截止品位与人选品位遗传—神经优化研讨.pdfVIP

1728 2008中国发展进程中的管理科学与工程(卷Ⅱ) 截止品位与人选品位遗传一神经优化研究 贺 勇，诸克军，徐思新，刘 婷 中国地质大学经济管理学院，湖北武汉430074 jiabeisheng@sina．coin 摘要：利用演化计算与神经网络嵌套的方法模拟矿山这个高度复杂和高度非线性的系统，来优化截止品位和入选品 位。用截止品位与入选品位一起组成进化计算的染色体个体，用自适应神经网络建立收益(适应度函数)与染色体的局部联 系，然后利用遗传算法的全局搜索功能找出使收益最大时的截止品位和人选品位。这一嵌套的内层足神经网络，用以计算损 失率、尾矿量和成本，外层是进化计算，计算收益值，共同实现截止品位与入选品位的优化计算。最后以大冶铁矿为案例，研 8月～2007年11月的总净现值比现行方案增加9．01百万元～9．44百万元。 关键词：遗传一神经优化；截止品位；入选品位 贫化率、损失率等相关的概念，它实际上是在采选过程 1 引 言 中与上述指标密切相关并随时间和空间变化的一个高 截止品位是无底柱分段崩落法开采矿体过程中最 度复杂和高度非线性函数，试图直接获得它的表达式 后一次(当次)放出矿石的品位。截止品位低了，矿石 (函数关系)或者间接建立表达式(例如微分方程)是十 贫化大，会增加矿石处理成本，同时在选矿加工生产能 分困难的。我们设计利用演化计算与神经网络嵌套的 力一定的情况下会使精矿量减少；截止品位高了，损失 方法模拟这个高度复杂和高度非线性系统。用截止品 率提高，不仅使可利用的矿产资源永久损失，增大基建 位与入选品位一起组成进化计算的染色体(个体)，用 成本，而且还使企业对矿石的处理能力得不到充分利 自适应神经网络建立收益(适应度函数)与染色体的局 用。入选品位是进人选厂的矿石品位，在采选过程中 部联系，然后利用遗传算法的全局搜索功能找出使适 具有承上启下的作用，既取决于矿体平均品位以及采 应度函数(收益)最大时的截止品位和入选品位。 矿过程中的截止品位和贫化率，又影响最终精矿品位 2截止品位与入选品位优化模型 和选矿回收率等选矿指标，最佳的人选品位有利于提 高矿山的整体效益和矿产资源的利用率。因此，合理 截止品位、人选品位的组合优化是建立在净现值 确定截止品位与人选品位关系到企业的经济效益和资 最大化的基础上的，考虑利润，成本，储量，尾矿量和各 源的可持续利用，有着重要的理论意义与明显的现实 种品位之间的关系，建立以下模型： 意义。国内外学者从生产工艺的不同角度提出了截止 IMaxNPV=y生j兴毕喏址型 品位和人选品位的概念和计算方法，从采矿、选矿两个 蒿 u’ … 方面进行了研究，包括李荣福(1995)[1]，马从安，任天1。．t．R：盟业型业立磐坦幽皿型．，… 卢 贵(1998)[2]，Xie，Yingliang(1998)[3]，董藏海 【嵫≤≤1 (2002)[引，M．Osanlooand~LAtaei(2003)[引，Mishra， w．A 其中：NPV为雄个月总净现值；R。为第t个月的 6|，Bascetin．A(2007)[7|，Asad，M