توسعه الگوریتمی جستجو محور برای حل مسئله تخصیص و گسیل ناوگان حمل و نقل در معادن روباز
Publish place: Journal of Mineral Resource Engineering، Vol: 8، Issue: 4
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 38
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MHRE-8-4_004
تاریخ نمایه سازی: 30 دی 1402
Abstract:
عملیات بارگیری و باربری در معادن روباز، به عنوان آخرین مرحله فرآیند استخراج در نظر گرفته می شود. برای انجام این عملیات، استفاده از سیستم شاول- کامیون به دلیل مزایای زیاد مانند انعطاف پذیری بالا، ارجحیت دارد. به دلیل هزینه های عملیاتی زیاد، مدیریت مناسب ناوگان و بهینه سازی در این بخش به طور قابل توجهی در اقتصاد پروژه موثر است. مساله تخصیص و گسیل کامیون، به ویژه در معادن بزرگ با نقاط بارگیری و تخلیه متعدد بسیار پیچیده است. با توجه به اندازه و پیچیدگی مساله، استفاده از روش های حل ریاضی به دلیل زمان حل بسیار زیاد که به استفاده از ابررایانه ها منجر می شود، توجیه پذیر نیست. برای رفع این کاستی ها می توان از الگوریتم های ابتکاری استفاده کرد. در این مقاله، یک الگوریتم ابتکاری در محیط نرم افزار MATLAB، برای حل مساله تخصیص و گسیل یک معدن واقعی توسعه داده شده است. با توجه به نتایج به دست آمده، زمان اجرای الگوریتم ابتکاری ۳۹ ثانیه محاسبه شده است. در نهایت حل همین مساله با یک مدل ریاضی موجود طی ۲۴ ساعت، نشان دهنده برتری الگوریتم پیشنهادی نسبت به مدل سازی ریاضی است.
Keywords:
Authors
حکیمه پیرمرادیان
دانشجوی دکتری، گروه مهندسی استخراج معدن، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران
مسعود منجزی
استاد، گروه مهندسی استخراج معدن، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران
هومن عسکری نسب
استاد، گروه عمران و محیط زیست، دانشکده فنی و مهندسی، دانشگاه آلبرتا، ادمونتون، کانادا
احسان نیک بخش
استادیار، گروه سیستم های اقتصادی و اجتماعی، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران
امین اله موسوی نقلی
استادیار، گروه مهندسی استخراج معدن، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :