基于GWO-NSGA-Ⅱ混合算法的露天矿低碳运输调度_文家燕.pdf
《基于GWO-NSGA-Ⅱ混合算法的露天矿低碳运输调度_文家燕.pdf》由会员分享,可在线阅读,更多相关《基于GWO-NSGA-Ⅱ混合算法的露天矿低碳运输调度_文家燕.pdf(8页珍藏版)》请在咨信网上搜索。
1、基于 GWONSGA混合算法的露天矿低碳运输调度文家燕1,闻海潮1,程洋2,罗绍猛3,何伟朝1(1.广西科技大学自动化学院,广西柳州545616;2.柳州铁道职业技术学院通信信号学院,广西柳州545616;3.广西柳工机械股份有限公司,广西柳州545007)摘要:为了提高露天矿卡车运输效率、减少碳排放和节约运输成本,以纯电动卡车为研究对象,以运输成本、总排队时间(包含生产过程中的卡车充电时间、运行时间及维修等待时间)、矿石品位偏差为目标函数,并以破碎场破碎量、采矿场开采量、装车数量、矿石品位误差限制、车辆充电桩选择及充电限制为约束条件,建立了露天矿低碳运输调度优化模型。针对灰狼优化算法(GWO
2、)和非支配排序遗传算法(NSGA)用于求解露天矿纯电动矿用卡车低碳运输调度模型时前者容易陷入局部最优、后者容易获得全局最优但收敛缓慢的问题,提出了一种GWONSGA混合算法。该混合算法在 GWO 算法中引入 NSGA的选择、交叉、变异 3 种遗传操作,有效防止算法陷入局部最优;在 NSGA的精英保留策略中引入狩猎和攻击操作,提高算法全局收敛的稳定性。通过5 个标准测试函数验证了该混合算法在保证收敛性的情况下提升了稳定性。实例分析表明,与 NSGA,GWO 相比,该混合算法在寻优速度上分别提高了 48.7%和 27.1%,在寻优精度上分别提高了 17.1%和 9.3%,且减少了卡车使用数量、碳排
3、放量、运输距离和运输费用。关键词:露天矿运输;低碳;运输调度;非支配排序遗传算法;灰狼优化算法中图分类号:TD57文献标志码:ALow-carbontransportationschedulingofopen-pitminebasedonGWO-NSGA-hybridalgorithmWENJiayan1,WENHaichao1,CHENGYang2,LUOShaomeng3,HEWeichao1(1.SchoolofAutomation,GuangxiUniversityofScienceandTechnology,Liuzhou545616,China;2.FacultyofRailway
4、CommunicationandSignalingTechnology,LiuzhouRailwayVocationalTechnicalCollege,Liuzhou545616,China;3.GuangxiLiugongMachineryCo.,Ltd.,Liuzhou545007,China)Abstract:Inordertoimprovetrucktransportefficiency,reducecarbonemissionsandsavetransportcostsinopen-pitmines,pureelectrictrucksaretakenastheresearchob
5、ject.Theobjectivefunctionistransportationcost,totalqueuingtime(includingtruckchargingtime,operationtimeandmaintenancewaitingtimeintheproductionprocess),andoregradedeviation.Theconstraintsincludethecrushingcapacityofthecrushingsite,miningcapacityoftheminingsite,loadingcapacity,oregradeerrorlimit,vehi
6、clechargingpileselectionandcharginglimit.Theoptimizationmodeloflowcarbontransportationschedulingofopen-pitisestablished.Thegraywolfoptimization(GWO)andnon-dominatedsortinggeneticalgorithm-II(NSGA-II)havebeenusedtosolvethelow-carbontransportationschedulingmodelforpureelectricminingtrucksinopen-pitmin
7、es.Theformerisproneto收稿日期:2022-08-02;修回日期:2023-02-04;责任编辑:盛男。基金项目:国家自然科学基金项目(61963006)。作者简介:文家燕(1981),男,广西全州人,教授,博士,主要研究方向为多挖掘机协同与控制研究,E-mail:。通信作者:程洋(1988),男,河南汝南人,讲师,硕士,主要研究方向为智能调度,E-mail:。引用格式:文家燕,闻海潮,程洋,等.基于 GWONSGA混合算法的露天矿低碳运输调度J.工矿自动化,2023,49(2):94-101.WENJiayan,WENHaichao,CHENGYang,etal.Low-c
8、arbontransportationschedulingofopen-pitminebasedonGWO-NSGA-hybridalgorithmJ.JournalofMineAutomation,2023,49(2):94-101.第49卷第2期工矿自动化Vol.49No.22023年2月JournalofMineAutomationFeb.2023文章编号:1671251X(2023)02009408DOI:10.13272/j.issn.1671-251x.2022080008gettrappedinlocaloptimumwhilethelatterislikelytoachieve
9、aglobaloptimumbutconvergesslowly.Inordertosolvetheaboveproblems,aGWO-NSGA-IIhybridalgorithmisproposed.ThehybridalgorithmintroducesthreegeneticoperationsofNSGA-II,selection,crossoverandmutation,intotheGWOalgorithmtoeffectivelypreventthealgorithmfromfallingintolocaloptimum.Inordertoimprovethestability
10、oftheglobalconvergenceofthealgorithm,huntingandattackoperationsareintroducedintotheeliteretentionstrategyofNSGA-II.Fivestandardtestfunctionsareusedtoverifythatthehybridalgorithmimprovesthestabilitywhileensuringtheconvergence.The example analysis shows that,compared with NSGA-II and GWO,the hybrid al
11、gorithmimproves the optimization speed by 48.7%and 27.1%respectively.The hybrid algorithm improves theoptimizationprecisionby17.1%and9.3%respectively.Thehybridalgorithmreducesthenumberoftrucks,carbonemissions,transportationdistanceandtransportationcosts.Key words:open-pit mine transportation;low-car
12、bon;transportation scheduling;non-dominated sortinggeneticalgorithm;graywolfoptimizationalgorithm 0引言随着“双碳”政策的逐步实施,低碳化将成为露天矿开采的重要方向1。运输是露天矿开采重要环节之一,运输成本占矿石成本的 30%40%2。矿用自卸燃油卡车是我国露天矿主要运输工具,其运输途中碳排放量大、效率低,极大地增加了运输成本。与传统的燃油卡车相比,纯电动卡车可有效降低碳排放量及运输成本,但受充电限制及卡车运输排队影响,露天矿纯电动卡车运输调度仍需深入研究。露天矿低碳运输调度问题可视为一个多目标函
13、数最值优化问题。近年来,在自然界生物启发下,许多学者采用智能群搜索算法来解决露天矿卡车运输调度问题。苏楷等3以运输成本最小为目标函数,构建了露天矿运输调度数学模型,并利用自适应果蝇优化算法进行求解,有效降低了运输成本。程平等4采用非支配邻域免疫算法求解露天矿新能源卡车多目标优化调度模型,有效降低了电能消耗所引起的碳排放成本。此外,在求解露天矿卡车运输调度优化模型方面,还有粒子群算法5、模拟退火算法6、差分进化算法7、遗传算法8、蚁群算法9等。上述算法在一定程度上解决了露天矿运输调度问题,但存在全局寻优能力较差、待调节参数较多等问题。非 支 配 排 序 遗 传 算 法(Non-dominated
14、SortingGeneticAlgorithm,NSGA)10可有效解决多目标优化问题,且全局寻优能力较强。灰狼优化(GrayWolfOptimization,GWO)算法11具有收敛性强、参数少、较易编程实现、局部搜索能力强等特点12-13。这 2 种算法被应用于求解矿山卡车调度14、流水线车间调度15、函数优化16-18、车辆路径优化19和多输入多输出系统调度优化20等问题。但 NSGAII在求解有约束多目标问题时中后期容易收敛缓慢,GWO 算法种群的多样性在迭代进化过程中逐步降低,易陷入局部最优。因此,本文以纯电动卡车为研究对象,建立了运输成本最小、总排队时间最短和矿石品位偏差最小的多目
15、标露天矿低碳运输调度优化模型;在 NSGAII 中后期引入 GWO 算法来改善其收敛缓慢的问题,提出了一种 GWONSGA混合算法,并将其用于求解露天矿低碳运输调度优化模型。1露天矿低碳运输调度优化模型1.1目标函数露天矿卡车调度是复杂的综合系统工程,在实际开采过程中往往是多个采矿场和破碎场间的协同作业。采矿场与破碎场之间的距离不同,则卡车运输作业时间不同,产生的碳排放和运输费用也不同。露天矿卡车作业调度涉及的优化目标包括运输时间最短、距离最短、设备利用率最高、运输成本最小等。为更好地反映实际状况,本文采用多目标优化卡车调度,以实际生产中企业重点关注的运输成本、总排队时间、矿石品位偏差为目标,
16、构建露天矿低碳运输调度优化模型。nAi(i=1,2,n)mBj(j=1,2,m)kAiBjDijS某露天矿实际开采过程中,有 个采矿场、个破碎场和 辆纯电动卡车,纯电动卡车在采矿场与破碎场之间往返作业,采矿场到破碎场的距离为。模型的各个优化目标用函数表示,纯电动卡车调度参数统称为,构建的露天矿低碳运输调度优化模型的目标函数为F(S)=min(F1(S),F2(S),F3(S)(1)F1(S)F2(S)F3(S)式中:为运输成本;为总排队时间;为矿石品位偏差。纯电动卡车所需的电能来自火力发电,因此在模型构建中增加了来自电能产生的碳排放成本,以2023年第2期文家燕等:基于 GWONSGA混合算法
17、的露天矿低碳运输调度95更全面地考虑运输成本。碳排放成本以行驶距离作为指标进行计算。根据碳排放计算理论,卡车的碳排放成本为21C=kr=1ni=1mj=1Cr1(DijXrij1+DijYrji2)(2)Cr1r(r=1,2,k)Xrij,Yrji1,2式中:为单位电量火力发电占比;为第辆卡车单位碳排放的环境成本;为电能产生的碳排放系数;分别为第 r 辆卡车满载和空载次数;分别为卡车重载和空载时的单位里程电能消耗量。为了降低车辆碳排放的同时使企业收益最大,设运输成本最小为目标,综合考虑重载、空载成本,碳排放成本及人工成本,与燃油卡车相比,纯电动卡车后期保养费用低,不纳入成本计算。卡车运输成本为
18、F1(S)=kr=1ni=1mj=1DijCr2Xrij1+ni=1mj=1DijCr2Yrji2+C+TrCr3(3)Cr2Cr3Tr式中:,分别为第 r 辆卡车作业时每度电的单位成本和人工费用;为 1 个班次内第 r 辆卡车运行时间。实际工况中希望开采任务工期短,因此将时间成本作为单独目标进行优化可以有效避免不合理调度导致的卡车排队时间较长问题。总排队时间包含生产过程中的卡车充电时间、运行时间及维修等待时间,则有F2(S)=kr=1Tlimitni=1mj=1T1rijXrijni=1mj=1T0rijYrjiTrrepairTrvcharge(4)TlimitT1rijrT0rijTrr
19、epairTrvchargev v=1,2,z式中:为 1 个班次时间,设定为 8h;为第 辆卡车满载运输时间;为第 r 辆卡车空载运输时间;为第 r 辆卡车维修保养时间;为第r 辆卡车在第(,z 为充电桩数量)台充电桩充电时间。矿石品位偏差为F3(S)=ni=1kr=1mj=1(WiW)LrXrijkr=1ni=1mj=1LrXrij(5)WiiW式中:为第 个采矿场的开采量;为目标品位矿Lr石总量;为第 r 辆卡车容量。1.2约束条件卡车装载量应不小于破碎场的计划产量:kr=1ni=1LrXrijpj(6)pjj式中为第 个破碎场的计划产量。卡车装载量应不大于破碎场的破碎量:kr=1ni=
20、1LrXrijqj(7)qjj式中为第 个破碎场的破碎量。卡车装载量应不大于采矿场的开采量:kr=1ni=1LrXrijWi(8)1 个班次内采矿场装车数量应小于采矿场最大装车数量:mj=1Xrijbi(9)bi式中 为 1 个班次内采矿场最大装车数量。破碎场矿石品位误差应小于品位允许误差:kr=1ni=1LrXrijikr=1ni=1LrXrijmin(10)iimin式中:为第 个采矿场的矿石品位;为最低矿石品位;为品位允许误差。1 个充电桩 1 次只能给 1 辆纯电动卡车充电,不能多个充电桩同时给 1 辆卡车充电:zv=1urv=1(11)urvvurv=1urv=0式中为第 r 辆卡车
21、在第 台充电桩上的状态,时表示充电,时表示不充电。卡车充电量应不大于充电站提供的最大电量:maxni=1mj=1Dij1+ni=1mj=1Dij2+EminEmax(12)EminEmax式中:为卡车作业的最低电量;为充电站提供的最大电量。2GWONSGA混合算法2.1GWO 算法GWO 算法是模拟自然界灰狼种群狩猎机制的群智能搜索算法。灰狼种群内社会阶层等级严格分96工矿自动化第49卷,,,明,自顶向下分为4 个阶层。4 个阶层的灰狼猎食分工不同:层为灰狼领导层,负责狼群所有事务;层为灰狼管理层,负责辅佐 层头狼领导和狩猎事务;层为灰狼普通层,负责执行层灰狼发出的狩猎指令;层为灰狼底层,听从
22、层灰狼的指令,朝狩猎最优方向移动。GWO 算法基本思想:首先,灰狼种群在追捕猎物过程中,根据猎物的味道等信息,头狼及管理层灰狼逐步确定猎物的方向,带领普通层及底层的灰狼接近猎物并建立狩猎包围圈;然后,底层灰狼根据层灰狼的领导逐渐缩小包围圈;最后,狼群在头狼和管理层灰狼的组织下对猎物发动攻击,直至捕获到猎物为止。GWO 算法求解问题的步骤如下:Step1:初始化算法参数(收敛因子、方位向量及参数向量),产生若干个体,设置最大迭代次数。Step2:计算每个个体的适应度函数值。Step3:比较个体的适应度函数值和方位向量的适应度函数值,确定当前最优搜索单元、次优搜索单元和第 3 优搜索单元。Step
23、4:计算收敛因子、方位向量及参数向量的适应度函数值,更新当前最优搜索单元、次优搜索单元和第 3 优搜索单元空间坐标。Step5:计算最优搜索单元、次优搜索单元和第3 优搜索单元空间坐标的平均值,得到更新后当前每个个体位置。Step6:若达到最大迭代次数,输出最优个体的适应度函数值,否则转到 Step2。2.2NSGANSGA是一种带精英保留策略的多目标优化遗传算法,其核心为非支配排序、拥挤度距离计算和拥挤度比较算子。NSGA求解问题的一般步骤:首先初始化种群,判断是否生成第 1 代子种群,未生成则采用非支配排序后通过选择、交叉、变异操作生成第 1 代子种群;其次引入精英保留策略,合并父代与子代
24、生成新种群,扩大下一代个体的筛选范围以增加种群解的多样性;然后对新的种群进行非支配排序,同时对非支配层中的个体遍历并进行拥挤度距离计算,根据非支配关系及个体的拥挤度选取合适的个体组成新的父代种群;最后通过选择、交叉、变异产生新的子代种群,并计算适应度函数值,直至满足结束条件,输出 Pareto 最优解集。2.3混合算法GWO 算法具备很强的搜索能力,但由于自身收敛性强,在多目标优化过程中会有很多 Pareto 解丢失。NSGA在运行后期容易陷入收敛缓慢,但NSGA的精英保留策略和快速非支配排序具有多样 性 保 持 策 略,能 很 好 地 解 决 GWO 算 法 后 期Pareto 解丢失的问题
25、。因此将 2 种算法进行混合,通过 GWONSGA混合算法实现全局搜索和局部搜索的有效结合。GWONSGA混合算法流程如图 1所示。开始初始化种群生成第 1 代子种群?迭代次数G=2父代、子代个体合并生成新的 父代种群?对灰狼算法进行选择、交叉、变异操作,得到下一代种群G 小于最大迭代次数?结束非支配排序选择、交叉、变异NYG=G+1快速非支配排序拥挤度距离计算选择合适个体组成新父代种群NYNY合并种群并计算个体适应度函数值,更新灰狼搜索单元利用灰狼算法产生下一代种群,合并种群图1GWONSGA混合算法流程Fig.1GWONSGAhybridalgorithmflowGWONSGA混合算法实现
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 GWO NSGA 混合 算法 露天矿 运输 调度 家燕
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。