System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及矿山开采方案,具体为一种基于果蝇优化算法生成矿山开采方案的方法。
技术介绍
1、传统矿山开采过程中,主要依赖于人工经验和历史数据来制定矿山开采方案,难以全面考虑开采量、矿料类别和矿料品位、市场价格浮动和开采顺序等多类因素,造成开采方案往往只重点考虑了某几个方面,导致开采成本高、开采效益低、开采顺序不合理等问题。
2、果蝇优化算法是一种基于果蝇觅食行为的仿生学原理而提出的新兴群体智能优化算法。矿山开采方案的制定是一个复杂的优化问题,需要考虑多种因素,如开采量、开采成本和开采顺序等。传统的机器学习优化方法往往难以全面考虑这些因素,并且容易陷入局部最优解。而果蝇优化算法作为一种全局优化算法,可以较好地解决这一问题。
技术实现思路
1、本专利技术的目的在于提供一种基于果蝇优化算法生成矿山开采方案的方法,以解决上述
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种基于果蝇优化算法生成矿山开采方案的方法,包括:
4、s1:依据矿山勘探工程分布图构建各矿段块的三维模型,依据矿段块的三维模型构建矿段块的数学模型,矿山由多个所述矿段块构成;
5、s2:将s1中的各矿段块三维模型划分为大小相同的立方体矿块三维模型,依据矿块三维模型构建矿块的数学模型,每个矿段块由多个所述矿块构成;
6、s3:设置果蝇优化算法的初始化参数;
7、s4:依据s2中的矿块数学模型和s3中的初始化参
8、s5:依据s2中的矿块数学模型和s3中的初始化参数设置果蝇优化算法的约束条件和优先原则;
9、s6:运行果蝇优化算法,依据果蝇位置通过适应度函数计算果蝇适应度值,更新果蝇位置,更新全局最优适应度值,迭代搜索直至满足迭代终止条件,输出最优果蝇个体位置作为最优的矿山开采方案;
10、s7:将s6中获取的矿山开采方案用于实际矿山开采工作中。
11、进一步优选地,s1中,所述矿段块的数学模型为下式:
12、
13、
14、其中,表示所有矿段块,表示矿段块数量,表示第个矿段块,表示第个矿段块的编号,表示第个矿段块的边界线,表示第个矿段块的矿石密度,表示第个矿段块的矿料类别,表示第个矿段块的矿料品位。
15、进一步优选地,s2中,所述立方体矿块的大小为采掘班组一个台班的平均采掘量。
16、进一步优选地,s2中,所述矿块的数学模型为下式:
17、
18、其中,表示第个矿块,表示第个矿块的矿块编号,表示立方体矿块的边长,表示第个矿块中心点位置的三维坐标,表示第个矿块的矿石密度,表示第个矿块的矿料类别,表示第个矿块的矿料品味,表示总的矿块数量。
19、进一步优选地,s3中,所述初始化参数包括果蝇种群数量为、最大迭代次数为、搜索空间、每个果蝇的初始化位置为任一矿块、全局最优适应度值初始化为0;
20、其中,表示从个不同元素中选取个元素的排列数,表示矿山开采方案的计划周期,为矿山开采方案中计划开采的矿块数量,表示总的矿块数量。
21、进一步优选地,s4中,所述适应度函数为下式:
22、
23、
24、其中,表示果蝇位置,表示第个矿块,为矿山开采方案中计划开采的矿块数量,表示果蝇优化算法的适应度函数,表示立方体矿块的边长,表示归一化的单位位置成本,表示第个矿块的矿石密度,表示第个矿块的矿料品味,表示第个矿块对应的矿料类别在对应计划开采日期的售价,表示第个矿块的中心点位置的三维坐标,表示归一化的单位浮动成本。
25、进一步优选地,s5中,所述约束条件为下式:
26、
27、其中,和属于果蝇位置中所包含的任意两个矿块,和分别表示和的开采顺序,和分别表示和中心点位置的轴坐标的绝对值,和分别表示和中心点位置的轴坐标的绝对值。
28、进一步优选地,s5中,所述优先原则为当任意两个果蝇位置对应的适应度值一致时,优先选择所涉及的矿段块数量最少的果蝇,通过下式表示为:
29、
30、其中,表示果蝇种群数量,和表示任意两个果蝇位置,表示的适应度值,表示的适应度值,表示所包含的矿段块的基数,表示所包含的矿段块的基数,为求最小值函数,表示选择运算符。
31、与现有技术相比,本专利技术的有益效果是:
32、本专利技术通过勘探工程分布图将矿山构建为矿段块三维模型,进一步将矿段块三维模型构建为矿块三维模型,并分别建立矿段块和矿块的数学模型。引入果蝇优化算法,将制定矿山开采方案问题模拟为果蝇的觅食行为,设置优化算法的初始化参数,依据矿段块和矿块的数学模型确定优化算法的适应度函数、约束条件和优先原则。利用设计好的果蝇优化算法对解空间进行多目标优化搜索,寻找到最优的矿山开采方案,用于指导矿山开采工作。
33、本专利技术提出的立方体矿块大小为采掘班组一个台班的平均采掘量,将开采方案的粒度控制到标准的最小单位,且与实际采掘工作粒度相吻合,实现了开采方案制定和开采工作实施的精细化管理。
34、本专利技术设计的果蝇优化算法的适应度函数,综合考虑了开采矿块数量、开采顺序、矿料售价、浮动成本和位置成本等因素,依据开采成本和市场售价,动态搜索并生成最优的矿山开采方案,使得开采效益最大化。
35、本专利技术设计的果蝇优化算法的约束条件和优先原则,从实际开采工作规则考虑,设计了从上至下和从前至后的开采约束规则。另外,从实际开采成本出发,设计了优先开采同一矿段块的优先原则。约束条件和优先原则均与实际开采规则相吻合,使得输出的矿山开采方案更具有实际指导价值。
36、综上所述,基于果蝇优化算法生成矿山开采方案的方法具有广阔的应用前景和重要的实践意义,能够实现对矿山开采方案问题的全局优化搜索,为矿山开采工作提供强有力的支持。
本文档来自技高网...【技术保护点】
1.一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S1中,所述矿段块的数学模型为下式:
3.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S2中,所述立方体矿块的大小为采掘班组一个台班的平均采掘量。
4.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S2中,所述矿块的数学模型为下式:
5.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S3中,所述初始化参数包括果蝇种群数量为、最大迭代次数为、搜索空间、每个果蝇的初始化位置为任一矿块、全局最优适应度值初始化为0;
6.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S4中,所述适应度函数为下式:
7.根据权利要求6所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,S5中,所述约束条件为下式:
8.根据权利要求6所述的一
...【技术特征摘要】
1.一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,s1中,所述矿段块的数学模型为下式:
3.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,s2中,所述立方体矿块的大小为采掘班组一个台班的平均采掘量。
4.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,s2中,所述矿块的数学模型为下式:
5.根据权利要求1所述的一种基于果蝇优化算法生成矿山开采方案的方法,其特征在于,s...
【专利技术属性】
技术研发人员:孙平逸夫,周文明,苏路,
申请(专利权)人:四川开物信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。