基于进化算法MOEA/D-AU的露天矿多金属多目标智能配矿研究

摘要

针对露天矿的多金属多目标配矿问题,提出了基于多目标进化算法的配矿优化方法。根据矿山实际情况,以生产成本、矿石品位偏差和矿石岩性配比偏差最小为优化目标建立了露天矿配矿优化模型;在基于分解的多目标进化算法(MOEA/D)的基础上,对算法的更新过程进行了改进,利用种群与权重向量之间的空间位置关系提出了基于角度的更新策略,使算法在求解多目标问题时更好地平衡种群的多样性与收敛性;由于对选矿因素考虑不充分,无法有效提高矿石的综合回收率,建立了融合氧化率及有害物质参数的综合回收率随机森林预测模型,通过预测模型对算法得到的多组配矿结果进行筛选,获得一组更加贴合矿山实际情况的配矿计划。最后以国内某大型钼钨铜矿为例进行仿真实验,实验结果表明:该配矿计划在解决多金属多目标配矿问题时能够有效提高矿石综合利用率和企业经济效益。