露天矿卡车调度剥采工程优化的GA神经网络方法应用研究

论文摘要

本文对GPS卡车调度系统工作原理做了介绍,概述了运输问题经典模型,引出了复杂的卡车调度系统剥采工程优化模型;分析了国内外求解运输优化问题的表上作业法、图上作业法、遗传算法和神经网络常用方法,介绍了神经网络和遗传算法两种优化方法的算法原理、特点和实现,在它们优势互补的条件下,提出了一种新的求解方法,即GA-Hopfield网络方法,利用GA很强的全局搜索能力来弥补Hopfield网络容易陷入局部最优的缺陷的优化方法;通过作者所参与的抚顺西露天卡车调度系统优化实际课题研究,以其中的露天矿长远生产总体规划问题、产销平衡,生产时序安排问题、最佳路径问题为例,利用GA-Hopfield网络思想进行了求解,优化结果符合露天矿生产实际,并将结果与传统方法进行了比较,分析了该方法的优点和传统方法的不足。说明该模型具有很好的解决卡车调度系统优化问题能力,为以后求解类似问题提供了一个很好的研究方法和研究方向。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的来源及意义
• 1.1.1 课题的提出
• 1.1.2 研究意义
• 1.2 国内外的发展状况
• 1.3 研究内容及方法
• 1.3.1 露天矿卡车调度系统优化
• 1.3.2 基于 GA 神经网络
• 2 GPS 卡车调度系统
• 2.1 调度系统综述
• 2.2 调度系统方案
• 2.3 系统功能
• 2.3.1 系统总体功能
• 2.3.2 车载 GPS 装置的功能
• 2.3.3 调度中心功能
• 2.4 系统特点
• 2.5 GPS 卡车调度系统工作原理
• 2.6 小结
• 3 卡车优化调度问题
• 3.1 优化调度问题的概述与基本概念
• 3.1.1 优化调度问题的概述
• 3.1.2 优化调度问题的基本概念
• 3.1.3 优化问题的基本定理
• 3.2 卡车运输调度问题的特点
• 3.3 卡车运输调度问题的相关定理
• 3.4 卡车运输调度规划的分类
• 3.5 卡车运输调度问题的解法
• 3.5.1 传统算法
• 3.5.2 人工智能算法
• 3.6 小结
• 4 卡车调度系统优化建模
• 4.1 建立模型的目的及方法
• 4.2 目标规划
• 4.2.1 目标规划的基本概念
• 4.2.2 多目标规划的非劣解
• 4.3 卡车调度系统优化模型的建立
• 4.3.1 模型假设
• 4.3.2 模型的建立
• 4.4 卡车调度系统基本数据的分析处理研究
• 4.4.1 数据的分析与预处理
• 4.4.2 时间序列的变化分类
• 4.4.3 时间序列预测技术
• 4.4.4 对模型的有效性进行检验
• 4.4.5 预测精度分析
• 4.5 小结
• 5 遗传神径网络原理及解决卡车调度系统优化问题
• 5.1 遗传算法
• 5.1.1 遗传算法概述
• 5.1.2 遗传算法的基本原理
• 5.1.3 遗传算法的特点
• 5.1.4 遗传算法的实现
• 5.2 神经网络
• 5.2.1 神经网络概述
• 5.2.2 神经网络基本原理
• 5.2.3 神经网络基本模型
• 5.2.4 神经网络特性及其优缺点
• 5.2.5 Hopfield 神经网络
• 5.3 神经网络与遗传算法的集成
• 5.3.1 结合的必要性
• 5.3.2 遗传算法优化神经网络初始权重的方法
• 5.3.3 卡车调度系统优化总体算法流程
• 5.4 小结
• 6 基于遗传神经网络卡车调度系统优化应用
• 6.1 露天矿生产总体规划
• 6.2 产销平衡、生产时序的安排
• 6.2.1 问题的提出
• 6.2.2 模型分析与变量的假设
• 6.2.3 通用模型的建立
• 6.2.4 模型的求解
• 6.3 最佳路径选择
• 6.4 小结
• 7 结束语
• 在读期间发表的论文
• 致谢
• 参考文献