針對金屬礦山企業(yè)的單位開采與運輸成本大、優(yōu)化求解結(jié)果偏差大問題,首先,依據(jù)金屬礦山企業(yè)編制開采計劃的基本原則,以礦石開采與運輸成本最小化為優(yōu)化目標,利用整數(shù)規(guī)劃方法,構(gòu)建了金屬礦山企業(yè)生產(chǎn)計劃數(shù)學模型,其次,為了精準快速求解金屬礦山企業(yè)生產(chǎn)計劃模型,提出了改進的量子粒子群優(yōu)化算法,采用進化速度和聚集度因子對算法中的慣性權(quán)重進行動態(tài)調(diào)整,并設(shè)計了雙層可行域搜索策略,提高了算法的局部和全局搜索能力。最后,以某大型金屬礦山企業(yè)采運生產(chǎn)作業(yè)為案例,通過與礦山實際生產(chǎn)指標、非線性規(guī)劃結(jié)果以及粒子群優(yōu)化結(jié)果進行比較分析。結(jié)果表明:在相同經(jīng)濟指標和參數(shù)環(huán)境下,本文算法優(yōu)于其它兩種優(yōu)化方法,且每噸礦石的開采和運輸成本減少了0.05元左右,降低了金屬礦山企業(yè)的開采運輸成本,提高了企業(yè)的整體經(jīng)濟效益。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1雙層可行域搜索策略圖

通過使用進化速度和聚集因子兩個參數(shù)對量子粒子群算法進行優(yōu)化后,種群內(nèi)最優(yōu)的個體粒子歷史位置pi,t與群體歷史位置pg,t是引導粒子飛行的方向標,將其進行加權(quán)平均換算后的位置值Si,t作為引導種群內(nèi)其他粒子的飛行方向的吸引子,該吸引子作為決定整個種群可否進入搜索空間可行域內(nèi)的關(guān)鍵參....

圖2礦山企業(yè)開采與運輸成本計算結(jié)果

針對上述構(gòu)建的模型和算法,依據(jù)式(23)和表1、表2的數(shù)據(jù),對礦山企業(yè)開采和運輸成本的計算結(jié)果,如圖2所示。圖38個采場的礦石回采量分布圖

圖38個采場的礦石回采量分布圖

圖2礦山企業(yè)開采與運輸成本計算結(jié)果根據(jù)圖2的成本計算結(jié)果曲線分布狀態(tài)可知,利用慣性權(quán)重參數(shù)的優(yōu)化和雙層可行域搜索策略對量子粒子群算法進行改進,并利用該算法對金屬礦山企業(yè)生產(chǎn)計劃模型中的采運的單位成本進行求解時,經(jīng)過1000次的迭代計算,在迭代前50次時,開采和運輸?shù)膯挝怀杀局翟?...

本文編號：3941565