基于混合粒子群优化算法的矿山生产配矿-矿冶工程.PDF

第３７卷第５期 矿　 冶　 工　 程 Ｖｏｌ．３７ №５ ２０１７年１０月 ＭＩＮＩＮＧＡＮＤ ＭＥＴＡＬＬＵＲＧＩＣＡＬ ＥＮＧＩＮＥＥＲＩＮＧ Ｏｃｔｏｂｅｒ ２０１７ 基于混合粒子群优化算法的矿山生产配矿① １ １ １ ２ １ １ 李　 宁 ，叶海旺 ，吴　 浩 ，王李管 ，雷　 涛 ，王其洲 （１．武汉理工大学 资源与环境工程学院，湖北 武汉４３００７０；２．中南大学 资源与安全工程学院，湖南 长沙４１００８３） 摘　 要：为了提高矿山低品位矿产资源的利用率，确保生产过程中矿石质量的稳定性和均匀性，建立了一种矿山多目标配矿优化 模型，并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合，提出求解该优化模型的混合粒子群算法。 以国内某地下铝 土矿为例，分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法３种方法对建立的多目标配矿优化模型进行求解，通过 对比优化结果发现：混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求，而标准遗传算法和标准粒子群算法 求解结果存在误差，分别达到９．９２％和１４．９４％，且易陷入局部最优值；从迭代进化曲线可知，混合粒子群优化算法收敛速度快，稳定 性和鲁棒性较高，具有一定科学研究和实际应用价值。 关键词：配矿；混合粒子群优化算法；遗传算法；多目标优化模型 ＋ － 中图分类号：ＴＤ６５ １ 文献标识码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．０２５３ ６０９９．２０１７．０５．０３０ － － － 文章编号：０２５３ ６０９９（２０１７）０５ ０１２６ ０５ Ｏｒｅ Ｂｌｅｎｄｉｎｇ ｆｏｒ Ｍｉｎｅ Ｐｒｏｄｕｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｈｙｂｒｉｄ Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ １ １ １ ２ １ １ ＬＩ Ｎｉｎｇ ，ＹＥ Ｈａｉ⁃ｗａｎｇ ，ＷＵ Ｈａｏ ，ＷＡＮＧ Ｌｉ⁃ｇｕａｎ ，ＬＥＩ Ｔａｏ ，ＷＡＮＧ Ｑｉ⁃ｚｈｏｕ （１．Ｓｃｈｏｏｌ ｏｆ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｗｕｈａｎ ４３００７０， Ｈｕｂｅｉ， Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｓａｆｅｔｙ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ ４１００８３，Ｈｕｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｕｔｉｌｉｚａｔｉｏｎ ｒａｔｅ ｏｆ ｌｏｗ⁃ｇｒａｄｅ ｍｉｎｅｒａｌ ｒｅｓｏｕｒｃｅｓ，ａｓ ｗｅｌｌ ａｓ ｅｎｓｕｒｅ ｔｈｅ ｃｏｎｓｉｓｔｅｎｃｙ ｏｆ ｍｉｎｅｒａｌ ｑｕａｌｉｔｙ ｄｕｒｉｎｇ ｔｈｅ ｐｒｏｄｕｃｔｉｏｎ ｐｒｏｃｅｓｓ，ａ ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｍｏｄｅｌ ｆｏｒ ｏｒｅ ｂｌｅｎｄｉｎｇ ｏｐｔｉｍｉｚａｔｉｏｎ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ． Ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｉｎｔｅｒｌａｃｅ ａｎｄ ｍｕｔａｔｉｏｎ ｏｐｅｒａｔｉｏｎｓ ｏｆ ｓｔａｎｄａｒｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｉｎｔｏ ｓｔａｎｄａｒｄ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ａｌｇｏｒｉｔｈｍ，ａｈｙｂｒｉｄｐａ