-
公开(公告)号:CN113222463B
公开(公告)日:2023-06-02
申请号:CN202110603543.2
申请日:2021-05-31
申请人: 西安建筑科技大学
IPC分类号: G06Q10/0631 , G06Q10/083 , G06Q50/02 , G06N3/0464 , G06N3/08
摘要: 一种基于数据驱动的神经网络代理辅助露天矿无人卡车调度方法,综合卡车在调度运输过程中的各项成本,以装载点的最大产量、卸载点的最大承载量、卡车装卸时间及品位要求、充电要求等为约束条件,制定一个可行的方案使参与工作的各设备在规定时间内完成计划任务,同时可使综合费用、卡车总等待时间、卡车耗电费用及卸载点品位偏差率达到最低,并引入神经网络的代理辅助模型进行预测。神经网络代理模型可有效训练数据集和指导种群优化过程。在线数据驱动的方法也可使历史最优数据集模型向更精确的搜索方向递进,使优化过程更加可靠,同时加快计算速度。通过实验验证,本方法可以有效的提高露天矿的工作效率。
-
公开(公告)号:CN113222463A
公开(公告)日:2021-08-06
申请号:CN202110603543.2
申请日:2021-05-31
申请人: 西安建筑科技大学
摘要: 一种基于数据驱动的神经网络代理辅助露天矿无人卡车调度方法,综合卡车在调度运输过程中的各项成本,以装载点的最大产量、卸载点的最大承载量、卡车装卸时间及品位要求、充电要求等为约束条件,制定一个可行的方案使参与工作的各设备在规定时间内完成计划任务,同时可使综合费用、卡车总等待时间、卡车耗电费用及卸载点品位偏差率达到最低,并引入神经网络的代理辅助模型进行预测。神经网络代理模型可有效训练数据集和指导种群优化过程。在线数据驱动的方法也可使历史最优数据集模型向更精确的搜索方向递进,使优化过程更加可靠,同时加快计算速度。通过实验验证,本方法可以有效的提高露天矿的工作效率。
-