权利要求
1.基于高维多目标进化算法的露天矿卡车多目标调度优化方法,其特征在于,包括如下步骤:
步骤1,根据露天矿实际生产调度建立主要指标体系;
步骤2,以运输成本最小、运输距离最短以及等待时间最小为目标,构建金属露天矿多目标调度模型;
步骤3,对NSGA-Ⅲ算法进行改进,得到基于距离支配关系的NSGA-Ⅲ算法;
步骤4,采用改进的算法对金属露天矿多目标调度模型进行求解。
2.根据权利要求1所述基于高维多目标进化算法的露天矿卡车多目标调度优化方法,其特征在于,所述步骤1中,首先获取露天矿的运输路网数据,包括各路段的距离及通行能力;其次,通过调取以往的实际生产数据获取矿山实际生产中装、卸载点的产量要求,实际的装、卸载所耗费的时间,最后,通过对原始的实际数据进行分析,得出空载状态及重载状态下的单位成本,以及日常维护的费用。
3.根据权利要求1所述基于高维多目标进化算法的露天矿卡车多目标调度优化方法,其特征在于,所述金属露天矿多目标调度模型如下:
F(X)=Minimize(f1(X),f2(X),f3(X))
其中:
minf1(X)表示运输成本最小化,minf2(X)表示运输距离最小化,minf3(X)表示等待时间最小化,h表示回路个数,r=1,2...,h,xrij表示回路r中从装载点i到卸载点j的重载运输次数,dij表示装载点i到卸载点j的距离,C1表示卡车重载运行状态下单位成本,yrji表示回路r中从卸载点j到装载点i的重载运输次数,C2表示卡车空载运行状态下单位成本,Kr表示第r个回路上卡车数量,T0表示班次时间,C3表示班次时间内卡车维修费用,Tz表示装载时间。
4.根据权利要求3所述基于高维多目标进化算法的露天矿卡车多目标调度优化方法,其特征在于,所述金属露天矿多目标调度模型还包括如下约束条件:
其中,约束条件(4)表示出矿点最小生产任务要求;约束条件(5)表示出矿点最大生产能力;约束条件(6)表示受矿点最小任务量要求;约束条件(7)表示受矿点最大生产能力;约束条件(8)表示卸载点矿石品位应该在允许范围内;约束条件(9)
声明:
“基于高维多目标进化算法的露天矿卡车多目标调度优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)