露天矿生产的车辆调度模型

合集下载

露天矿生产车辆安排

露天矿生产车辆安排
3 模型假设
1)假设在一个班次内,卸点和铲位均不发生移动。 2)假设矿石和岩石可以分别运输,即矿石运到岩石漏或倒装场,而岩石运到岩
石漏或岩场。 3)假设路况足够好,能够保证卡车保持平均时速,并且不发生堵车现象。 4)假设在一个班次开始的时候,卡车处在待发卸点上。 5)假设天气等随机因素的影响可以忽略不计。 6)假设不同路径的车在同一卸点或铲位不发生等待。
第二阶段在每个卸点的车辆数确定开始安排具体车次时,如果一味的将和的 小数部分安排在一列,则有可能出现由于该路线的运送周期大而造成工作时间的 浪费,如果按照运送周期由大到小排序,先安排周期大的,则会出现转移时间的 浪费。我们对此矛盾进行了进一步分析讨论,得到了比较好的结果。
关键词:露天矿生产 车辆安排 整数规划 组合优化
大工作车次为 480/Tij ,
这条路径上所需的车辆数为 bij 。
480 /Tij
所以有: bij < Tij
480 /Tij
5
化简后得到:
bij
<
480 5
5.1.2 进行第二阶段的规划
首先安排固定路线车辆。求得各个路径的车次之后,先求出各路径上一辆
车工作一个班次的最大车次Bij,然后bij / Bij取整,所得整数部分即为该路径上的 固定车辆。
倒装场Ⅱ 4.42 3.86 3.72 3.16 2.25 2.81 0.78 1.62 1.27 0.50
各铲位矿石、岩石数量(万吨)和矿石的平均铁含量如下表:
铲位 1 铲位 2
铲位 3
铲位 4
铲位 5
铲位 6
铲位 7
铲位 8
铲位 9
铲位 10
矿石量 岩石量
0.95 1.25
1.05 1.10

基于flexsim的露天矿卡车调度系统建模方法

基于flexsim的露天矿卡车调度系统建模方法

———————————————
收稿日期:2019-07-23 作者简介:高宇(1993-),男,四川广汉人,硕士研究生,主要研究方向为露天矿卡车调度系统建模与仿真。*通讯作者:赵波(1972-), 男,吉林长岭人,工学博士,教授,主要研究方向为矿车总体设计、露天矿卡车调度系统建模等。主要研究方向为结构轻量化设计、压力 容器裂纹缺陷安全评定、矿车总体设计和露天矿卡车调度系统建模等。
露天矿卡车调度系统是一套规模大、投入 高的实时控制系统,采用仿真方法对派车方案 进行验证,对生产实际进行模拟可提高生产安 排的合理性,降低投入。目前国内、外实现仿
真的工具通常采用通用程序语言,如张婕[1]采 用 Delphi 6.0 仿真语言对首钢水厂铁矿卡车调 度系统进行建模;Bastos[2]采用 SimEvents 对交 接班时的调度方案进行了仿真建模,优化了配
Hale Waihona Puke 机械 2019 年第 11 期 第 46 卷
机械
·59·
车,提高了产量;为了对车-铲系统生产效率 进行评价,杨曌[3]利用 GPSS/H 语言对露天矿生 产运输系统进行建模,分析了车、铲最佳匹配 数量;常永刚[4]将基于 VC++ 2010 语言编写的 调度算法嵌入到现有调度系统中,分析了固定 配车和补充配车相结合的派车方法的调度效 果;Patarawan[5]利用 MATLAB 进行仿真建模, 对比了不同车铲比作用下各调度算法的产量情 况;陈冲[6]运用 Extend 对露天矿卡车调度系统 进行了仿真建模,为露天矿卡车调度系统的仿 真提出了一种新方法,在一定程度上减少了建 模难度。上述研究成果为露天矿卡车调度系统 仿真建模提供了较好的理论基础,但在建模方 法上还不同程度地存在着界面不够友好、人机 交互难度大、系统的扩展性差等不足。

露天矿生产的车辆安排

露天矿生产的车辆安排

露天矿生产的车辆安排摘要:通过一个包含指派问题的线性规划模型来解决露天矿生产的车辆安排问题。

先量化各个约束条件,通过问题中给出的相关要求,建立数学模型。

用lingo 11.0进行规划模型求解各个不同要求的问题。

对于问题一,要求总运量最小和出动卡车最少,降低运输成本,根据题目要求建立约束方程组,由目标函数用软件求解。

对于问题二,关键字:整数规划;车辆安排;优化模型一,问题重述露天矿生产的车辆安排钢铁工业是国家工业的基础之一,铁矿是钢铁工业的主要原料基地。

许多现代化铁矿是露天开采的,它的生产主要是由电动铲车(以下简称电铲)装车、电动轮自卸卡车(以下简称卡车)运输来完成。

提高这些大型设备的利用率是增加露天矿经济效益的首要任务。

露天矿里有若干个爆破生成的石料堆,每堆称为一个铲位,每个铲位已预先根据铁含量将石料分成矿石和岩石。

一般来说,平均铁含量不低于25%的为矿石,否则为岩石。

每个铲位的矿石、岩石数量,以及矿石的平均铁含量(称为品位)都是已知的。

每个铲位至多能安置一台电铲,电铲的平均装车时间为5分钟。

卸货地点(以下简称卸点)有卸矿石的矿石漏、2个铁路倒装场(以下简称倒装场)和卸岩石的岩石漏、岩场等,每个卸点都有各自的产量要求。

从保护国家资源的角度及矿山的经济效益考虑,应该尽量把矿石按矿石卸点需要的铁含量(假设要求都为29.5% 1%,称为品位限制)搭配起来送到卸点,搭配的量在一个班次(8小时)内满足品位限制即可。

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154吨,平均时速28/km h。

卡车的耗油量很大,每个班次每台车消耗近1吨柴油。

发动机点火时需要消耗相当多的电瓶能量,故一个班次中只在开始工作时点火一次。

卡车在等待时所耗费的能量也是相当可观的,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。

露天矿生产中车辆安排问题的多目标非线性规划模型

露天矿生产中车辆安排问题的多目标非线性规划模型

露天矿生产中车辆安排问题的多目标非线性规划模型
石瑞民 ,董晓波 ,陈怡南
( 淮海工学院 数理科学系 ,江苏 连云港 222005)
3
摘 要 : 露天矿生产的车辆安排问题在许多类似生产领域中具有一定的代表性 . 针对露天矿生产中 的一个多目标优化运输问题 ,基于数学分析 ,建立了一个多目标非线性规划模型 ; 提出了模型的逐步 整数化方法和穷举整数化方法两种快速算法 ,并利用研制的 Matlab 程序计算了一个实际问题 . 计算 结果证明该模型和程序是有效的 ,并可以在生产实践中使用 . 关键词 : 数学模型 ; 多目标非线性规划 ; 逐步整数化方法 ; 穷举整数化方法 ;Matlab 中图分类号 :O29 ;O2111 1 文献标识码 :A
矿石漏
0 0 28 0 0 0 0 42 8 0 78
卸点 倒装厂 1 倒装厂 2 岩厂
15 68 5 0 71 0 0 0 0 0 159 0 0 29 0 0 0 0 42 0 43 114 0 0 0 0 8 0 0 12 87 53 160
岩石漏
81 28 34 0 17 0 0 0 0 0 160
m n
i =1
下面 , 先用第三层规划问题的最优点 z ij 按 ( 2 ) 式求实数域内的运输趟数 y ij , 然后对 y ij 进行整数 化 . 注意到 y ij 已使产量达最大 , 因此对其整数化时 应总体上进行四舍五入 , 并根据约束条件使实际产 量尽量接近或达到实数域内的最大值 . 整数化后的 运输趟数如表 2 所示 . 卡车在各铲位的安排以及每 辆车运输任务的安排方法与第一个问题 [ 1 ] 类似 , 结
根据表 2 可算出该问题的实际最大岩石产量 、 最大矿石产量 、 最大总产量和最小总运量 , 其结果为 F1 = 49 280 t , F2 = 54 054 t , ( 4) F3 = 103 334 t , F = 148 8591 48 t ・ km . 根据表 2 的运输趟数可算出 20 辆车在一个班 次内满负荷工作时 , 尚有 891 342 85 min 时间多余 , 这些时间可用来对有些卡车进行中转调度 .

(完整版)露天矿生产的车辆安排教学教材

(完整版)露天矿生产的车辆安排教学教材

(完整版)露天矿生产的车辆安排露天矿生产的车辆安排摘要本文阐述了露天矿生产过程中的车辆安排问题。

我们通过对模型的简化,将露天矿生产的车辆安排归结为一个多重目标多重约束的规划问题。

首先我们跟据题给的要求,对原则一和原则二分别建立模型。

然后在实际问题中对相关模型进行求解。

模型一以“总运量最小”和“卡车数最少”为双目标进行规划,利用实际情况中的品位(铁含量)限制,产量要求,电铲和卡车实际总数等为约束条件,从而建立了数学模型。

运用软件lingo对整数规划进行了求解,求出了最优解。

对于卡车的安排,在不改变卸点的情况下,采用贪心法给出了具体车辆的路线安排,同时绘制出了车辆的线路示意图。

在原则一下的结果为:总运量=85628.62吨公里,出动7台电铲,分别安排在1,2,3,4,8,9,10七个铲位,卡车总数为16辆。

模型二以“产量最大”,“岩石产量最大”和“总运量最小”为目标,根据每个目标的优先顺序,进行多层次的规划(约束条件同模型一)。

根据题目中要求,将此模型分为三个层次,第一次层以“产量最大”为目标,得到了11组最优解,第二层以“岩石产量最大”为目标,在之前的11组解中选出了符合岩石产量最大的5组解,第三层则以“总运量最小”为目标,最终得到了即满足“产量最大”,同时可实现“岩石产量最大”和“总运量最小”的最优解。

在原则二的求解结果为:最大产量=103026吨,最大岩石产量=49280吨,对应最小运量=167412.63吨公里,出动7台电铲,分别安排在1,2,3,5,7,9,10七个铲位,出动20辆卡车。

在模型改进中,为了使每辆卡车尽可能的发挥其功效,我们认为在一个班次中有大量时间空闲的卡车可以改变卸点。

该方法提高了卡车的平均利用率,减少了运输成本,使模型更加有利于最大限度的实现露天矿的经济效益,为实际情况所运用。

本文的最大特色在于模型求解法过程中,用线性规划与整数规划的相结合思想作为切入点将问题进行层层剖析,使模型一步一步深化,更接近实际。

露天矿生产的车辆运输安排

露天矿生产的车辆运输安排

露天矿生产的车辆运输安排摘要许多现代化铁矿是露天开采的,它的生产主要是由电动铲车(以下简称电铲)装车、电动轮自卸卡车(以下简称卡车)运输来完成。

提高这些大型设备的利用率是增加露天矿经济效益的首要任务。

本文根据不同的原则分别建立模型给出了不同的班次生产计划。

针对原则一:首先根据题意建立双目标规划模型,由于约束条件复杂,求解困难,将其简化为两个阶段的求解。

第一建立以总运量最小为目标函数的规划模型,运用LINGO编程求解。

第二由题意建立方程组求出卡车数的理论值与下限进行比较分析,得出所需的最少卡车数。

在第一阶段中,首先代入铲位数为10求出各个铲位给各个卸点的运输次数,选出其中输出量最大的7个铲位作为铲车安放位置。

然后,再代入铲位数为7,求解出卡车的运行路线及每条路线上运输的次数。

在第二阶段中根据铲位卸点的距离得出运输时间表、各铲位最大运输车次表,结合第一阶段得出的运输路线安排表可以得出卡车的运输调度方案。

对于题中的实例,我们的班次生产计划如下:7个铲车分别安放在铲位1、2、3、4、8、9、10上,调度13辆卡车进行运输,卡车具体的调度方案见论文中表6.最小总运量为85268.62(吨公里)针对原则二:首先根据题意建立一个多目标规划模型,由于本原则中的三个要求有优先顺序而上述模型无法体现,并且算法复杂,所以我们将多目标规划模型化解为多个单目标规划模型进行求解。

第一步仅以总产量最大为目标函数建立优化模型求出一个最大总产量值。

第二步以岩石产量最大为目标函数求解出岩石产量最大值。

第三步将岩石产量取得最大值作为约束条件加入第一步的模型中再次求解。

运用LINGO编程得出第一步与第三步求解的最大产量值相等。

所以在第三步中得出的总产量值和岩石产量值即为最终结果。

在原则二的条件下,我们得出的班次生产计划如下:7个铲车分别安放在铲位1、2、3、4、8、9、10上,调度所有的卡车即20辆进行运输,卡车的具体调度方案见论文中表7.得出最大总产量值为101178吨,最大岩石产量值为49280吨,最大矿石产量值为51898吨。

露天矿生产的车辆安排2

1)出动几台电铲,分别在哪些铲位上;
2)出动几辆卡车,分别在哪些路线上各运输多少
次(只需求出各条路线上的卡车数及安排即可)。
实例1:
10
cij1,2,5
mij
i1
• 电铲的平均装车时间为5分钟。卡车的平均卸车时 间 为 3 分 钟 。 所 用 卡 车 载 重 量 为 154 吨 , 平 均 时 速 28km/h。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。
•每台卡车每个班次只在开始工作时发动机点火一次, 工作一个班次消耗近1吨柴油。一个班次为8小时。
• 铲位和卸点位置的二维示意图见图1; • 各铲位和各卸点之间的距离(单位:公里)见表1; • 各铲位矿石、岩石数量(单位:万吨)和矿石的平均
卸货地点(简称卸点) 有卸矿石的矿石漏、2个铁路倒装场(简称倒装 场)和卸岩石的岩石漏、岩场等。 每个卸点都有各自的产量要求。从保护国家资源 的角度及矿山的经济效益考虑,应该尽量把矿石按 矿石卸点需要的铁含量(称为品位限制)搭配起来 送到卸点。 从长远看,通常卸点可以移动,但一个班次内不变。
▪ 岩石
▪ 该问题是经典运输问题推广: ▪ 产量大于销量的不平衡运输; ▪ 有品位要求,必须搭配运输; ▪ 产地、销地都有时间流量限制; ▪ 运输车辆满载; ▪ 铲位数多于铲车数; ▪ 只求各线路上派车数。
因为各铲位矿石(岩石)存在产量限制,且每辆车 都是满载运行的,所以各铲位可以运走的矿石(岩 石)的车数也受到限制。
▪ 在卡车不等待下,从i到j线路最多能同时运行 卡车数
▪ 一个班次一辆卡车最多运行次数
▪ 总车次数
No Image
▪ 2品位要求
3铲位的产量限制

露天矿车辆生产的安排

露天矿车辆生产的安排刘月梁伟韬黄捷摘要咱们小组在讨论后以为以第一个原那么成立的数学模型大体上能够看做是一个线性优化模型。

那个模型以产量要求,品位限制及不等待原那么为限制条件,在此基础上求出最小的总运量及同时需出动的最少卡车数。

咱们以最小总运量为目标函数,列出的限制条件作为约束条件编写Matlab 程序。

大致的做法是:按题意,成立以铲位组合为变量的函数设为函数1,计算在给定铲位组合下的最小运量。

然后以随机抽取铲位组合的方式,利用函数1,比较铲位组合改变前后运量大小来确信最小运量所对应的铲位组合。

求得最小运量对应的铲位组合以后,确信每条线路的输送吨数,在八小时满负荷工作的前提下,确信所需的最小车数,所余零头由假设干辆车完成,所有车数合起来为所确信的最小车数,顺便给出车辆安排表。

保证运量最小的铲位号是1 2 8 3 9 4 10(铲位不按顺序的缘故是咱们在选铲位组合时是采纳随机算法),最小运量是85217(单位:吨千米),至少需要15辆卡车。

关于原那么二的要求,同原那么一类似,只是目标函数做了改动,并增加了一些限制条件。

在产量要求最大情形下的铲位是1 2 7 3 4 8 10,最大产量是87355吨,其中岩石产量为49280吨。

一.问题重述露天矿里有假设干个铲位,每一个铲位的石料已预先分为矿石和岩石。

卸点有卸矿石的矿石漏,两个倒转场和卸岩石的岩石漏,岩场等,每一个卸点都有各自的产量要求。

要求尽可能把矿石按矿石卸点需要的铁含量(假设要求都为%±1%)搭配起来送到卸点。

每一个铲位最多能安置一台电铲,电铲的平均装车时刻为5分钟。

卡车在卸点的平均卸车时刻为3分钟。

电铲和卸点都不能同时为两辆及两辆以上的卡车效劳,而原那么上在安排时不该发生卡车等待的情形。

卡车每次都是满载运输。

假设每一个铲位到每一个卸点的道路可不能显现堵车现象,且每段道路的里程都是已知的。

现要求安排一个班次的生产打算,包括以下内容:出动几台电铲,别离在哪些铲位上;出动几辆卡车,别离在哪些线路上各运输几回。

露天矿生产运输车辆安排

露天矿生产车辆运输安排摘要对于本文所涉及的问题,首先根据题意,分析出其不同于常见的运输问题,按照原题对两个原则的划分,分别建立模型,再在此基础上,将每个原则分为两步解决:第一步:找到最佳物流结果;第二步:对各条线路车辆进行合理安排。

针对原则一,首先将其划分为两步,明确其第一步为运输规划问题,建立总运量最小的目标函数,列写约束条件,求解出卡车运输次数(见表2)、总运量以及岩石量和矿石量。

第二步为组合优化问题,设计出贪心算法,得到最终对卡车的运输安排表(见表3)。

遵循原则一的情况下需要至少出动13辆卡车,其中7辆固定在线路上运输,最小总运量是80820.74吨公里。

岩石量38192吨,矿石量32186吨。

针对原则二,同样按照问题分析中所述,分为与原则一相同的两步解决,根据第一步的模型计算得到遵循原则二的卡车运输次数(见表4)以及总运量、岩石量、矿石量等。

再通过第二步得到最终遵循原则二的卡车运输安排表(见表5)。

遵循原则二的情况下需要出动20辆卡车,其中14辆固定在线路上运输,最小总运量是134181.7吨公里,岩石量61292吨,矿石量42504吨。

关键字:多目标规划,组合优化,NPC问题,贪心算法,非线性规划一.问题重述钢铁工业是国家工业的基础之一,铁矿是钢铁工业的主要原料基地。

许多现代化铁矿是露天开采的,它的生产主要是由电动铲车(以下简称电铲)装车、电动轮自卸卡车(以下简称卡车)运输来完成。

提高这些大型设备的利用率是增加露天矿经济效益的首要任务。

露天矿里有若干个爆破生成的石料堆,每堆称为一个铲位,每个铲位已预先根据铁含量将石料分成矿石和岩石。

一般来说,平均铁含量不低于25%的为矿石,否则为岩石。

每个铲位的矿石、岩石数量,以及矿石的平均铁含量(称为品位)都是已知的。

卸货地点(以下简称卸点)有卸矿石的矿石漏、2个铁路倒装场(以下简称倒装场)和卸岩石的岩石漏、岩场等,每个卸点都有各自的产量要求。

从保护国家资源的角度及矿山的经济效益考虑,应该尽量把矿石按矿石卸点需要的铁含量(假设要求都为29.5% 1%,称为品位限制)搭配起来送到卸点,搭配的量在一个班次(8小时)内满足品位限制即可。

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. 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. 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. 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)。

露天矿生产的车辆调度模型摘要本文通过了对路径、距离、产量要求以及品位限制的分析,讨论了下面两个问题的生产车辆安排调度方案:(1)总运量最小,同时出动的车辆最少;(2)总产量最大(产量相同时取总运量最小的解)。

我们利用非线性规划的方法建立了该问题的数学模型(见文中模型一和模型五),然后利用LINGO 软件包及动态规划的方法进行求解。

通过计算、比较,得到了车辆安排的调度方案,结论如下:问题1最小总运量为85638.62 吨.千米。

合计运输457 车次,其中矿石248 车次,岩石209 车次。

电铲7台安排在1,2,3,4,8,9,10 号铲位,需要卡车13 辆。

问题2最小总运量为145468.4 吨.千米。

合计运输667车次,其中矿石348车次,岩石319 车次。

电铲7台安排在1,2,3,4,8,9,10 号铲位,需要卡车20 辆.1.问题重述钢铁工业是国家工业的基础之一,铁矿是钢铁工业的主要原料基地。

许多现代化铁矿是露天开采的,它的生产主要是由电动铲车(以下简称电铲)装车、电动轮自卸卡车(以下简称卡车)运输来完成。

提高这些大型设备的利用率是增加露天矿经济效益的首要任务。

露天矿里有若干个爆破生成的石料堆,每堆称为一个铲位,每个铲位已预先根据铁含量将石料分成矿石和岩石。

一般来说,平均铁含量不低于25%的为矿石,否则为岩石。

每个铲位的矿石、岩石数量,以及矿石的平均铁含量(称为品位)都是已知的。

每个铲位至多能安置一台电铲,电铲的平均装车时间为5分钟。

卸货地点(以下简称卸点)有卸矿石的矿石漏、2个铁路倒装场(以下简称倒装场)和卸岩石的岩石漏、岩场等,每个卸点都有各自的产量要求。

从保护国家资源的角度及矿山的经济效益考虑,应该尽量把矿石按矿石卸点需要的铁含量(假设要求都为29.5% 1%,称为品位限制)搭配起来送到卸点,搭配的量在一个班次(8小时)内满足品位限制即可。

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。

km=7/15km/min。

卡车的耗油量很大,每个班次每台所用卡车载重量为Zz=154吨,平均时速v=28h车消耗近1吨柴油。

发动机点火时需要消耗相当多的电瓶能量,故一个班次中只在开始工作时点火一次。

卡车在等待时所耗费的能量也是相当可观的,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:出动几台电铲,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,只求出各条路线上的卡车数及安排即可)。

一个合格的计划要在卡车不等待条件下满足产量和质量(品位)要求,而一个好的计划还应该考虑下面两条原则之一:1.总运量(吨公里)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,获得最大的产量(岩石产量优先;在产量相同的情况下,取总运量最小的解)。

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。

针对下面的实例,给出具体的生产计划、相应的总运量及岩石和矿石产量。

2.问题分析该问题是一个大规模的优化调度问题,一个班次合格的生产计划,依提议需满足以下几点基本要求:(1)卡车在铲点和卸点不存在等待现象(2)3个矿点(矿石漏和倒装场)的品位要求在28.5%~30.5%(3)各卸点达到规定的产量题目要求在满足基本要求的前提下。

考虑在两个原则下建立模型。

关于原则一,它要求考虑到总量最小,同时出动最少的卡车。

为此,首先以总运量最小为目标函数建立模型,在保证总运量最小的前提下使车辆数最小。

关于原则二,它要求在给定车辆数的条件下使总产量最大,岩石产量优先,在此以岩石产量最大建立目标函数。

在这种情况下,若所得岩石产量低于岩场和岩石漏满负荷运转时所能达到的最大产量,那么以岩石产量为目标函数与以总产量为目标函数建立模型,其效果是一致的。

对于卡车的调度问题,若要确定每辆卡车在一个班次内的运行路线,将会相当复杂。

在此,考虑采用合适的方法,能够在每一个铲点和卸点处,对要离开的卡车进行实时调配。

1.卡车不等待刚开工时,卡车同时上班,会有等待装车的现象,在正常运作之后,应当限制同一条路线上的卡车数量,使之不发生等待现象。

(1)卡车在铲点i到卸点j路线上运行一个周期平均所需时间Tij=2*dijv+8,其中dij为从铲位i到卸点j的距离,v为车辆平均速度,8为装车时间5min和卸车时间3min之和,2*dijv为车从铲位i到卸点j来会所花的时间,经计算卡车在各个路线上运行一个周期平均所需时间Tij。

(2)一个电铲(卸点)不能同时为两辆卡车服务,所以一条路线上最多能同时运行的卡车数量是有限的。

由于装车时间5min大于卸车时间3min,所以可以得出一条结论:一条路线上在卡车不等待条件下至多能同时运行的卡车数为:yij=[Tij/S],式中符号[ ]表示向下取整,同下,经计算,可得各个路线上在卡车不等待条件下至多能同时运行的卡车数yij如表1。

表1 卡车不等待条件下至多能同时运行的卡车数yij2.一个班次内,在铲点i到卸点j路线上每辆卡车最多可运行的次数zij:若以该路线开始上班时最后装车的那台车末计算zij=(480-5*(yij-1))/Tij,zij=[1z ij];其中式中5*(yij-1)是开始装车时最后一辆车的等待时间。

若以第一台装车的车末计算,则为2z ij=480/Tij,zij=[2z ij] ,故zij可取[122z ij z ij+]即zij=[(480-2.5*(yij-1))/ Tij],经计算可求得各路线上的zij如表2。

表2 各路线上的zij模型假设与符号说明模型假设1.卡车运输正常,不会发生偶然事故;2.倒装场和矿石漏地位相同,岩石漏和岩场的地位相同;3.在一个班次内,铲车位置是固定不变的。

4.对卸点的矿石品位限制(29.5%±1%),通过从不同铲位运来不同含铁量的矿石,一个班次(8小时)内的总量满足品位限制即可。

岩石不能用来渗入矿石中。

5.对所有卡车来说,一个班次的8小时是同一时刻开始的,刚上班时,会发生卡车等待装车的现象。

符号说明ijx~ 铲位i与卸点j之间的实际运行的卡车次数,i=1,……,10,j=1,2,……,5 。

ijd~ 铲位i与卸点j之间的距离,i=1,……,10,j=1,2,……,5 。

Ksi~ 铲位i的矿石量。

i=1, (10)Ysi~ 铲位i的岩石量。

i=1, (10)Fei~ 铲位i的矿石的平均铁含量。

i=1, (10)i a ~ 铲位i 上是否安置有电铲。

i=1, (10)ij y ~ 在Pi 到 Dj 路线上最多能同时运行的卡车数。

ij zij z ~ 在Pi 到 Dj 路线上一辆车一个班次最多能运行的次数ij T ~ 在Pi 到 Dj 路线上一个周期平均所需时间。

Z~ 一辆卡车的载重量。

N~ 铲位个数。

M~ 卸点个数。

m1,m2~ 分别为卸岩石和矿石的个数。

j x ~ 卸点j 的任务需求量。

cmax~ 铲点一个班次(8小时)电铲至多装的卡车。

xbmax~ 卸点一个班次(8小时)电铲至多装的卡车。

问题1的模型求解及快速算法1..最优调用方案的模型(模型一)题目给定问题一的原则是:总运量(吨*千米)最小,同时出动最少的卡车,从而运输成本最小。

要求在该原则下制订一个优化的生产计划,计划的内容包括:出动几台铲车,安排在哪些铲位上,出动几辆卡车,安排到哪些路线上,运输多少次(不需要具体到时段),该生产计划;把一个班次(8小时)作为一个整体来考虑。

该原则包含三句话:1.总运量(吨*千米)最小2.出动最少的卡车3.运输成本最小。

其中3与1、2是因果关系,1和2到达了就是3,1和2是两个(一致的)目标,因卡车的安排必须以完成运输方案(调运计划)为前提来设计最优派车计划,故总运量(吨*千米)最小是规模的大前提,我们的计划应首先以总运量最小为目标,求出调运方案后再确定派车计划。

Min z=11NMij ij i j d x ==∑∑S.t.1Nij i zx=∑>=jx ,j=1,2,……,5 (1)Zz ()125i i i i x x x Ks ++≤,i=1,……,10 (2)!Zz ()34i i i x x Ys +≤, i=1,……,10 (3)1max Mijj xc si =≤∑,i=1,……,N (4)1max Niji xx =≤∑, j=1,2,……,M (5)ij ij ij x y z ≤ ,i=1,……,N 。

j=1,2,……,M (6)0.2581010101110.305ij ij ij i i i zx zx Fei zx ===≤≤∑∑∑,j=1,2,……,M (7)1120N Miji j ijx z==≤∑∑ (8)N Mij ij i=1j=1d x ∑∑ (9) ij x 取整,si =0或1约束条件(1)为满足到达第i 个卸点的总产量必须大于或等于此卸点的产量的约束约束条件(2)为满足从铲点的矿石运出量小于该铲点矿石的产量的约束 约束条件(3)为满足从铲点的岩石运出量小于该铲点岩石的产量的约束 约束条件(4)为满足实用电铲数小于总电铲数的约束 约束条件(5)为满足卸点处卸车次数小于最大数的约束约束条件(6)为满足铲位i 到卸点j 实际运行的卡车次数小于等于铲位i 到卸点j 的路线上最多能同时运行的卡车数与每辆卡车在此路线上一个班次最多运行的次数的约束约束条件(7)为满足各个路线上所运行的卡车的次数不多于最多的运行次数的约束 约束条件(8)为满足卸点的矿石品位的约束根据目标函数和约束条件可编写lingo 程序(程序及运行结果见附录1)运行以上程序,求得最优调用方案,目标值为85638.62吨.千米,即最小总运量为 85638.62 吨.千米。

合计运输457 车次,其中矿石248 车次,38192 吨,岩石 209 车次, 32186 吨。

电铲7台安排在1,2,3,4,8,9,10 号铲位,需要卡车13 辆,最优调用方案(最优物流),即各路线上的车.次数如表3所示。

2..最优调运方案下的派车计划模型(模型二)题目还要求作出计划:出动多少卡车,分别在哪些路线上各运输多少次(不要求进行卡车排时,只要求各路线上的卡车数及安排即可),按题目要求,卡车“安排”指的是卡车多少量,8小时内各负责在哪些路线上运输多少趟。

按照模型一求出的最优调用方案,共有12 条路线上有物流,派车方案只需针对这12 路线即可。

相关文档
最新文档