基于神经网络与遗传算法的多目标充填料浆配比优化

摘要：

随着充填法在地下矿山开采中的应用越来越广,在满足充填体强度要求的情况下,寻找生产成本最低的充填料浆配比对于矿山生产经营十分重要.基于人工神经网络和遗传算法提出了一种新的充填料浆配比优化方法.首先,以水泥质量分数、粉煤灰质量分数和尾砂质量分数3个充填料浆配比参数为优化参数,以充填体强度为优化目标,建立了3-9-1的BP神经网络,并基于遗传算法对BP神经网络进行优化,建立起预测精度更高的GA_BP神经网络.然后,将预测精度更高的GA_BP神经网络作为适应度函数,结合成本计算函数,通过遗传算法进行多目标优化以获取最优的充填料浆配比参数.结果 表明:当充填体抗压强度为1.5 MPa时的成本最低,充填料浆配比组合为水泥质量分数为8％,粉煤灰质量分数为2.3％,尾砂质量分数为66.3％,最低成本为29.3元/t,优化结果与实际情况一致.

关键词：充填体抗压强度、充填法、充填料浆配比优化、GABP神经网络、遗传算法、多目标优化

所属期刊栏目：27

分类号：TD35(矿山压力与支护)

资助基金：国家自然科学基金青年基金项目“基于人工智能的矿山技术经济指标动态优化”51404305;国家自然科学基金项目“基于属性驱动的矿体动态建模及更新方法研究”51504286;中国博士后科学基金面上项目“辰州矿业采掘计划可视化编制与优化研究”2015M 572269;湖南省科技计划项目“辰州矿业采掘计划可视化编制与优化研究”2015RS4060

在线出版日期：2019-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：581-588