改進遺傳算法及其在礦山生產調度中的應用

王志文, 鞏旭鵬, 孫洪濤, 胡績強

(1. 蘭州理工大學 電氣工程與信息工程學院, 甘肅 蘭州 730050; 2. 蘭州理工大學 甘肅省工業控制先進控制重點實驗室, 甘肅 蘭州 730050; 3. 蘭州理工大學 電氣與控制工程國家級實驗教學示范中心, 甘肅 蘭州 730050; 4. 曲阜師范大學 工學院, 山東 曲阜 273100)

礦山開采作業是一個以采掘為中心、運輸為紐帶的大型生產系統.礦產資源是一種不可再生資源,近年來隨著經濟下行和礦產資源的逐漸枯竭,礦山必須采用高效節約的生產方式進行開采生產.信息化的不斷發展,為礦山的智能化開采提供了支持,而生產調度在礦山的智能化中占據著重要的部分,它是資源合理利用的重要途徑之一.

在礦山的生產調度中,主要使用采裝和運輸設備來完成.目前對礦山生產調度模型的求解主要有兩種方式,其一是數學規劃方法,主要由整數規劃和動態規劃等方法組成.這些方法存在一定的缺陷,如目標函數單一且對多約束問題模型求解困難,導致在實際應用中存在不足.而相較于數學方法,智能優化算法在求解相應的模型時優勢明顯.近年來,智能算法在礦山生產中應用極為廣泛.Gilani等[1]介紹了露天礦長期生產計劃(LTPP)的組合優化問題,以凈現值(NPV)最大化為目標,在滿足約束條件下采用啟發式算法進行研究.在露天礦開采過程中,考慮礦山可達到的最大凈現值來優化品位是露天礦開采的關鍵問題之一.Ahmadi等[2]采用兩種不同的元啟發式優化……