遗传算法及其在矿山工程中的应用研究.pdfVIP

第 32卷第 6期 建 井 技 术 Vo1．32 No．6 2011年 12月 M INE C0NSTRUCTION TECHNOLOGY Dec． 2O11 遗传算法及其在矿山工程中的应用研究 王 刚 (1外生成矿与矿山环境重庆市重点实验室(重庆地质矿产研究院)，重庆 ，400042； 2煤炭资源与安全开采 国家重点实验室重庆研究 中心 ，重庆 ，400042； 3国土环境与灾害监测 国家测绘局重点实验室(中国矿业大学)，江苏 徐州 ，221116) 摘 要 ：介绍了遗传算法的基本原理、实现过程及其特点，以及在矿 山工程 中的应用情况。 它是一种建立在遗传学与 自然选择基础之上的新型搜索寻优技术 ，是解决矿 山工程复杂 问题 的一种有效手段 。 关键词 ：遗传算法；矿 山工程 ；应用 ；优化 中图分类号 ：TD214．2 文献标识码 ：A 文章编号 ：1002—6029(2011)06—0033—04 遗传算法起源于 20世纪 60年代对 自然和人 1 遗传算法原理 工 自适应系统的研究 ，首先 由美 国的J．H．Hol— land教授提出 ；到 80年代 中期后 ，对这种方法 遗传算法是一种群体型操作 ，操作 的对象是 的研究开始进入高潮 。从 90年代开始 ，我国也开 群体中的所有个体 。它是将优化问题的1组初始 展了遗传算法研究，现 已成为继专家系统、人工神 可行解编码为 1组字符串，每组字符串包含多个 经网络之后 ，又一 门受人青睐的学科。遗传算法 子字符串，每个子字符 串都是 目标 函数空间中某 是一种仿效生物 的进化与遗传 ，根据 “生存竞争” 个参数 的编码。由子字符串的某一位或几位组合 和 “优胜劣汰”的原则 ，通过编码、适应度计算 、复 成为 1个基 因，每个这样的字符 串代表 1个寻优 制、交换和突变等操作 ，使所要解决的问题从初始 目标空间内的可行解。根据优化 问题 的 目标 函 解逐步逼近最优解的新型寻优技术 。由于遗传算 数 ，每个可行解对应 1个 目标 函数 ，即适应度。经 法不受搜索空间限制 ，实行非定向随机搜索 ，计算 过编码 、计算适应度、复制、交换和突变等操作 ，生 方法简单，具有灵活性与稳健性 ，近年来 ，许多学 成多个基本可行解 ，这些可行解 的集合称为 1个 者将其应用于众多领域 ，如组合优化、机器学 习、 群体 。该群体通过寻优迭代生成的新的可行解群 自适应控制 、规划设计和人工生命 、管线网络拓扑 体 ，称为 1代。其基本原理如 图1_3所示。 结构确定等 ，解决了许多其他科学技术无法解决 2 遗传算法实现过程 或难以解决 的多变量及非线性的复杂问题l2]。 近年来 ，随着计算机技术 的迅猛发展 ，各种优 基于以上原理 ，在实际应用遗传算法进行优 化方法在矿 山工程 中得到了广泛应用，并取得 了 化时 ，必须经过 以下步骤_4]： 显著效果。然而 ，由于矿山工程 自身的特点 ，许多 (1)确定 目标 函数 (适应度函数)，建立优化模 结构性 的技术决策仍未实现优化 ，于是不少学者 型，这是取得最优解的关键。 便开始寻求新的优化算法。经过多年的探索和研 (2)确定可行解的编码方法 ，将可行解群体在 究，国内外学者发现遗传算法具有独特的优点，便 给定 的约束条件下进行初始化 ，每个可行解用