基于混合粒子群优化算法的矿山生产配矿
Mining and Metallurgical Engineering（2017）
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.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要