使用遗传算法进行优化所得到的解更具有可行性和实用性。能够优化调度方案，降低运输成本，从而提高企业的经济效益。
孙莹[9]2010年在《无底柱分段崩落法矿山生产调度系统优化研究》文中认为车辆运输调度是地下矿山采矿生产管理的主要内容之一,也是影响矿山企业生产效益的重要因素。本文以路径选择和车辆利用率为车辆生产调度系统优化目标,依据无底柱分段崩落法地下矿山生产调度系统实际,建立了车辆调度优化模型,实际应用表明该模型是成功的、有效的,这对解决地下矿山生产调度问题,提高矿山的经济效益等都具有很好的应用前景。本文主要完成了以下几方面的研究工作：(1)系统研究了基本蚁群算法理论,并针对基本蚁群算法在优化过程中容易出现收敛过早和陷入局部优化等缺点进行了改进。(2)在系统分析车辆运输调度优化问题的基础上,提出了基于改进蚁群算法的地下矿山生产车辆运输调度优化模型。(3)针对不确定车辆数的有时间窗车辆运输调度问题,提出随机搜索路径和动态确定车辆数的改进蚁群算法。(4)针对梅山铁矿-330m的运输水平车辆调度系统,以车辆利用率最高和运输路径最短为调度优化目标,利用改进蚁群优化算法进行了仿真研究。采用改进蚁群算法优化地下矿山运输水平机车调度问题,能够优化分配车辆资源,提高有限资源利用率和车辆运输效率,为建立完善的地下矿车辆运输调度系统提供了决策依据。
姜宁[10]2014年在《基于遗传算法的露天矿道路路径优化研究》文中研究说明论文介绍了遗传算法以及自适应遗传算法的产生发展、基本原理、数学模型以及实现步骤,分析了算法及改进后的自适应遗传算法的优缺点。针对自适应算法容易陷入局部最优的情况,论文在前人的自适应遗传算法研究基础上,提出了引入新的参数a、b来控制个体及种群的适应度分布情况以改进交叉概率和变异概率,从而使改进后的遗传算法在全局最优的前提下提高收敛速度。论文还介绍了露天矿的各种运输方式及特点,描述了路径优化理论及原则,并以此建立了露天矿道路网络模型,实现了道路网络结构的节点提取、弧权值的确定。论文采用ObjectARX对AutoCAD进行二次开发以实现对露天矿道路网络模型数据的提取和操作,以Microsoft Office Access作为道路数据管理软件,实现了数据库与图形数据的实时性、同步性。通过程序设计将改进后的遗传算法应用在计算露天矿道路网络中任意两点间的最优路径中,以霍林河露天矿为实例以验证改进算法在路径优化中的有效性和实用性。
参考文献：
[1]. 遗传算法在矿山运输车辆优化调度中的应用研究[D]. 刘书香. 西安建筑科技大学. 2004
[2]. 模糊优化在露天矿车辆调度中的应用[D]. 张英杰. 大连海事大学. 2008
[3]. 基于遗传算法的地下无轨运输设备调度策略研究[D]. 唐义. 电子科技大学. 2009
[4]. 遗传算法在矿山车辆调度优化中的应用[J]. 李亚平, 潘启新. 中国煤炭. 2007
[5]. 露天矿卡车调度剥采工程优化的GA神经网络方法应用研究[D]. 樵永锋. 辽宁工程技术大学. 2006
[6]. 露天矿运输系统优化与卡车调度问题研究[D]. 常永刚. 沈阳工业大学. 2018
[7]. 露天矿山生产调度系统群集拟生态优化方法及应用研究[D]. 杨仕教. 中南大学. 2007
[8]. 基于Multi-Agent技术的物流企业运输调度系统优化研究[D]. 席钌姿. 南华大学. 2014
[9]. 无底柱分段崩落法矿山生产调度系统优化研究[D]. 孙莹. 西安建筑科技大学. 2010
[10]. 基于遗传算法的露天矿道路路径优化研究[D]. 姜宁. 辽宁工程技术大学. 2014