[發明專利]一種基于改進灰狼算法的多金屬露天礦生產作業計劃編制方法有效
| 申請號: | 201810475051.8 | 申請日: | 2018-05-17 |
| 公開(公告)號: | CN108460548B | 公開(公告)日: | 2021-08-03 |
| 發明(設計)人: | 顧清華;李學現;盧才武;阮順領;聶興信;楊震;郭梨;陳露;劉武芳茗 | 申請(專利權)人: | 西安建筑科技大學 |
| 主分類號: | G06Q10/06 | 分類號: | G06Q10/06;G06Q50/02 |
| 代理公司: | 西安智大知識產權代理事務所 61215 | 代理人: | 段俊濤 |
| 地址: | 710055*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 改進 灰狼 算法 金屬 露天礦 生產 作業 計劃 編制 方法 | ||
1.一種基于改進灰狼算法的多金屬露天礦生產作業計劃編制方法,其特征在于,包括如下步驟:
1)、設露天礦各生產出礦點的出礦量為xi,以xi為變量建立露天礦生產作業計劃編制模型,該模型的目標函數如下:
其中,n為出礦點的總數量,i=1,2,...,n,xi是第i個出礦點的出礦量,Ci是第i個出礦點的單位采掘和運輸成本;
2)在所述模型基礎上,考慮入選礦石質量指標約束、多金屬品位指標約束、出礦點最大最小采掘約束、計劃出礦總量約束以及綜合回采率約束,得到以礦石的開采和運輸成本最小化為目標的生產作業計劃編制模型;
3)求解所述生產作業計劃編制模型,實現露天礦生產作業計劃的優化編制;其中:
先對灰狼算法進行改進,得到一種控制參數非線性調整的灰狼算法,步驟如下:
(1)基于反向學習的種群初始化策略
定義反向點:假設在區間[l,u]內存在數a,則a的反向點定義為a′=l+u-a;將反向點的定義擴展到D維空間,設P=(a1,a2,…,ad)是D維空間中的一個點,其中ai∈[li,ui],i=1,2,…,D,則P的反向點P′=(a′1,a′2,…,a′d),其中a′i=li+ui-ai;
則采用反向學習策略來產生初始種群個體的步驟如下:
a)在搜索空間中隨機初始化N個灰狼個體位置Zi,作為初始種群RP,i=1,2,…,N;
b)初始種群RP中的每個灰狼個體Zi的反向個體Z′i構成反向種群OP;
c)合并種群RP和OP,將這2N個灰狼個體按照適應度值進行升序排序,選取適應度值前N個灰狼個體作為初始種群;
(2)控制參數非線性調整策略
參數非線性調整公式如下:
其中,a(t)表示第t代的參數a,ainitial、afinal分別是參數a的初始值和終止值,t為當前迭代次數,tmax為最大迭代次數,k1、k2為非線性調節系數,k1=2,k2=1;
由此,通過數a的非線性調整,控制了收斂因子A的變化范圍,當|A|>1時,灰狼群體擴大搜索的范圍,以尋找更好的獵物,此時對應于算法的全局搜索;當|A|<1時,灰狼群體縮小搜索的范圍,在獵物周圍形成包圍圈,以完成對獵物最后的攻擊行為,對應于算法的局部搜索過程;
(3)多樣性變異策略
對群體中當前得到的前三個最優灰狼個體進行多樣性變異操作,方法如下:
假設最優個體為Zi=(z1,z2,…,zd),以概率Pm對當前得到的最優個體進行變異操作,即從最優個體中以概率Pm選擇一個基因zk,然后隨機生成[l,u]之間的一個實數替代此基因,從而生成一個新個體Z′i=(z′1,z′2,…,z′d),多樣性變異算子為:
其中ε是[0,1]之間的隨機數,l和u分別是基因zi的下界和上界;
然后,采用改進的灰狼算法求解模型,步驟如下:
根據生產作業計劃編制模型,設置灰狼算法的編碼方式,用每一只灰狼個體代表一種生產作業計劃方案,個體維數代表出礦點的個數,每一維的位置信息表示露天礦每個出礦點的采掘量,將露天礦采掘運輸的綜合生產作業成本作為灰狼算法的適應度函數,假設已知灰狼種群大小為m,采用改進的灰狼算法對露天礦生產作業計劃進行優化編制,其求解過程描述如下
Step 1:設置算法的參數,包括種群規模m、最大迭代次數tmax,初始化數a,收斂因子A,系數向量C;
Step 2:隨機生成初始種群,初始化迭代次數t,評價每個解的適應度值;
Step 3:將適應度最高的前三個個體的位置依次保存為Xα、Xβ和Xδ;
Step 4:根據公式更新每個灰狼的位置信息,得到下一代種群,更新a、A、C的值;
Step 5:重新計算新種群中個體的適應度,更新Xα、Xβ和Xδ;
Step 6:重復Step 2-Step 5,直到求得最優解或達到最大迭代次數。
2.根據權利要求1所述基于改進灰狼算法的多金屬露天礦生產作業計劃編制方法,其特征在于:
所述入選礦石質量指標約束公式如下:
其中,λ表示入選礦石包含組分的個數,是第i個出礦點采出礦石的第λ種組分的質量分數,分別表示礦石第λ種組分質量分數的上下限;
所述多金屬品位指標約束公式如下:
其中,μ表示入選礦石包含金屬成分的種類,是第i個出礦點采出礦石的第μ種金屬的質量分數,分別表示礦石第μ種金屬質量分數的上下限;
所述出礦點最大最小采掘約束公式如下:
qmin≤xi≤qmax
其中,qmin、qmax分別是各出礦點允許的最小、最大采掘量;
所述計劃出礦總量約束公式如下:
其中,Q是計劃期內的總出礦量,ηi表示第i個出礦點的礦石回采率;
所述綜合回采率約束公式如下:
其中,φh、φl分別是礦石綜合回采率的上下限。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安建筑科技大學,未經西安建筑科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810475051.8/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





