建立露天矿优化模型解决问题.pdf

本文通过建立优化模型，分别针对原则一提出的总运输量最小，并且同时出 动最少的车辆要求，和原则二提出的要求利用现有车辆运输，获得最大的产量要 求，解决了露天矿生产的车辆安排问题与线路问题。 针对原则一，首先建立以总运量（吨公里）最小为目标，以矿石卸点的品味 限制，卸点的产量要求以及铲位资源限制为条件，建立总运量（吨公里）最小的 优化模型，求解得出出动 7 台电铲，分别在 1，2，3，4，8，9，10 铲位上，总 运量（吨公里）最小为 85628.6 吨公里，同时得到每条运输路线上的运输任务要 求，以每条运输路线上的任务要求、一个班次的时间限制为条件，建立以派出车 辆最小为目标的派车优化模型，求解得出出动 13 辆卡车，具体的路线的车辆安 排见正文。 本文探讨了如何通过数学建模来解决露天矿的车辆安排和运输线路问题，旨在最小化总运输量并最大化产量，同时充分利用现有设备。在露天矿的运营中，运输成本是关键因素之一，而车辆调度直接影响到运输效率和成本。文章采用多目标规划模型，结合Lingo程序进行求解。 针对原则一，即最小化总运输量并减少车辆出动，建立了以总运量最小为目标的优化模型。模型考虑了矿石卸点的品味限制、卸点的产量需求以及铲位资源约束。经过求解，得出应出动7台电铲，分配在1、2、3、4、8、9、10号铲位，最小化总运量为85628.6吨公里。接着，基于每条运输路线的任务要求和时间限制，构建了以派出车辆最少为目标的派车模型，解得需出动13辆卡车，具体路线安排在正文中详述。 对于原则二，模型的目标是最大化利用现有车辆运输，以获得最大的产量，特别是优先考虑岩石产量。为此，建立了一个以岩石产量最大为目标的优化模型，求解结果得出最大岩石产量为49280吨。在此基础上，为了进一步提升矿石产量，建立了在最大岩石产量约束下的矿石产量最大模型，得到最大矿石产量为103488吨。为了兼顾最小化总运输量，再次构建模型，求解得到总运量最小为11617.7吨公里。 在问题分析中，文章指出问题是一个双目标规划问题，需要综合考虑运输成本和产量。针对原则一，通过确定电铲的分配和建立派车模型，解决了车辆最少化和运输量最小化的问题。而对于原则二，模型则在保证最大产量尤其是岩石产量的同时，寻求运输成本的最优。 通过这些数学模型，露天矿可以根据实际情况灵活调整生产计划，合理分配车辆，确保满足卸点的产量要求，降低运输成本，提高整体生产效率。Lingo程序的运用，使得模型的求解更为便捷和准确，为实际操作提供了科学依据。