露天矿卡车地调度
露天矿GPS卡车调度系统数据流处理方法
The
a c t ie e
p p l ic
n
n l e
a
in
P
th e
w e s
t o pe n
a n
p it in ib lP p
Fu s hu
f L ia
o n
in g P r o v i n
pro
d
tha t the
l(
。
11 a
l
t io
tho
d is
m
ff e
in
e
c
tiv
e
d fe
-
．
c o r
di n g
tr
u c a
the
po
s
n e n
da e
t he
pe
r a
tin
m a
g pr in
tc
ip l e
c a
a n
u
d
e x c
ha
ge
p a tte
the
f
the
o
pe
n
-
p it
-
GPS
k d is p a
diu g
a
，
tc
h
y s te
tim
o n
e
hin g d it io
目前 露 天 矿
将这 些 数据 实 时地 传送 到调 度 中
心
，
卡 车调 度 系
煤 电公 司 露 天 矿 研 制 的调 度 系 统
功 能 基 本 相 同 运 行稳 定性 可 靠
， 、
由计 算 机 进 行 快 速 决 策 运 算
露天矿的车辆调度安排
露天矿的车辆调度安排摘要本文针对露天矿的车辆安排，为了提高设备利用率以增加经济效益，在卡车不等待的前提满足产量和品位的要求，根据两条原则制定了一个班次的实际生产计划。
模型Ⅰ：针对原则一，建立道路能力、电铲能力、卸点能力、铲位储量、产量任务、铁含量、电铲数量、车辆数量、整数等约束条件，根据原则一建立目标函数的整数规划模型。
目标函数（最小吨公里）：min =∑∑==51101*154*i j ij ij d num 。
将模型用Lingo 软件编程求解，综合分析给出生产计划：出动7辆铲车，13辆卡车，总运量为85628.2吨公里，具体的派车方案（见表二）。
模型Ⅱ：针对原则二，在约束条件与原则一相同的条件下，建立多目标非线性整数规划模型，利用主要目标法将多目标问题转化为单目标优化问题，根据主要目标列出最小费用函数求解，并将所求解转化为约束条件，然后逐步约束求解，将非线性规划问题转化为线性问题。
建立主要目标函数：总产量最大∑∑==51101154*max i j ij num ；次要目标函数：岩石产量优先()∑=+10143154*max j j j num num ；最后的目标函数：总运量最小min∑∑==51101*154*i j ij ijd num。
用Lingo 软件编程求解，综合分析给出生产计划：出动7辆铲车，20辆卡车，最大的产量101640.0吨， 岩石产量为49280.00吨， 矿石产量为52360.00 吨；总运输量为142385.3吨公里， 具体的派车方案（见表四）。
问题的进一步优化，从实际生产可行的角度，结合原则一与原则二，在模型中引入各铲位（卸点）的工作饱和因子P ，对以上最优方案进行了综合调整，通过图像分析，对P 取不同值进行了灵敏度分析，近而选取最优P 值下给出实际生产的车辆安排方案（见表六、表七）。
建立快速算法模型，在尽量不影响模型结果的前提下，分析原则一与原则二的简化方法，分别得到满足原则一与原则二的快速算法。
露天矿GPS 卡车调度系统数据流处理方法
露天矿GPS 卡车调度系统数据流处理方法目前，露天矿 GPS 卡车调度系统在世界范围内得到了广泛的应用，已经成为增加露天矿经济效益、提高现代化管理水平的一个重要的技术发展方向。
国外有 100 多个露天矿采用卡车优化调度系统，经统计，可提高生产效率 6%~32% 。
露天矿 GPS 卡车调度系统作为数字矿山建设的重要组成部分，集成了 GPS 和GIS 技术。
该系统能够接收 GPS 位置信息并收集设备各种状态信息，通过无线通信系统将这些数据实时地传送到调度中心，由计算机进行快速决策运算，并将调度命令发送给各装运设备，从而实现动态优化调度。
另外，卡车、电铲以及生产设备运行的信息和航迹在 2 维和 3 维 GIS 上可以可视化监视，从而实现实时动态管理以及辅助决策分析。
露天矿在应用 GPS 卡车调度系统之后，日常生产管理和生产图表需与原管理模式相衔接。
然而国内大型露天矿基本都是开采多年的老矿山，每个矿山都有不同的生产管理模式，生产图表更是庞大而复杂的。
如何全面准确地处理数据流，并按照生产实际需要，完成产量统计和其他运行数据的汇总，对该系统的应用和推广是至关重要的。
本文以抚顺西 GPS 卡车自动化调度系统为例，分析了 GPS 卡车调度系统数据流的特殊性，尝试从矿山生产流程出发，进而研究实现数据流处理的有效方法。
1、露天矿 GPS 卡车调度系统组成与工作原理露天矿 GPS 卡车调度系统主要由移动车载终端、通讯差分系统、调度中心系统三部分组成 [5], 系统组成及其对外关系如图 1 所示。
图 1 露天矿卡车调度系统组成及其对外关系移动车载终端接收 GPS 信息并实时解算自己的坐标位置；调度中心根据需要以轮询方式采集每台车载终端的信息：当车载终端收到对其轮询指令后将自己的车号、位置、状态等信息发向调度中心；当设备需要向调度中心报告情况时 ( 如设备故障等 ) ，终端竞争向调度中心发送这些信息，并同时报告自己的位置、状态等。
露天矿GPS卡车调度管理系统(TDTK宣传页)
露天矿GPS卡车智能调度管理系统系统简介：露天矿采用大型自卸汽车进行运输作业，由于采区作业范围广，地点移动变化大，设备状态变化快，调度的难度也大。
采用传统对讲及跑现场的人工调度方式很难及时、全面、准确掌握现场作业条件的频繁变化。
调度员仅靠个人经验人工调度生产，无法保障采矿过程的实时优化、高效。
另外，人工调度模式下无法实现对采矿作业人员和设备的实时监督，管理难度大，管理成本高。
露天矿GPS卡车智能调度管理系统通过采用全球卫星定位技术(GPS)、计算机及网络技术、无线数字通信技术、矿山系统工程及优化理论、地理信息系统技术（GIS）、电子技术等高新技术，对传统的人工调度系统及管理体制进行改造，通过采集生产设备动态信息，实时监控和优化调度卡车、电铲、辅助设备等设备的运行，从而形成一种信息化、智能化、社会化的新型现代调度控制系统和全方位的采矿生产管理控制自动化决策平台，是数字矿山的关键技术内容之一。
本系统由调度中心、通讯及差分系统、车载智能终端三部分构成，实现对露天矿主要采矿设备（卡车、电铲、洒水车、平路机、推土机、加油车等）的位置及工作状态的跟踪，实时监视卡车及电铲的运行情况，适应采矿生产过程中情况的变化，系统以GPS定位技术为依托，线性规划算法模型为优化基础，无线通讯为数据传输手段，计算机技术为工具，在露天矿设备数量一定的情况下，实现对卡车、电铲等采矿设备的实时优化调度，自动、及时、高效地安排矿山设备的生产作业，达到优化管理矿山生产过程、提高产量，节省费用、取得较高经济效益之目的。
功能概述：优化调度：根据GPS信号跟踪和标注车辆和设备位置，实现实时监控，并自动统计电铲能力和各个运输周期数据；系统提供设备的历史回放功能；统筹所有电铲、卸点、重车和空车的实时运行状态，在满足生产中各种约束条件的情况下，为每台空车指派最合适的目标电铲，为每台重车指派最合适的目标卸点;在调度模块中有配煤控制功能。
二维监视：实时二维地图显示界面，可以显示所有相关的工程位置，如采掘面、装载区域/装载点、卸载区域/卸载点（排土场和破碎站）、储煤场、加油站、停车场、维修厂/车间、矿区道路网、矿区边界等，动态实时显示运输设备在道路网上的运行状况，并可以显示或查询各工程位置的相关基础数据（位置/GPS坐标、名称、类型、物料、状态等等）。
露天矿采矿车辆调度算法研究及系统设计
露天矿采矿车辆调度算法研究及系统设计露天矿开采在我国经济建设方面具有非常重要的作用,但是露天矿开采却面临成本逐年上升,生产管理水平急需提高的局面。
因此,发展能够优化露天矿采矿车辆调度与生产管理的采矿车辆调度系统越来越成为我国露天矿的现实需求。
实践表明,车辆优化调度系统的实施,可使生产效率提高6%~32%,并且能够大幅度降低露天矿企业的生产成本,已经成为我国露天矿企业优先发展的方向。
本文结合我国露天矿开采企业的实际生产状况,研究了露天矿采矿车辆调度系统的模型算法,设计出露天矿采矿车辆调度系统,具体研究工作如下:首先,对露天矿业务流程及生产现况做了简单分析,然后结合露天矿露天开采的管理现状,为快速求出露天矿道路网两节点间的最短路径,分析了传统Dijkstra最短路径算法,然后根据其不足,研究出改进的Dijkstra算法,并且结合对露天矿矿车规划的分析,设计出了露天矿采矿车辆调度算法的模型。
其次,在露天矿采矿车辆调度算法的基础上,对露天矿采矿车辆调度系统进行了总体设计以及详细设计,根据实际需求,分别设计了露天矿采矿车辆调度系统中心调度子系统和车辆终端系统,车辆终端系统又分为矿车终端和铲车终端。
系统在总体功能模块上分为车辆调度功能模块、电子地图功能模块和信息管理功能模块。
最后,根据上述的算法和系统功能设计,利用Microsoft公司的Visual Studio开发环境,编写了露天矿采矿车辆调度系统的应用软件,并对系统各子系统进行了模拟实现,并验证了系统能够对车辆进行实时监控及准确定位,对露天矿生产资源进行统筹规划,实现了车辆的优化调度,提高了露天矿的管理水平和矿产资源利用率。
露天矿运输系统优化与卡车调度问题研究
露天矿运输系统优化与卡车调度问题研究相对于井工开采,露天矿具有产量大、回采率高、全员效率高等特点,但因其多采用“电铲-卡车”间断式开采,且电铲、卡车都是专业的超大型设备,所以设备投资大、油耗较高。
在保证设备利用率和产能的同时,如何有效地节能降耗,成为露天开采中迫切需要解决的问题。
通常从矿山开发规划、装运设备、生产计划和物流作业管理的改进三个层面进行节能降耗。
本文分别从露天矿路网优化和卡车物流调度两个层面,改进矿山的生产物流过程。
其研究有助于露天开采中缩短平均运距、提高卡车有效使用率,实现节能降耗。
中间桥是在露天矿的两帮中间利用排土堆积成一条通路。
与端帮运输相比,中间桥节省卡车运距,在一定条件下合理采用中间桥运输,可以节省总的开采成本。
卡车运输是“电铲-卡车”间断式露天开采中燃油消耗的主要环节。
合理的卡车调度分派、装卸位置匹配及运输路径安排可以减少卡车等待时间、缩短运输距离,在保障产能的同时节能降耗。
围绕露天矿中间桥运输系统和卡车调度,进行如下研究:1)针对复杂地质条件下的大型露天矿,研究中间桥运输系统的适用性。
传统上,中间桥运输系统的应用多局限于近水平地层的间断式开采工艺。
本文就矿坑遭遇背斜及断层等复杂地质条件下中间桥运输系统的适用性进行分析,以搭桥内排运费不大于双环内排运费建立优化不等式,并给出相应的服务水平优化决策模型。
以具有背斜及断层等复杂地质条件的某露天矿为例,论证中间桥运输系统的适用性,还对中间桥搭设水平、服务水平等关键问题进行优化决策,应用中取得一定经济效益。
2)以露天矿“电铲-卡车”生产系统的生产计划与调度实际为背景,研究其中的卡车调度问题。
针对矿山的实际运输车辆和道路条件及效益要求,在考虑开采优先顺序的情况下,以总的运输价值为优化目标,建立问题的整数规划模型。
通过分析问题和模型的特征,提出有效不等式和问题的性质,引入问题上界。
利用问题的性质和上界,设计一种启发式算法和改进策略对问题进行求解。
露天矿卡车调度
一、系统概述丹东东方测控技术有限公司自主研发的露天矿GPS车辆智能调度管理系统综合运用计算机技术、现代通讯技术、全球卫星定位（GPS）技术、系统工程理论和最优化技术等先进手段，建立的生产监控、智能调度、生产指挥管理系统，对生产采装设备、移动运输设备、卸载点及生产现场进行实时监控和优化管理。
露天矿GPS车辆智能调度管理系统实现了优化卡车运输，降低总运输功和采装与运输设备的等待时间，节能降耗，有效提高采装与运输效率；实现电铲、卡车、钻机调度，优化生产，合理配矿，提高资源利用率；及时应对生产中出现的突发事件，以实现及时响应生产、及时调整生产和安全生产。
二、系统功能●优化卡车运输，降低总运输功率和采装运输设备的等待时间，实时应对电铲故障等各种原因导致不能作业的情况，减少生产运输环节不必要的空跑和消耗，有效提高采装与运输效率；●对采运作业的电铲和卡车进行自动优化和调度。
实现电铲、卡车、钻机、推土机、平路机、加油车等设备的远程调度，优化生产、合理配矿，提高资源利用率；●及时对生产中出现的突发事件，以实现及时响应生产、及时调整生产和安全生产。
三、系统特点⏹全自动的实时调度：系统根据实际生产中电铲、矿车、卸点、物料等情况的变化适时进行自动调度；⏹直观方便的调度界面：可以清晰地看到车的运行方向和车流规划的信息。
整个自动调度界面直观、美观，派车一目了然；⏹司机对全局信息的知情：司机知道全场的工作状况（比如电铲是否处于工作状态，卸点是否处于堵塞状态等）；司机可以实时的掌握自身产量信息；⏹人性化的电子地图监视与历史行车轨迹回放：如果是 C/S 模式，调度室和网络上其他的地图文件不同步，会造成道路网络发生变化，出现网络上的地图不一致的现象，而我们的电子地图是 B/S 模式，调度室和网络上其他的地图文件是同步的；⏹电铲装载能力的自动采集：系统会准确地自动采集电铲的装载能力，调度无需人工设定电铲能力来适应现场生产。
采用多种方法核算，设计精细方案，准确地自动采集了电铲强度，确保了采场车流动态而合理的分配。
露天矿卡车调度系统数据库设计
露天矿卡车调动系统数据库设计调动系统的数据库设计1.1 观点模型设计用户需求确立好以后，要将用户需求的条件抽象成为数据库观点模型。
观点模型是将所需的数据依据特定的方法抽象为独立于任何详细机器的数据模型。
在本数据库中，应设计的实体主要包含用户类实体、生产运输设施实体、各工作地区及运输线路实体等。
在定义实体的同时还理应确立实体的属性,主要包含5：1）用户类实体。
主要来自于现场工作人员人的信息，依据不一样的工种，使用不一样的客户端，依据不一样的岗位享受不一样的操作权限，应包含姓名、ID、密码、权限等属性信息。
2）生产运输设施类实体。
主要指卡车、电铲等设施，将这些设施管理起来，供不一样的系统用户、道路、工作场所、生产调度实体使用，其属性信息包含设施ID、设施类、维修时间、生产状态以及有关的地点、运输等信息。
3）各工作地区及运输路线等实体。
主要指装场所、排弃场所、维修养护场所、交接班场所、设施寄存场所、各运输路线等。
其属性信息应包含名称、空间地点、等级编号、工作时间、状态等。
为了正确清楚的表达用户需求，可以用E-R模型表达观点模型的实例，E-R模型的组成成分是实体集、属性和联系集，以用户实体为例，其E-R模型如图1。
1.2 逻辑构造设计观点模型设计好的E-R模型是独立于任何详细的DBMS系统的模型，因此，为了将这些观点模型变换为某个详细的DBMS所支持的数据模型，需要推行数据库逻辑构造的设计。
数据库逻辑构造设计的过程为：将E-R 模型变换为关系模型，经过模型优化除去冗余的联系，最后形成协力的逻辑构造模型。
本数据库的主要逻辑构造模型为6：1）用户信息（姓名、ID、密码、权限级别）。
2）地区节点信息（地区编号、地区名称、地区种类、节点列表）。
3）路径信息（路径编号、路径名称、路径起点、路径终点、路径长度、路径形状、节点列表）。
4）路径状态信息（路径编号、道路等级、通行状态、状态改变时间）。
5）卡车基本信息（卡车ID、卡车种类、卡车运载量、卡车维修时间）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：西安交通大学参赛队员（打印并签名）： 1. 计红林2. 万日栋3. 尧文斌指导教师或指导教师组负责人 (打印并签名)：日期： 2012 年 8 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：2011高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：露天矿生产的车辆调度一.问题提出钢铁工业是国家工业得到基础之一，铁矿是钢铁工业的主要原料基地。
提高采矿玉树设备的利用率是增加露天矿经济效益的首要任务。
露天矿里有若干个铲位，每个铲位已预先根据铁含量将石料分成平均铁含量不低于25%的矿石和低于25%的岩石。
每个铲位的矿石、岩石数量以及矿石的平均铁含量都是已知的（如附表12-1和附表12-2所示）每个铲位之多能安排一台电铲，电铲平均装车时间为5分钟。
卸货地点有卸矿石的矿石漏、2个铁路倒装场和卸岩石的岩石漏、岩场等（如附图所示），每个卸点都有各自的产量要求。
要求应该尽量把矿石按矿石卸点需要的铁含量（假设都为29.5±1%，称为品味限制）搭配起来送到卸点，搭配的量在一个班次（8小时）内满足品味限制即可。
从长远看，卸点可以移动，但一个班次内不变。
卡车的平均卸车时间为3分钟。
所用卡车载重量为154t，平均时速28km/k。
由于卡车损耗大，原则上在安排时不应发生卡车等待的情况。
电铲和卸点都不能同时为两辆及两辆以上卡车服务。
卡车每次都是满载运输。
每个铲位到每个卸点的道路都是专用的宽60m的双向车道，不会出现堵车现象，每段道路的里程都是已知的。
一个班次的生产计划应该包含以下内容：出动几台电车，分别在哪些铲位上；出动几辆卡车，分别在哪些路线上各运输多少次（因为随机因素影响，装卸时间与运输时间都不精确，所以排时计划无效，只求出各条线路上的卡车数及安排即可）。
一个合格的计划要在卡车不等待的条件下满足产量和质量要求，而一个好的计划还应该考虑下面两个原则之一：总运量（t·km）最小，同时出动最少的卡车，从而运输成本最小；（2）利用现有车辆运输，获得最大产量（岩石产量优先；在产量相同的情况下，取总运量的最小解）。
请你就两条原则分别建立数学模型，并给出一个班次生产计划的快速算法。
针对题的实例，给出具体的生产计划、相应的总运量以及岩石和矿石产量。
附表12-1 各铲位和各卸点之间的距离（单位：km）附表12-2 各铲位矿石、岩石数量和矿石的平均铁含量（单位：万t）二.基本假设与符号说明1.基本假设（1）.电铲在一个班次内不改变铲铲位，也就是说每台电铲在一个班次内只在一个铲位上工作。
(2）矿石漏和铁路倒装场姿势卸矿石的不同地方，他们的开采对露天矿的经济效益没有影响。
同样，卸矿石的岩石漏和岩场的属性页不影响开采公司的经济效益。
开采公司的经济效益只与开采量和运输成本有关。
（3）卸点的品位是指一个班次内在卸点内所卸载的总矿石的铁的综合含量并不是部分要求（4）卡车的运输量都是满载运输，不考虑卡车在运输过程中的损失，另外，卡车的运输始终以28km/h 的平均速度行驶，发动和刹车的时间不考虑。
（5）在同一班次内，卡车所走的路线是不固定的，即卡车选择哪条路线是随机的 2.符号说明为在一个班次内从 j 铲位到 i 卸点单向路径上所通过的总车次为在一个班次内从 i 卸位到 j 铲点单向路径上所通过的总车次；n 为铲位总数， m 为卸点总数；为从 i 卸点到 j 铲位的路程；ijgijrijs装一辆车所需的时间为卸载一辆车所需的时间为 i 好卸点的需求量为 i 号铲位的岩石供应量为 i 号铲位的矿石供应Q 为总的运输量 F 为总产量 N 为所需卡车总量 三．问题分析及模型的准备通过直观的分析可知，本问题是一个较复杂的运输系统调度问题。
问题分别要求满足运输原则的条件下，建立一个班次运输方案安排的数学模型，并且要给出所用电铲的台数和每台电铲的位置，卡车数量以及卡车的安排。
所以本问题是一个大型的目标规划问题，目标函数是要求的两个原则，即一个是要求总运量最小，同时出动的卡车最少，另一个是要求获得的产量最大，对于开采公司来说，制定两个原则就是为了减少成本，增加收入，来提高公司的经济效益，这样就知道了解决该问题的方向是研究约束条件和目标函数。
下面对问题做进一步的分析： 1.运输矩阵的建立卡车路线的选择是双向的，随机的。
为了便于描述卡车在一个班次内的调动状态，一般规定，铲位到卸点的方向为前进方向（Go ）；t 上t 下i K i M i U反之则是返回方向（Return ）设有m 个卸点，n 个铲位，可以建立以下矩阵描述GO 方向的运输状态:G=其中， 表示一个班次内从 j 铲位到 i 卸点的单向路径中所通过的总车次.1 j m 和1 i n 同理可以得到Return 矩阵:R=其中， 表示一个班次内从 i 卸点到 j 铲位的单向路径中所通过的总车次以上两个矩阵统称为调度矩阵； 2.原则一的数学分析原则一要求总运量最小，同时出动的卡车最少这实际上是要求运输最小，所以该原则又可以成为成本最小原则，则运输量可以理解为:1111............n ij m mn g g g g g ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ijg ≤≤≤≤1111............n ij m mn r r r r r ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ijr其中a 为卡车满载时的重量。
当卡车返回时，此时卡车所走路程不为零，但此时卡车所载货物的质量为零，所以返回时卡车运量为零。
卡车最少有以下两个特点：（1）.卡车得到最大限度的利用，即卡车几乎没有等待的时间（闲置时间）（2）.卡车充分的工作，恰能完成运输问题，或者超额的部分不多。
由于所有卡车一直在工作，即对每辆卡车在一个班次内都是装，运，卸三个状态。
便有：其中，T 为生产周期，即一个班次的时间，*t 为在一个班次内所有卡车的等待时间 于是有;由于整个运输过程中不应存在等待时间，所以*t 的值应近似为零。
11mn ij iji j Q ag s===∑∑*1111[()/](r t )t mn m nij ij ij ij ij i j i j NT g r s v g t =====++++∑∑∑∑下上*t *1111[()/](r t )t =mnmnij ij ij ij ij i j i j g r s v g t N T====++++∑∑∑∑下上3.原则二的数学分析要求利用现有车辆，获得最大的产量，称为产量最大原则;这里指矿石和岩石的总产量：4.等待时间的控制在安排运输方案是原则不应有等待时间，但不排除等待时间存在的情况，所以在等待是应尽可能避免等待时间出现的情况，卡车在进行调度是可以根据“最小饱和度”原则（MSD ）,以尽可能避免发生等待时间出现的情况。
这一原则实质是指，将卡车调往具有最小饱和度的路线：choice(i)=j( )()min{},1i choice j D i m=≤≤其中choice(i)表示处于i 卸点的车将去铲位的代号，choice（j ）表示处于j 铲位的车将去卸点的代号。
表示卸点到 j 铲位的饱和度， i D 表示铲位到 i 卸点的饱和度，其中和 iD 的数学表达式为：11a m niji j F g===∑∑min{},1j D j n ≤≤j D j D j D表示正装车估计剩余的装车时间表示j 号铲位的卡车数 ，包括正装的卡车表示i 卸点的卡车数，不包括正卸车的卡车数 四.数学模型（模型1）的建立与求解1.模型的建立以上对问题的分析，给出了成本的数学表达式，再经过对目标函数的月数条件分析后，建立了以下的双目标线性规划模型：'j ()ij j t s N t D vt +=上上'i ()ij i t s N t D vt +=上上't j N i N =1j=1min =m nij iji Q ag s ∑∑()()*=1=1=1=1+r /++r +min =m nm nijij ij ij ij i j i j gs v g t t t N T∑∑∑∑下上=1mijji agM≤∑=1nijij agK ≥∑[]=1=129.5%1%nj ijj nij j b g ag a∈±∑∑=1mijji agU ≤∑*0,T ≥*lim =0T =1,nij j T r t ≤∑下1i m≤≤=1,mij i T g t ≤∑上1j n≤≤=1=1=1=1=mnmnijiji j i j g r∑∑∑∑0,0,ij ij ij ij g r g r ≥≥且，为整数(){}min 1=|jD j n choice i j ≤≤(){}min 1=i|i Di m choice j ≤≤关于约束条件的说明如下：（1）条件1是为保障在一个班次内满足各卸点的需求。
（2）条件2是对铲位搭配的约束，即在同一班次内所有矿石的卸点都要达到品位要求的限制。
（3）条件3与4都是基于铲位的岩石和矿石的储量都是有限的而进行的约束，即从任何铲位所输出的产量不应超过该铲位的储量。
（4）条件5与6是对 和 的约束，他们的上下限不应超过（5）条件7描述了等待时间的情形，说明了可以存在等待时间，但尽量应使等待时间为0.（6）条件8给出了Go 和Return 矩阵元素之间的逻辑关系。
（7）条件9是对目标函数中和 的约束，这是由他们的现实意义而定的。
（8）条件10和11是为了保证尽量避免等待时间而进行的实时调度的约束。
2.模型求解模型1是典型的大型的双目标线性规划问题，即使在约束条件下对两个目标分别求解，也是困难的，困难在于模型中的变量太多，尤其是模型的约束条件中包含了实时调度限制，这种限制使模型变成非线性，而且不易控制的复杂的数学模型。
因此不易直接由计算机进行搜索求解，只能另辟途径。