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 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）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.FacultyofRailwayCommunicationandSignalingTechnology,LiuzhouRailwayVocationalTechnicalCollege,Liuzhou545616,China；3.GuangxiLiugongMachineryCo.,Ltd.,Liuzhou545007,China)Abstract:Inordertoimprovetrucktransportefficiency,reducecarbonemissionsandsavetransportcostsinopen-pitmines,pureelectrictrucksaretakenastheresearchobject.Theobjectivefunctionistransportationcost,totalqueuingtime(includingtruckchargingtime,operationtimeandmaintenancewaitingtimeintheproductionprocess),andoregradedeviation.Theconstraintsincludethecrushingcapacityofthecrushingsite,miningcapacityoftheminingsite,loadingcapacity,oregradeerrorlimit,vehiclechargingpileselectionandcharginglimit.Theoptimizationmodeloflowcarbontransportationschedulingofopen-pitisestablished.Thegraywolfoptimization(GWO)andnon-dominatedsortinggeneticalgorithm-II(NSGA-II)havebeenusedtosolvethelow-carbontransportationschedulingmodelforpureelectricminingtrucksinopen-pitmines.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-carbontransportationschedulingofopen-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.2022080008gettrappedinlocaloptimumwhilethelatterislikelytoachieveaglobaloptimumbutconvergesslowly.Inordertosolvetheaboveproblems,aGWO-NSGA-IIhybridalgorithmisproposed.ThehybridalgorithmintroducesthreegeneticoperationsofNSGA-II,selection,crossoverandmutation,intotheGWOalgorithmtoeffectivelypreventthealgorithmfromfallingintolocaloptimum.Inordertoimprovethestabilityoftheglobalconvergenceofthealgorithm,huntingandattackoperationsareintroducedintotheeliteretentionstrategyofNSGA-II.Fivestandardtestfunctionsareusedtoverifythatthehybridalgorithmimprovesthestabilitywhileensuringtheconvergence.The example analysis shows that,compared with NSGA-II and GWO,the hybrid algorithmimproves 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-carbon;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-dominatedSortingGeneticAlgorithm，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，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