基于改进粒子群算法的矿石车辆装车调度优化方法与流程

本发明涉及矿石车辆装车调度系统，具体为基于改进粒子群算法的矿石车辆装车调度优化方法。

背景技术：

1、智慧矿山系统在硬件上通过车辆自组网技术，各种无线通信技术，卫星定位技术，雷达测距技术，各种传感技术，扩展接口技术，人机交互技术，以及图像抓取识别等多项技术，可以有效地帮助矿业企业实现机械车辆和设备的监控调度管理，智慧矿山生产调度管控系统产品在按预期计划全部完成后，在以采用重型机械(挖机、推土机、钻机、装载机、矿车等)露天开采的矿山，在机械车辆管理上可做到随时随地、自由化的监控调度管理，抛弃传统人盯人的疲劳战术，并且，在矿石车辆装车调度系统的多种软件辅助下，整个矿山的实时动态及实时数据(生产数据、耗油、耗材等)都能完美的以图表体现出来，在很大的程度上能给管理者的决策提供数据支撑。

2、在矿石车辆装车调度优化方法使用到改进粒子群算法中国专利公开了一种基于改进粒子群优化算法的矿山生产计划方法及系统(116029475a)采用改进粒子群算法获得最佳经济效益情况下的各个生产相关的系数。能够有效的提高算法的寻优精度和收敛性能。此外，本发明还公开了一种基于改进粒子群优化算法的矿山生产计划系统，但是在使用中由于开采设备和矿石车辆在装载时，可能由于矿石车辆未能满载，导致需要矿石车辆进行多次协作进行运输，从而导致运输次数提高，从而也导致矿石车辆的油耗和损耗也提高了，从而导致公司的收益率降低。

3、为此，本领域技术人员提供了基于改进粒子群算法的矿石车辆装车调度优化方法，以解决上述背景技术中提出的问题。

技术实现思路

1、针对现有技术的不足，本发明提供了基于改进粒子群算法的矿石车辆装车调度优化方法，解决了上述背景技术中提出现有的的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于改进粒子群算法的矿石车辆装车调度优化方法，包括以下步骤：

3、步骤一：完善矿山基本信息；

4、步骤二：导入矿山相关三维软件生成的报告或者矿山地质报告，通过爆堆估算矿山储存量；

5、步骤三：输入矿山开采设备的基本参数，统计开采设备平均开采量，优化输入周边矿山车辆；

6、步骤四：输入矿山车辆基本参数，矿山车辆基本参数包括；矿石车辆空车与满载的平均速度，矿石车辆满载平均重量，矿石车辆的平均能源消耗量；

7、步骤五：设置矿山车辆最佳运输量；

8、步骤六：采用改进粒子群算法获得最佳经济效益情况下矿山车辆各自负责区域的相关系数。

9、优选的，所述步骤一中矿山基本信息包括有矿山的基本信息包括有矿山地理位置信息、矿山类型和矿山开设爆堆点。

10、优选的，所述步骤三中开采设备采用选用16m3以上电铲、170吨以上电动轮汽车、10m3铲运机、40吨电机车和10m3侧卸式矿车、高压辊磨和高效浓缩机等新型先进露天采选矿设备。

11、优选的，所述由此可根据上述要求来建立车辆调度模型，在满足生产产量要求的基础上，用尽量少的卡车完成生产，并且制定出卡车的运输路线，并在调度方案下给出合理的派车计划，通过分析和模型假设，可建立目标函数为

12、约束条件为

13、其中，xij为整数，yi为0-1变量。

14、优选的，所述由此可根据上述要求建立车辆最佳调度模型并输入至步骤六中改进粒子群算法内。

15、优选的，所述步骤六中的改进粒子群算法具体为，设在矿区d维搜索空间，x1＝(xi1，xi2，...，xid)表示第i个粒子的位置信息，其速度bestp1＝(p1,p,...,pid)为第i个粒子在d维空间的最好位置，粒子群当前的最好位置标记为bestg＝(g1,g2,...,gd)，粒子的每一维属性信息将根据式(3)和式(4)进行更新：

16、

17、c1rand( )[pid(t)-xid(t)]  式2；

18、c2rand( )[pd(t)-xid(t)] 式3；

19、

20、式中：t表示粒子更新次数；表示当前粒子的每一维速度信息，xid(t)表示当前粒子的每一维位置信息；rand( )在[0,1]之间的随机产生；ω为粒子搜索的惯性系数，c1和c2为学习因子，用于控制粒子搜索的步长。

21、优选的，所述为了引导粒子能够进入搜索空间，粒子的搜索速度不能踢打，也不能太小，通常被限制在给定的搜索区间中，一般选择用0.1≤σ≤1.0，其中[-x(max)，x(max)]为粒子每一维的搜索空间范围。

22、本发明提供了基于改进粒子群算法的矿石车辆装车调度优化方法，具备以下有益效果：

23、实现矿山生产的远程控制，实现矿山信息的获取、存储、传输、表述、深加工，实时采集各种生产指标数据，解决矿山生产动态管理、矿山生产规划、方案优化资源的合理开发利用等问题，减少资源的浪费，提高矿业开发的社会经济效益；实现矿山收益的全面提升，通过建立中心数据库等方式，强化了智慧矿山管理资源共享功能，实现数据更新及时化、集中化、高效化、构成完善的矿业大数据智能分析体系，实现数据化决策和信息化管，分析车辆运行状态，矿车能够在采掘点通过高速无线通信技术获取挖掘机的矿石类型信息，装载完成之后携带矿石类型信息到指定的堆场，根据记录每个矿山车辆的数据和油耗，能够尽可能的减少资源的浪费，达到资源的充分利用。

技术特征：

1.基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述步骤一中矿山基本信息包括有矿山的基本信息包括有矿山地理位置信息、矿山类型和矿山开设爆堆点。

3.根据权利要求1所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述步骤三中开采设备采用选用16m3以上电铲、170吨以上电动轮汽车、10m3铲运机、40吨电机车和10m3侧卸式矿车、高压辊磨和高效浓缩机等新型先进露天采选矿设备。

4.根据权利要求3所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述由此可根据上述要求来建立车辆调度模型，在满足生产产量要求的基础上，用尽量少的卡车完成生产，并且制定出卡车的运输路线，并在调度方案下给出合理的派车计划，通过分析和模型假设，可建立目标函数为

5.根据权利要求4所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述由此可根据上述要求建立车辆最佳调度模型并输入至步骤六中改进粒子群算法内。

6.根据权利要求5所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述步骤六中的改进粒子群算法具体为，设在矿区d维搜索空间，x1＝(xi1，xi2，...，xid)表示第i个粒子的位置信息，其速度bestp1＝(p1，p，...，pid)为第i个粒子在d维空间的最好位置，粒子群当前的最好位置标记为bestg＝(g1，g2，...，gd)，粒子的每一维属性信息将根据式(3)和式(4)进行更新：

7.根据权利要求6所述的基于改进粒子群算法的矿石车辆装车调度优化方法，其特征在于：所述为了引导粒子能够进入搜索空间，粒子的搜索速度不能踢打，也不能太小，通常被限制在给定的搜索区间中，一般选择用0.1≤σ≤1.0，其中[-x(max)，x(max)]为粒子每一维的搜索空间范围。

技术总结
本发明公开了基于改进粒子群算法的矿石车辆装车调度优化方法，涉及矿石车辆装车调度技术领域，具体为基于改进粒子群算法的矿石车辆装车调度优化方法，包括以下步骤：步骤一：完善矿山基本信息；步骤二：导入矿山相关三维软件生成的报告或者矿山地质报告，通过爆堆估算矿山储存量；步骤三：输入矿山开采设备的基本参数，统计开采设备平均开采量，优化输入周边矿山车辆。本发明具备以下有益效果：实现矿山生产的远程控制，实现矿山信息的获取、存储、传输、深加工，实时采集各种生产指标数据，解决矿山生产动态管理、矿山生产规划、方案优化资源的合理开发利用等问题，减少资源的浪费，提高矿业开发的社会经济效益；实现矿山收益的全面提升。

技术研发人员：孙启祥,乔晋崴,马驰,孙法虎,肖永飞
受保护的技术使用者：枣庄鑫金山智能装备有限公司
技术研发日：
技术公布日：2024/3/31