截止品位与人选品位遗传—神经优化研究
本研究利用演化计算与神经网络嵌套的方法模拟了矿山这个高度复杂和高度非线性的系统，以优化截止品位和入选品位。用截止品位与入选品位一起组成进化计算的染色体个体，用自适应神经网络建立收益(适应度函数)与染色体的局部联系，然后利用遗传算法的全局搜索功能找出使收益最大时的截止品位和人选品位。这一嵌套的内层是神经网络，用以计算损失率、尾矿量和成本，外层是进化计算，计算收益值，共同实现截止品位与入选品位的优化计算。最后以大冶铁矿为案例，研究结果表明：大冶铁矿目前的生产方案有待改进，当截止品位为15.8％，入选品位取值为43.7762％～44.1387％，2007年8月～2007年11月的总净现值比现行方案增加9.01百万元～9.44百万元。
矿山开采 矿石筛选 截止品位 遗传算法
贺勇 诸克军 徐思新 刘婷
中国地质大学 经济管理学院,湖北 武汉 430074
国内会议
上海
中文
1728-1731
2008-05-01（万方平台首次上网日期，不代表论文的发表时间）