برنامهریزی تولید بلندمدت معادن روباز بوسیله الگوریتم مورچگان با در نظر گرفتن شیبهای متغیر
[پایاننامه]
/مسعود سلیمانی شیشوان
دانشگاه صنعتی سهند
، ۱۳۹۰
۱۲۴ ص
چاپی - الکترونیکی
کتابنامه در آخر پایان نامه
کارشناسی ارشد
مهندسی معدن
دانشگاه صنعتی سهند
مطالعات سه دهه گذشته در زمینه یافتن جواب بهینهی مساله برنامهریزی تولید بلندمدت معادن روباز، بدلیل بزرگی مدل و پیچیدگی آن از طریق روشهای ریاضی موجود تاکنون به نتیجه مطللوبی نرسیده است .امروزه روشهای ابتکاری یا فرآابتکاری، با داشتن قابلیت مدلسازی پیچیدهترین شرایط تابع هدف و یا محدودیتهای مساله و رسیدن به جواب نزدیک بهینه قابل قبول از مهمترین موضوعات پژوهشی در این زمینه به شمار میروند .در این تحقیق، اصول روش فرآابتکاری الگوریتم مورچگان تشریح شده و برنامهریزی تولید بلندمدت یک مدل بلوکی سهبعدی واقعی، بوسیله الگوریتم مورچگان با درنظر گرفتن شیبهای متغیر انجام گرفته است .برای اعمال شیبهای متغیر عمدتا از مدلهایی که برمبنای الگوی مخروطی میباشند، استفاده میشود .همچنین روشهای فعلی موجود به دلیل سادهسازیهای صورت گرفته در آنها، جوابی دور از واقعیت را ارائه میدهند .بر این اساس در این تحقیق، روش نوینی برمبنای درونیابی غیرخطی اسپلاین ارائه گردید که قابلیت مدلسازی شیبهای متفاوت در راستاهای مختلف را دارا میباشد .بهمین منظور سه گونه مختلف درونیابی اسپلاین، از جمله :تابع اسپلاین درجه دو، تابع اسپلاین درجه سه و تابع اسپلاین اصلاحشده مورد آزمایش قرار گرفت که از میان آنها نتایج بدست آمده از تابع اسپلاین درجه سه که با واقعیت همخوانی بسیاری داشته و زمان محاسباتی لازمه آن نیز بسیار ناچیز و درحدود چند صدم ثانیه بوده، مورد قبول واقع شد .الگوریتم مورچگان، الگوریتمی ملهم از زندگی مورچهها در طبیعت بوده و تاکنون برای بسیاری از مسائل بهینهسازی ترکیبی مورد استفاده قرار گرفته است .از انواع این الگوریتم میتوان به سیستم مورچه، سیستم مورچه نخبه، سیستم مورچه برپایه رتبهبندی، سیستم حداقل-حداکثر مورچه و سیستم کلونی مورچه، اشاره نمود که فقط دو گونه، سیستم حداقل-حداکثر مورچه و سیستم کلونی مورچه، بدلیل نیاز به حافظه اندک، قابل کاربرد برای کانسارهای بزرگ میباشد .برنامهنویسی برای ایجاد قابلیت اعمال شیبهای متغیر جهت ساخت برنامه تولید بلندمدت توسط الگوریتم مورچگان در محیط برنامهنویسی سیشارپ برای دو سیستم مذکور بطور جداگانه انجام گرفت .در نهایت برای ارزیابی کارآئی الگوریتم بعنوان یک مطالعه موردی، مدل بلوکی واقعی( با حدود ۳۵۰۰۰۰ بلوک) بمنظور یافتن بهترین ترکیب برای پارامترهای الگوریتم درنظر گرفته شد .آنالیزهای صورت گرفته نشان دادند که الگوریتم مورچگان توانایی بهبود ۱۲ درصدی جواب اولیهای که در نرمافزار Scheduler - NPV تولید شده است را دارد .همچنین نتایج بدست آمده نشان داد که سیستم حداقل-حداکثر مورچه گونهای مکتشف و سیستم کلونی مورچه گونهای سریع میباشد.