D0I:10.13374/i.issn1001-053x.2013.04.006 第35卷第4期 北京科技大学学报 Vol.35 No.4 2013年4月 Journal of University of Science and Technology Beijing Apr.2013 用粒子群算法优化编制露天矿生产作业计划 胡乃联12)，李勇1,2)区，李国清1,2)，姚旭龙2) 1)北京科技大学金属山高效开采与安全教育部重点实验室，北京1000832)北京科技大学土木与环境工程学院，北京100083 通信作者，E-mail:yongli9898@hotmail.com 摘要从露天矿采掘和运输成本的最小化角度出发，构建露天刊矿生产作业计划模型，基于群体智能优化理论，提出了 用粒子群算法对露天矿生产作业计划模型进行解算的方法，并在求解过程中设计了带核粒子及双吸引子的粒子搜索策 略.以MATLAB软件为平台进行求解运算最佳作业计划.以某露天铁矿为工程背景进行实例研究，将研究结果与露天 矿实际生产指标和非线性规划解算结果进行比较验证.结果表明，粒子群算法可用于露天矿生产作业计划的优化编制 关键词露天采矿：生产作业计划：粒子群优化 分类号TD80-9 Optimization of open-pit-mining operational planning by using a par- ticle swarm algorithm HU Nai-lian12),LI Yong2).LI Guo-qing)2).YAO Xu-long2) 1)Key Laboratory of High-Efficient Mining and Safety of Metal Mines(Ministry of Education),University of Science and Technology Beijing.Beijing 100083,China 2)School of Civil and Environmental Engineering.University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:yongli9898@hotmail.com ABSTRACT A open-pit-mining operational planning model was constructed from the view point of minimizing the mining and transportation cost.Based on the theory of swarm intelligence optimization,a method was proposed that uses a particle swarm optimization(PSO)algorithm to optimize the open-pit mining operation plan,and a search strategy with the core particle and double attractor was designed for particles in the calculation process.The optimal operation plan was calculated by using MATLAB software as a computation platform.A case study was performed by taking an open-pit iron mine as an engineering background.By comparing the optimization results of the PSO algorithm with the actual planning results and the calculated results of nonlinear programming,it is proved that the PSO algorithm is feasible and reliable for optimizing the open-pit mining operation plan. KEY WORDS open pit mining:production planning:particle swarm optimization 对于典型的露天矿山而言，其生产作业过程是计划进行编制和优化3，但这些算法本身存在着收 由钻孔、爆破、挖掘及运输等工序组成叫，编制露 敛速度慢且容易陷入局部最优等缺点：另外这些方 天矿山生产作业计划的目的是：在按上述工序进行法大都仅仅以满足入选矿石质量要求为目标，使得 组织生产时，确定已知有用成分的采掘量和采出矿 优化结果具有一定的局限性 石的可选性指标，以满足向选厂提供质量合格的入 近些年来，随着信息科学和计算科学的不断 选矿石②].由于有用矿物的可利用性在很大程度上 发展，受自然界生物的群体行为启发而产生的群 取决于入选矿石质量的稳定性，因此研究露天矿旷生 体智能计算已成为新兴的演化计算算法[4.典型 产作业计划并对其进行优化极为重要.目前，已有的代表有Dorigo和Sttuetzle间提出的蚁群算法 大量数学模型和模拟方法被用来对露天矿生产作业和Kennedy与Eberhart6l]提出的粒子群(particle 收稿日期：201207-11 基金项目：长江学者和创新团队发展计划资助项目(IRT0905):中央高校基本科研业务费专项(FRF-SD-12001A)第 卷 第 期 年 月 北 京 科 技 大 学 学 报 用粒子群算法优化编制露天矿生产作业计划 胡乃联 `, , 李 勇喇厄, 李国清喇, 姚旭龙 北京科技大学金属矿 山高效开采与安全教育部重点实验室 , 北京 北京科技大学土木与环境工程学院, 北京 口 通信作者, 一, ” 一￡ 。, 摘 要 从露天矿采掘和运输成本的最小化角度出发, 构建露天矿生产作业计划模型 基于群体智能优化理论, 提 出了 用粒子群算法对露天矿生产作业计划模型进行解算的方法, 并在求解过程中设计了带核粒子及双吸引子的粒子搜索策 略 以 , 软件为平台进行求解运算最佳作业计划 以某露天铁矿为工程背景进行实例研究, 将研究结果与露天 矿实际生产指标和非线性规划解算结果进行 比较验证 结果表明, 粒子群算法可用于露天矿生产作业计划的优化编制 关键词 露天采矿 生产作业计划 粒子群优化 分类号 一 一 一 万` 刃 艺一 龙 , 五了物 夕 卫 口 五了` ,, 一, 夕 , 以 。 尤。一 夕 一 丁 入 , , , , , , , , , , 困 , 一 一 一 , , 飞、 、 一 , , 卜 生 ,一 一 , , 、 、 一 户 、 对于典型的露天矿山而言, 其生产作业过程是 由钻孔 、爆破 、 挖掘及运输等工序组成 编制露 天矿 山生产作业计划 的目的是 在按上述工序进行 组织生产时, 确定 己知有用成分的采掘量和采出矿 石 的可选性指标 , 以满足向选厂提供质量合格的入 选矿石 由于有用矿物的可利用性在很大程度上 取决于入选矿石质量的稳定性 , 因此研究露天矿生 产作业计划并对其进行优化极为重要 目前, 已有 大量数学模型和模拟方法被用来对露天矿生产作业 计划进行编制和优化同, 但这些算法本身存在着收 敛速度慢且容易陷入局部最优等缺点 另外这些方 法大都仅仅 以满足入选矿石质量要求为 目标, 使得 优化结果具有一定的局限性 近些年来 , 随着信息科学和计算科 学的不断 发展 , 受 自然界生物 的群体行为启发而产生的群 体智能计算 已成为新兴 的演化计算算法 典型 的代表有 和 〔 提 出的蚁群算法 和 , 与 提 出的粒子群 收稿 日期 一 一 基金项目 长江学者和创新团队发展计划资助项 目 中央高校基本科研业务费专项 一 一。 DOI :10.13374/j .issn1001 -053x.2013.04.006