基于遗传算法的神经网络在露天矿卡车调度系统优化中的应用研究.pdf

http://www.paper.edu.cn基于遗传算法的神经网络在露天矿卡车调度系统优化中的应用研究刘光伟1姜箭21辽宁工程技术大学资源与环境工程学院辽宁阜新(123000)2平庄煤业（集团）有限公司西露天煤矿内蒙古赤峰(024076)E-mail：[e-mail]摘要：本文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集成求解方法利用遗传算法很强的全局搜索能力来弥补神经网络容易陷入局部最优的优化方法给出了算法流程。最后以抚顺西露天矿的长远总体规划问题为例说明该方法具有很好的解决卡车调度系统优化问题的能力为今后求解类似问题提供了一个很好的研究方法。关键词：遗传算法；神经网络；卡车调度优化中图分类号：TD8041．引言露天矿卡车实时优化调度系统是上世纪70年代后期电子通信技术与计算机技术相结合的产物。露天矿卡车实时优化调度系统的研发及其应用已经将近半个世纪的时间了目前世界上已有50多个大型露天矿装备了这种系统已在国外100多个主要基于卡车(或电铲——卡车)为运输工具的露天矿得到了成功应用并取得了显著的经济效益。建立计算机控制卡车调度系统可以较大幅度提高矿山设备利用效率及整体产量；便于实时监控设备的运行状态与及时故障排查、维修；有利于矿石开采质量的搭配与调度控制；形成矿山生产过程的实时信息管理及决策支持系统；提升大型运转设备的使用效率、降低燃料和备件消耗。2．遗传算法、神经网络简介2.1遗传算法简介遗传算法是根据生物进化思想根据“适者生存”和“优胜劣汰”的原则而启发得出的一种全局优化算法解决各种优化计算问题[1]。它将问题的求解表示成“染色体”的适者生存过程通过“染色体”群的一代代不断进化包括复制、交叉和变异等操作最终收敛到“最适应环境”的个体从而求得问题的最优解或满意解。但是由于遗传算法常用定长的字符串来表达问题因此很难用它来描述层次化的问题、也就不能描述计算机程序从而缺乏动态可变性只有改变问题的表达方法才可以解决这种问题；同时它在理论和应用技术上也存在着许多不足和缺陷其数学基础显得极为薄弱因为它只是对“优胜劣汰”自然法则的模拟。缺乏深刻且具有普遍意义的理论分析。虽然遗传算法在运输方面有过成功的应用但是以上的缺陷限制了遗传算法在运输问题上的应用[2]。2.2神经网络简介人工神经网络（ArtificialNeuralNetworksANN）简称“神经网络”它是作为对人脑最简单的一种抽象和模拟是对人类大脑的一种物理结构上的模拟以使系统具有人脑的某些智能。以神经网络求解大系统多目标规划问题可以有效地克服传统动态规划计算方法所存在的“维数灾”问题由于神经网络的并行计算结构使得其计算求解速度几乎与动态规划问题的维数无关这对于卡车实时调度系统优化问题尤其重要这里所给出的神经网络具有全-1-http://www.paper.edu.cn集成化的特征结构简洁、紧凑、高效适宜于硬件实现及实际应用。但是神经网络作为一种数学方法毕竟是对人脑的一种模拟还远远达不到人脑的思维功能存在的缺点主要有：不适合于高精度计算、学习问题没有根本解决；目前没有很完善的学习方法经验参数太多。然而神经网络优化方法有易陷入局部极小点和处理罚函数困难等固有缺点。2.3神经网络与遗传算法的集成神经网络和遗传算法作为很好的优化方法它们各自的特点决定了它们是以后解决优化问题的方向所在。这里所指的神经网络与遗传算法的结合是指用遗传算法取代ANN的权值的学习。ANN的学习是按照某种组合性能指标在可能的网络空间上搜索具有最优性能的网络形势ANN的性能曲面一般很复杂可能的处理单元数目及连接是无界的因而曲面无限大处理单元数目离散取值导致网络性能非连续故性能曲面不可微但对于神经网络来说遗传算法