管窥采矿工程的方法改良（精品）.docx

《管窥采矿工程的方法改良（精品）.docx》由会员分享，可在线阅读，更多相关《管窥采矿工程的方法改良（精品）.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、管窥采矿工程的方法改良1、优化方法1.1遗传算法的定义遗传算法是一种自适应优化的方法。这种方法基于生物进化的原理，它模拟了生物进化的步骤，将繁衍、杂交、变异、竞争和选择等概念引入到算法中。1通过对一组可行解的维持和重新组合，在多决策变量共同作用的条件下，改良可行解的移动轨迹曲线，最终使它趋向最优解。这种方式是模拟生物适应外界环境的遗传变异机理，克制了传统的单决策变量法容易导致的局部极值的缺点，是一种全局优化算法。1.2神经网络的定义人脑思维方式的一大特点就是：通太多个神经元之间的同时的互相作用来动态完成信息的处理。人工神经网络就是模拟人脑思维的这种方式，通过计算机来完成一个非线性的动力学系统，

2、能够实现信息的分布式存储和并行协同处理。1.3遗传算法与神经网络协同优化由于采矿工程的问题很难用一个显式来表示，所以我们能够利用人工神经网络强大的非线性映射能力建立决策变量和目的函数的关系，实现对问题的显式化，然后用遗传算法对这个目的函数的决策变量进行搜索和寻优，搜索到后就输入之前已经建模好的神经网络，网络将自动进行学习和匹配，进而我们能够计算出目的函数对该组决策变量的适应性，然后根据适应性进行遗传变异操作，反复屡次后即可寻得最优解。2、优化实例2.1遗传算法在矿石档次优化中的应用遗传算法是由原始数据，模拟优胜劣汰的方式通过反复迭代获得最优解，在这里本质上是随机生成一组矿石档次，利用自适应的技

3、术调整档次，经过反复迭代计算，逐步逼近最优解。1编码：用定长字符代表遗传中的基因，在这里表示某种特定档次，编码顺序依次为边界档次、最小工业档次、原矿档次和精矿档次。2初始群体：每次迭代的初始群体由上一次迭代生成，第一次的初始群体随机生成，每个群体包含的个体数确定。3适应度：自然界中的适应度是生物个体对自然界的适应程度，适应度大，那么它存活下来的可能性就大。类似的这里的适应度是衡量个体优劣的指标，能够驱动遗传算法的优化，本例中的适应度取不同档次的矿石所能获得的净现值。4复制和交换：根据达尔文进化论，适应性强的个体容易生存下来，那么他们的有利性征就被保留了，同样的不利性征就被淘汰了，适应性强的个体

4、他们的后代跟他们的类似度会比拟高，在遗传算法中能够用复制来代表这一部分；交换就是指上一代多个个体的部分基因互相置换产生新个体5突变：遗传算法中产生新个体的又一手段，通过求补运算完成。6终止条件：遗传算法是迭代运算，在迭代到符合某一要求时停止，一般都是当群体的平均适应度或最大适应度变化平稳时，迭代终止。2.2采矿工程优化实例本处选择山东莱芜铁矿施工时的填充材料刚度与采场构造参数的优化问题来讲明一下神经网络和遗传算法的详细应用。山东莱芜铁矿谷家台矿区矿体赋存于大理岩与闪长岩的接触带中，上部为第四系和第三系所覆盖，全部为隐伏矿体，矿脉地理构造特别复杂。上部有河流流过，固然河流和矿带之间有第三系的红板

5、岩，但是由于局部天窗的分布，导致水层和第四系砂砾石层和灰岩层接触，隔水效果不好。由于灰岩层的含水性，导致这部分成为承压含水层。复杂的地质背景给开矿带来了宏大的难度，为了实现不改河、不疏干、不搬迁、不塌陷、不还水的“五不方针，最终决定的开矿方案是采用矿体近顶板大理岩注浆补漏堵水措施与阶段空场嗣后胶结充填采矿方法相结合的综合治水方案。制约这一方案顺利施行的两个重要因素就是充填材料刚度与采场构造参数的优选问题。设矿房宽度为Bf，填充体刚度为EC，t为上盘出现的最大拉应力。揣测得出：从安全性角度考虑，矿房宽度Bf越小，填充体刚度EC越大，则上盘出现的拉应力越小，施工越可靠；从经济型角度考虑，矿房宽度越

6、大，填充刚度越小越经济，能够看出两者是相对的，我们要在这之间找一个最佳匹配值。使得上盘出现的拉应力小于但又接近于大理岩的抗拉强度。先通过神经网络建立决策量Bf、EC和目的t的映射关系，然后用遗传算法搜索最佳匹配，得到结果Bf=21.256m，EC=396.6MPa，t=-1.9297MPa，最后进行的结果的合理性验证，表明这个结果是令人满意的。3、结论作为现阶段比拟先进的计算智能和人工智能技术，遗传算法和神经网络着重于通过迭代算法和非线性映射来求得问题的最优解。由于绝大多数矿场的复杂条件导致采矿工程中的很多问题和方法的决策存在诸多的决策变量，并且多数变量和目的量的关系都是非线性的，这些特点使得遗传算法和神经网络等当代先进智能技术能很好的运用到采矿工程的优化中去，通过文章研究和实例证实，对于采矿工程的方法优化，遗传算法和神经网络能起到很好的效果，随着这些技术的进步，他们将会为采矿工程的优化方面提供更有力的帮助。