第4期 胡乃联等：用粒子群算法优化编制露天矿生产作业计划 .543· 25 ,计划期采掘量，非线性规划优化结果 (高尚，杨静字.群智能算法及其应用.北京：中国水利水 ·改进粒子群算法优化结果 电出版社，2006) 20 [5]Dorigo M,Sttuetzle T.Ant Colony Optimization.Mas- sachusetts:The MIT Press,2004 [6]Kennedy J,Eberhart R.Particle swarm optimization / Proceedings of IEEE International Conference on Neural Networks.Perth,1995:1942 [7]Ji Z,Liao H L,Wu Q H.Particle Swarm Algorithm and Its Applications.Beijing:Science Press,2009 ①②③④⑤6⑦⑧ (纪震，邃慧连，吴青华.粒子群算法及应用.北京：科学 采掘点 出版社，2009) 图3各出矿点采掘量对比柱状图 [8]Li Q,Xu Y M,Zhang D Z,et al.Global path planning Fig.3 Histogram of mining volume for each mining area method for mobile robots based on the particle swarm al- gorithm.J Univ Sci Technol Beijing,2010,32(3):397 4结论 (李繁，徐银梅，张德政，等.基于粒子群算法的移动机 器人全局路径规划策略.北京科技大学学报，2010,32(3)： (1)通过对露天矿生产作业计划问题的描述和 397) 分析，构建了以最小采掘和运输成本为目标函数的 [9]Wang J G,Yang J H,Yun H B,et al.Improved parti- 露天矿生产作业计划编制模型. cle swarm optimized back propagation neural network and (2)针对露天矿生产作业计划模型，通过引入 its application to production quality modeling.J Univ Sci 不可行阈值，提出了带核粒子及双吸引子的粒子搜 Technol Beijing,2008,30(10):1188 索策略，实现用粒子群算法对露天矿生产作业计划 (任建国，阳建宏，云海滨，等.改进粒子群优化神经网络 模型的解算 及其在产品质量建模中的应用.北京科技大学学报，2008 (3)在实际案例应用中，基于粒子群算法的露 30(10:1188) [10 Huang Q F,Chen J H.Research on dynamic mine ore 天矿生产计划编制方法能够稳定收敛，克服了不收 blending optimization based on particle swarm optimiza- 敛和陷入局部最优的情况. tion in mining enterprises.Comput Eng,2011,37(8):175 (4)实例验证结果表明，粒子群算法能够精确、 (黄启富，陈建宏，基于PSO的可矿山企业动态配矿优化研 快速解算露天矿生产作业计划编制模型，证明应用 究.计算机工程，2011,37(8)：175) 粒子群算法优化编制露天矿生产作业计划是有效可 [11]Chen Y X,Han M F.Improved particle swarm optimiza- 行的，具有一定的科学价值 tion on open-pit vehicle routing problem.Microelectron Compu4,2011,28(11):61 参考文献 (陈应显，韩明峰。改进粒子群算法的露天矿路径优化研 究.微电子学与计算机，2011,28(11)：61) [1]Newman A M,Rubio E,Caro R,et al.A review of oper- [12 Wang HT,Ren Y.Particle swarm optimization algorithm ations research in mine planning.Interfaces,2010,40(3): based on modified inertia weight.Comput Appl Software, 222 2011,28(10):271 2]Wang Q.Ren F Y.Mining Science.Beijing:Metallurgi- (任洪涛，任燕。基于改进惯性权重的粒子群优化算法。计 cal Industry Press,2011 算机应用与软件，2011,28(10)：271) (王青，任凤玉.采矿学.北京：冶金工业出版社，2011) 13 Ratnaweera A,Halgamuge S K,Watson H C.Seif- [3)Huang J X.Guo XX,Wang L G,et al.A novel mining organizing hierarchical particle swarm optimizer with model for open-pit mine production scheduling.J Cent time-varying acceleration coefficients.IEEE Trans Evol South Univ Sci Technol,2011,42(9):2819 Comput,2004,8(3):240 (黄俊歆，郭小先，王李管，等.一种新的用于编制露天矿生 [14]Liu Y M,Niu B,Zhao QZ.Multi-objective particle swarm 产计划开采模型.中南大学学报：自然科学版，2011,42(9)： optimizer for solving constraint optimization problems. 2819) Appl Res Comput,2011,28(3):851 4]Gao S,Yang J Y.Swarm Intelligence Algorithms and Ap- (刘衍民，牛奔，赵庆祯.求解约束优化问题的多目标粒子 plications.Beijing:China Water Power Press,2006 群算法.计算机应用研究，2011,28(3)：851)第 期 胡乃联等 用粒子群算法优化编制露天矿生产作业计划 · · 十划期采掘量 · 卜线性规划优化结果 ·改进粒子群算法优化结果 高尚, 杨静宇 群智能算法及其应用 北京 中国水利水 电出版社, 【」 , 。亡 。夕 尹 艺 , 【 , 飞 ,飞 几夕 几 ` 可已二。。。 。, 二 亡叨 , 【 , , 」 亡 二二 夕。二 二 几 夕尸 几 , 纪震 廖慧连, 吴青华 粒子群算法及应用 北京 科学 出版社, 【 , , , , · 咖 。 , 二 勺二夕, , 李擎, 徐银梅 , 张德政 , 等 基于粒子群算法 的移动机 器人全局路径规划策略 北京科技大学学报, 。, , , , 。叮二夕, , 王建国, 阳建宏 , 云海滨, 等 改进粒子群优化神经网络 及其在产品质量建模中的应用 北京科技大学学报, , 【 , 今 牡亡确 夕, , 一 黄启富, 陈建宏 基于 的矿 山企业动态配矿优化研 究 计算机工程 , , 」 , 一 阳 阳 几 哪 牡亡, , 陈应显 , 韩明峰 改进粒子群算法的露天矿路径优化研 究 微电子学与计算机, , 【 」 , 几刀二 尹 之沪二 ,二, , 王洪涛, 任燕 基于改进惯性权重的粒子群优化算法 计 算机应用与软件, 一。 【 , , 、 一 乃 ' 几 勺 夕牡艺, , , , 一 刀李〕亡, , 刘衍 民, 牛奔, 赵庆祯 求解约束优化问题的多目标粒子 群算法 计算机应用研究, , 辜兴叫次︸ 刁钊﹄ ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 采掘点 图 各出矿 点采掘量对比柱状图 , , , 结 论 通过对露天矿生产作业计划问题 的描述和 分析 , 构建 了以最小采掘和运输成本为 目标函数的 露天矿生产作业计划编制模型 针对露天矿 生产作业计划模型 , 通过引入 不可行闭值 , 提 出了带核粒子及双吸引子的粒子搜 索策略 , 实现用粒子群算法对露天矿生产作业计划 模型的解算 在实际案例应用 中, 基于粒子群算法的露 天矿 生产计划编制方法能够稳定收敛 , 克服 了不收 敛和 陷入局 部最优的情况 实例验证结果表明, 粒子群算法能够精确 、 快速解算露天矿生产作业计划编制模型, 证 明应用 粒子群算法优化编制露天矿生产作业计划是有效可 行的, 具有一定的科学价值 参 考 文 献 , , , 爪 咖 , , , 自 , 从 二 。 二 , 王青, 任凤玉 采矿学 北京 冶金工业出版社 , , , , 一 几 二 ` , , 黄俊欲, 郭小先, 王李管, 等, 一种新的用于编制露天矿生 产计划开采模型 中南大学学报 自然科学版, , , 切 陇 乞夕 几 夕。代艺 爪 、 几占 认飞