System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及多目标优化,特别是涉及双种群双阶段的约束多目标优化方法。
技术介绍
1、露天矿的生产计划优化问题是一个组合优化问题。近年来,国内外许多文献对露天矿山生产作业优化问题建模进行了研究。露天矿的多目标生产计划优化问题是一个复杂的问题,需要同时考虑多个不同的目标,例如质量(品位)、成本等。这些目标之间相互制约,需要权衡利弊,以实现综合最优。
2、在多目标优化模型中,需要定义多个目标函数,并建立多个约束条件。目标函数可以包括产量、质量(品位)、成本等,而约束条件可以包括出矿点出矿量、矿石质量分数约束、破碎站处理能力、出矿总量、矿产资源利用率约束等。
3、在求解露天矿多目标优化问题时,现有的算法通常只能针对单个目标进行优化,这使得在处理实际问题时存在很大的局限性。在露天矿开采中,品位、开采成本、环境影响等多个目标都是需要考虑的重要因素。而现有算法无法同时优化这些目标,因此无法获得最优的开采方案。
4、现有算法的问题在于它们通常采用权重法或优先级法将多目标问题转化为单目标问题。这种方法忽略了各个目标之间的相互影响和制约关系,导致优化结果不准确。例如,提高品位可能会增加开采成本,而降低开采成本可能会导致品位下降。现有算法无法同时考虑这两个目标,因此无法获得最优的开采方案。
5、此外,现有算法在处理复杂的露天矿多目标优化问题时,往往无法找到一个平衡点,使得所有目标都能得到最优解。这是因为多目标优化问题涉及到多个相互矛盾和冲突的目标,需要同时考虑它们的权衡关系。而现有算法无法有效地解决这
6、综上所述,现有算法在求解露天矿多目标优化问题时存在很大的局限性。为了更好地解决这些问题,本专利技术提出了一种基于多协作方式和m2m框架的约束多目标优化方法,这种方法可以同时优化多个目标,并且能够跳出局部最优解。通过引入多目标问题分解为多个多目标问题(m2m)方法,该方法进一步增强了种群的分布性,从而搜索到足够丰富的可行解。最终,本专利技术能搜索到一组最优解的集合,供用户进行选择和决策。
7、这种新的优化方法,不仅可以解决传统方法无法权衡各个目标的矛盾,同时也能应对复杂的约束条件,并跳出局部最优解,寻找全局最优可行解。
技术实现思路
1、本专利技术的目的是提供一种基于多协作方式和m2m框架的约束多目标优化方法,在第一个阶段cp种群考虑约束,负责收敛到可行域边界,dp种群不考虑约束,负责收敛到无约束pf;在第二个阶段,两个种群都是用可行性规则进行环境选择,最终得到真正的最优解;本算法一方面引入了多目标问题分解为多个多目标问题(m2m)方法增强种群的分布性,另一方面在不同的阶段两个种群使用不同的协作方式以适应不同的约束优化问题,以解决复杂的露天矿生产计划优化问题。
2、为实现上述目的,本专利技术提供了如下方案:
3、优化模型,利用露天矿生产计划优化问题建立优化模型;
4、双种群双阶段,该方法由两个种群进行搜索,同时有两个搜索阶段;多目标问题分解为多个多目标问题(m2m)方法,在不考虑约束的种群(dp种群)中引入了m2m框架以增加种群得分布性;
5、强弱协作,在不同阶段两个种群采用不同的协作方式。
6、可选地,所述的一种基于多协作方式和m2m框架的约束多目标优化方法,其特征在于,所述优化模型的目标包括开采成本、矿石品位波动,且将开采成本最小作为第一个优化目标,矿石品位波动最小作为第二个优化目标。
7、可选地,所述露天矿生产计划优化模型,具体包括:
8、
9、
10、其中xi表示第i个出矿点的出矿量,ci它表示出矿点i的运输和采掘成本。函数中的gli表示出矿点i的第l种矿石的质量分数,ql表示第l种矿石的目标品位。
11、而约束条件可以包括出矿点出矿量、矿石质量分数约束、破碎站处理能力、出矿总量、矿产资源利用率约束等。
12、可选地,所述双种群双阶段包括:有两个种群分别为cp和dp,在第一个阶段cp种群考虑约束,负责收敛到可行域边界,dp种群不考虑约束,负责收敛到无约束pf;在第二个阶段,两个种群都是用可行性规则进行环境选择,最终得到真正的最优解。
13、可选地,所述m2m包括:将一个多目标优化问题分解为多个多目标优化问题,在本专利技术中dp种群根据cp种群的分布性信息,加强cp种群分布性不佳的区域的搜索。
14、可选地,所述强弱协作包括:在第一个阶段使用弱协作方式,在第二个阶段使用强协作方式。
本文档来自技高网...【技术保护点】
1.一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述多协作方式和M2M框架的约束多目标优化方法包括:
2.根据权利要求1所述的一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述优化模型的目标包括开采成本、矿石品位波动,且将开采成本最小作为第一个优化目标,矿石品位波动最小作为第二个优化目标。
3.根据权利要求1所述的一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述露天矿生产计划优化模型,具体包括:
4.根据权利要求1所述的一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述双种群双阶段包括:有两个种群分别为CP和DP,在第一个阶段CP种群考虑约束,负责收敛到可行域边界,DP种群不考虑约束,负责收敛到无约束PF;在第二个阶段,两个种群都是用可行性规则进行环境选择,最终得到真正的最优解。
5.根据权利要求1所述的一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述M2M包括:将一个多目标优化问题分解为多个多目标优化问题,在本专利技术中DP种群根据CP
6.根据权利要求1所述的一种基于多协作方式和M2M框架的约束多目标优化方法,其特征在于,所述强弱协作包括:在第一个阶段使用弱协作方式,在第二个阶段使用强协作方式。
...【技术特征摘要】
1.一种基于多协作方式和m2m框架的约束多目标优化方法,其特征在于,所述多协作方式和m2m框架的约束多目标优化方法包括:
2.根据权利要求1所述的一种基于多协作方式和m2m框架的约束多目标优化方法,其特征在于,所述优化模型的目标包括开采成本、矿石品位波动,且将开采成本最小作为第一个优化目标,矿石品位波动最小作为第二个优化目标。
3.根据权利要求1所述的一种基于多协作方式和m2m框架的约束多目标优化方法,其特征在于,所述露天矿生产计划优化模型,具体包括:
4.根据权利要求1所述的一种基于多协作方式和m2m框架的约束多目标优化方法,其特征在于,所述双种群双阶段包括:有两个...
【专利技术属性】
技术研发人员:邹娟,龚翼彬,侯章禄,杨圣祥,夏翌彰,刘元,
申请(专利权)人:湘潭大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。