第11期 徐铁军等：基于模糊多目标优化算法的矿山配矿优化 ,1367. 表3关于算法灵敏性的配矿实例优化结果 Table 3 Optimization results of an ore-blending example about the algorithm s sensitivity △6 目标期望满意度 目标满意度 最优解/万t 0.0569 -0.1382 (0.84,0.98,0.70) (0.94,0.98,0.70) (5.00,1.00,13.00,10.38,4.00,15.34) 0.1069 -0.1750 (0.83,1.00,0.65) (0.97,1.00,0.50) (5.00,1.00,13.00,10.38,4.00,15.62) [4]XuT J.Yang P.Application of improved Genetic algorithm in 4结论 mine ore blending//The 3rd International Symposium on Mod- ern Mining Safety Technology Proceedings.Fuxin,2008.8: 通过某具体矿山配矿实例应用研究，验证了基 174 于语言值满意度序两步式模糊优化算法在求解多目 [5]Hu Q H.A mathematical model study on ore blending in mine 标规划配矿复杂问题的有效性、灵活性及灵敏性等 production under restrictions.Min Res Dev,2002,22(6):1 特性，解决了多目标规划在配矿实践中应用的难题， (胡清淮.在受限制条件下的矿山生产配矿数模研究.矿业研 究与开发，2002,22(6)：1) 尤其是解算方面棘手问题，在配矿领域内，完善了 [6]Jana C.Chattopadhyay R N.Block level energy planning for do- 多目标规划一模糊优化算法解算的方法和手段， mestic lighting-a multi objective fuzzy linear programming ap- 解决了线性规划一单纯形解算的配矿手段不能处 proach.Energy.2004.29:1819 理的复杂问题，此外，在实际配矿应用中还具有以 [7]XuJJ,LiJ.Multi-Objective Decision Theory and Methodology 下优越性：(1)算法针对一般性的多目标配矿优化 Beijing:Tsinghua University Press.2005 (徐玖军，李军.多目标决策理论与方法，北京：清华大学出版 问题设计，可以应用到不同的矿山、不同阶段的配矿 社，2005) 规划，即该算法使多目标规划方法广泛地、普遍地应 [8]Arenas M.Bilbao A.Rodriguez M V.Solving a multi-objective 用到配矿实践中.(2)基于矿山决策者对各目标实 possibility problem through compromise programming.Eur /Op- 现的期望值和满意程度，可以很好协调各目标函数 er Res,2005,164:748 之间的冲突.（③）算法的灵敏性可以灵活处理实际 [9]Tang JQ.Wang D W.Fuzy optimization theory and methodolo- 配矿中，对各目标重要性要求经常改变的问题， gy.Control Theory Appl.2000.17(2):159 (唐加强，汪定伟.模糊优化理论与方法的研究综述.控制理 论与应用，2000,17(2)：159) 参考文献 [10]Narasimhan R.Goal programming in a fuzy environment.Decis [1]Shu H.Ore Quality Balance and Control.Beijing:Metallurgical Sci,1980.11.325 Industry Press.1994:1 [11]Gao J,Liu B.Fwzy multilevel programming with a hybrid intel- (舒航.矿石质量均衡与控制，北京：冶金工业出版社，1994： ligent algorithm.Comput Math Appl,2005.49:1539 1) [12]Chen L H.Tsai F C.Fwzzy goal programming with different [2]Yuan H Y.United dynamic optimization study on the rational importance and priorities.Eur JOper Res.2001,133:548 beneficiation feed grade.J Univ Sci Technol Beijing:2002.24 [13]Liu B.Liu Y K.Expected value of fuzy variable and fuzzy ex- (3):239 pected value models.IEEE Trans Fuzzy Syst.2002,10(4): (袁怀雨·对合理入选品位整体动态优化研究.北京科技大学 445 学报.2002,24(3)：239) [14]Wang B.Study on Optimization for Ore Blending System of [3]Chen BL.Optimization Theory and Algorithm.2nd Ed.Bei- Limestone Mine in Hills [Dissertation ]Wuhan:Wuhan Uni- jing:Tsinghua University Press.2005 versity of Science and Technology.2005 (陈宝林.最优化理论与算法，第2版.北京：清华大学出版 (王宾·岩蜂石灰石矿配矿系统优化的研究中[学位论文] 社，2005) 武汉：武汉科技大学，2005)表3 关于算法灵敏性的配矿实例优化结果 Table3 Optimization results of an ore-blending example about the algorithm’s sensitivity Δδ γ 目标期望满意度 目标满意度 最优解／万 t 0∙0569 －0∙1382 （0∙84‚0∙98‚0∙70） （0∙94‚0∙98‚0∙70） （5∙00‚1∙00‚13∙00‚10∙38‚4∙00‚15∙34） 0∙1069 －0∙1750 （0∙83‚1∙00‚0∙65） （0∙97‚1∙00‚0∙50） （5∙00‚1∙00‚13∙00‚10∙38‚4∙00‚15∙62） 4 结论 通过某具体矿山配矿实例应用研究‚验证了基 于语言值满意度序两步式模糊优化算法在求解多目 标规划配矿复杂问题的有效性、灵活性及灵敏性等 特性‚解决了多目标规划在配矿实践中应用的难题‚ 尤其是解算方面棘手问题．在配矿领域内‚完善了 多目标规划———模糊优化算法解算的方法和手段‚ 解决了线性规划———单纯形解算的配矿手段不能处 理的复杂问题．此外‚在实际配矿应用中还具有以 下优越性：（1） 算法针对一般性的多目标配矿优化 问题设计‚可以应用到不同的矿山、不同阶段的配矿 规划‚即该算法使多目标规划方法广泛地、普遍地应 用到配矿实践中．（2） 基于矿山决策者对各目标实 现的期望值和满意程度‚可以很好协调各目标函数 之间的冲突．（3） 算法的灵敏性可以灵活处理实际 配矿中‚对各目标重要性要求经常改变的问题． 参 考 文 献 ［1］ Shu H．Ore Quality Balance and Control．Beijing：Metallurgical Industry Press‚1994：1 （舒航．矿石质量均衡与控制．北京：冶金工业出版社‚1994： 1） ［2］ Yuan H Y．United dynamic optimization study on the rational beneficiation feed grade．J Univ Sci Technol Beijing‚2002‚24 （3）：239 （袁怀雨．对合理入选品位整体动态优化研究．北京科技大学 学报‚2002‚24（3）：239） ［3］ Chen B L．Optimiz ation Theory and Algorithm．2nd Ed．Bei￾jing：Tsinghua University Press‚2005 （陈宝林．最优化理论与算法．第2版．北京：清华大学出版 社‚2005） ［4］ Xu T J‚Yang P．Application of improved Genetic algorithm in mine ore blending∥ The 3rd International Symposium on Mod￾ern Mining ＆ Safety Technology Proceedings．Fuxin‚2008‚8： 174 ［5］ Hu Q H．A mathematical model study on ore blending in mine production under restrictions．Min Res Dev‚2002‚22（6）：1 （胡清淮．在受限制条件下的矿山生产配矿数模研究．矿业研 究与开发‚2002‚22（6）：1） ［6］ Jana C‚Chattopadhyay R N．Block level energy planning for do￾mestic lighting－a mult-i objective fuzzy linear programming ap￾proach．Energy‚2004‚29：1819 ［7］ Xu J J‚Li J．Multi-Objective Decision Theory and Methodology． Beijing：Tsinghua University Press‚2005 （徐玖军‚李军．多目标决策理论与方法．北京：清华大学出版 社‚2005） ［8］ Arenas M‚Bilbao A‚Rodriguez M V．Solving a mult-i objective possibility problem through compromise programming．Eur J Op￾er Res‚2005‚164：748 ［9］ Tang J Q‚Wang D W．Fuzzy optimization theory and methodolo￾gy．Control Theory Appl‚2000‚17（2）：159 （唐加强‚汪定伟．模糊优化理论与方法的研究综述．控制理 论与应用‚2000‚17（2）：159） ［10］ Narasimhan R．Goal programming in a fuzzy environment．Decis Sci‚1980‚11：325 ［11］ Gao J‚Liu B．Fuzzy multilevel programming with a hybrid intel￾ligent algorithm．Comput Math Appl‚2005‚49：1539 ［12］ Chen L H‚Tsai F C．Fuzzy goal programming with different importance and priorities．Eur J Oper Res‚2001‚133：548 ［13］ Liu B‚Liu Y K．Expected value of fuzzy variable and fuzzy ex￾pected value models．IEEE T rans Fuzz y Syst‚2002‚10（4）： 445 ［14］ Wang B．Study on Optimiz ation for Ore Blending System of L imestone Mine in Hills ［Dissertation ］．Wuhan：Wuhan Uni￾versity of Science and Technology‚2005 （王宾．岩峰石灰石矿配矿系统优化的研究中 ［学位论文 ］． 武汉：武汉科技大学‚2005） 第11期 徐铁军等： 基于模糊多目标优化算法的矿山配矿优化 ·1367·