DOL:10.13374/.issn1001-053x.2011.05.004 第33卷第5期 北京科技大学学报 Vol.33 No.5 2011年5月 Journal of University of Science and Technology Beijing May 2011 基于免疫克隆选择优化算法的地下矿山配矿 姚旭龙)区 胡乃联”周立挥)李勇” 1)北京科技大学土木与环境工程学院，北京1000832)河北能源职业技术学院，唐山063001 ☒通信作者，E-mail:yaoxulonglg(@126.com 摘要建立了基于免疫克隆选择算法地下矿山配矿的数学模型.以国内某地下锌矿实际生产为背景，使用Jva编制相应的 免疫克隆选择算法优化软件进行优化解算，将解算结果与该和矿的生产计划指标和模糊优化算法解算结果进行对比验证.结果 表明免疫克隆选择优化算法在地下矿山优化配矿领域的应用是可行的. 关键词免疫克隆选择算法：多目标优化：配矿；地下矿山 分类号TD809 Ore blending of underground mines based on an immune clone selection optimi- zation algorithm YA0Xu-4ong》☒，HU Nai-ian,ZHOU Li-hui2,I Yong》 1)School of Civil and Environmental Engineering,University of Science and Technology Beijing,Beijing 100083,China 2)Hebei Energy Institute of Vocation and Technology,Tangshan 063001 Corresponding author,E-mail:yaoxulonglg@126.com ABSTRACT A mathematical model of ore blending was constructed for underground mines on the basis of an immune clone selection optimization algorithm.In combination with the actual production of an underground zinc mine in China,the model was calculated by programming computer software with Java.The calculated results were compared with the production plan and the data calculated by a fuzzy optimization method.It is shown that the immune clone selection algorithm is feasible and reliable for ore blending of an under- ground mine. KEY WORDS immune clone selection algorithm:multi-objective optimization:ore blending:underground mines 地下矿山地质条件复杂、品位分布变化大，导致 综合神经网络的配矿优化模型、遗传算法的配矿优 出矿品位波动，影响选矿回收率和矿产资源的有效 化模型和模糊数学的配矿优化模型·-则等配矿优化 利用，因此研究分析出矿构成及出矿过程中的配矿 模型：但这些算法又存在着收敛速度慢和容易陷入 问题极为重要.在配矿优化中，国内外普遍采用线 局部最优的缺点 性规划建立配矿模型，采用单纯形法或其他算法来 近年来在信息科学和生命科学相交渗透的研究 求解长期的生产方案规划和短期的作业计划.为了 领域，由生物免疫理论启发的人工免疫系统，是人工 更好地适应矿山现行的管理及生产方式的需要，一 神经网络和遗传进化算法之后，计算智能领域中的 些专家相继编制了可变系数非线性目标规划模型： 又一个研究热点.人工免疫系统依靠编码来实现与 但模型对限制生产的一些约束条件如何全面满足， 问题本身无关的搜索，不尝试于全局最优，而是进化 也就是说在技术上如何保证生产持续可靠、作业条 地处理不同抗原的抗体，克服了人工神经网络和遗 件良好等方面做得较粗糙.为了解决配矿中常常遇 传进化算法的收敛速度慢和容易陷入局部最优的缺 到的多目标决策问题，基于多目标决策优化配矿模 点，在国际上引起了越来越多学者的兴趣.克隆选 型在国内外得到了广泛的研究和应用，出现了诸如 择是生物免疫系统理论的重要学说，其在固定费用 收稿日期：2010-06-04 基金项目：长江学者和创新团队发展计划资助(No.RT⑩90的：“十一五”国家科技支撑计划资助项目(No.2006AA060203)第 33 卷 第 5 期 2011 年 5 月 北京科技大学学报 Journal of University of Science and Technology Beijing Vol． 33 No． 5 May 2011 基于免疫克隆选择优化算法的地下矿山配矿 姚旭龙1) 胡乃联1) 周立辉2) 李 勇1) 1) 北京科技大学土木与环境工程学院，北京 100083 2) 河北能源职业技术学院，唐山 063001 通信作者，E-mail: yaoxulonglg@ 126． com 摘 要 建立了基于免疫克隆选择算法地下矿山配矿的数学模型． 以国内某地下锌矿实际生产为背景，使用 Java 编制相应的 免疫克隆选择算法优化软件进行优化解算，将解算结果与该矿的生产计划指标和模糊优化算法解算结果进行对比验证． 结果 表明免疫克隆选择优化算法在地下矿山优化配矿领域的应用是可行的． 关键词 免疫克隆选择算法; 多目标优化; 配矿; 地下矿山 分类号 TD80--9 Ore blending of underground mines based on an immune clone selection optimi￾zation algorithm YAO Xu-long1) ，HU Nai-lian1) ，ZHOU Li-hui 2) ，LI Yong1) 1) School of Civil and Environmental Engineering，University of Science and Technology Beijing，Beijing 100083，China 2) Hebei Energy Institute of Vocation and Technology，Tangshan 063001 Corresponding author，E-mail: yaoxulonglg@ 126． com ABSTRACT A mathematical model of ore blending was constructed for underground mines on the basis of an immune clone selection optimization algorithm． In combination with the actual production of an underground zinc mine in China，the model was calculated by programming computer software with Java． The calculated results were compared with the production plan and the data calculated by a fuzzy optimization method． It is shown that the immune clone selection algorithm is feasible and reliable for ore blending of an under￾ground mine． KEY WORDS immune clone selection algorithm; multi-objective optimization; ore blending; underground mines 收稿日期: 2010--06--04 基金项目: 长江学者和创新团队发展计划资助( No． IRT0905) ; “十一五”国家科技支撑计划资助项目( No． 2006AA060203) 地下矿山地质条件复杂、品位分布变化大，导致 出矿品位波动，影响选矿回收率和矿产资源的有效 利用，因此研究分析出矿构成及出矿过程中的配矿 问题极为重要． 在配矿优化中，国内外普遍采用线 性规划建立配矿模型，采用单纯形法或其他算法来 求解长期的生产方案规划和短期的作业计划． 为了 更好地适应矿山现行的管理及生产方式的需要，一 些专家相继编制了可变系数非线性目标规划模型; 但模型对限制生产的一些约束条件如何全面满足， 也就是说在技术上如何保证生产持续可靠、作业条 件良好等方面做得较粗糙． 为了解决配矿中常常遇 到的多目标决策问题，基于多目标决策优化配矿模 型在国内外得到了广泛的研究和应用，出现了诸如 综合神经网络的配矿优化模型、遗传算法的配矿优 化模型和模糊数学的配矿优化模型［1--4］等配矿优化 模型; 但这些算法又存在着收敛速度慢和容易陷入 局部最优的缺点． 近年来在信息科学和生命科学相交渗透的研究 领域，由生物免疫理论启发的人工免疫系统，是人工 神经网络和遗传进化算法之后，计算智能领域中的 又一个研究热点． 人工免疫系统依靠编码来实现与 问题本身无关的搜索，不尝试于全局最优，而是进化 地处理不同抗原的抗体，克服了人工神经网络和遗 传进化算法的收敛速度慢和容易陷入局部最优的缺 点，在国际上引起了越来越多学者的兴趣． 克隆选 择是生物免疫系统理论的重要学说，其在固定费用 DOI:10.13374/j.issn1001-053x.2011.05.004