基于改进的非支配排序遗传算法II的地下储气库注气产量优化研究
杨旭锋、
金发阳、
傅宇、
陈超
《Eng》:Optimization of Injection-Production Volumes in Underground Gas Storage Based on Improved Non-Dominated Sorting Genetic Algorithm II
Xufeng Yang,
Fayang Jin,
Yu Fu and
Chao Chen
【字体:
大
中
小
】
时间:2026年05月05日
来源:Eng 2.4
摘要
爆破模式的优化涉及对爆破设计参数的战略性调整,目标是实现最佳破碎效果,从而最小化采矿运营成本并减轻相关的环境影响。其目标是在采矿到破碎的整个过程中同时降低运营成本,并解决爆破带来的各种问题,包括飞石(风流中携带的碎石)和岩石坍塌。为了实现研究目标,开发了一个多变量回归模型来估算从钻孔到破碎的全部成本。除了成本考量外,还采用了多层感知神经网络来预测由爆破引起的岩石坍塌和飞石情况。本研究的主要创新之处在于将成本预测与基于MLPNN的后果预测相结合,纳入多目标优化(GOA)框架中,从而得出帕累托最优的爆破设计方案,这些方案明确量化了采矿到破碎成本与爆破引发的飞石/岩石坍塌之间的权衡。对于岩石坍塌和飞石的预测精度,在训练、测试和验证数据集上的平均决定系数均达到了99%。随后,使用蚱蜢优化算法(Grasshopper Optimization Algorithm)在遵守实际约束条件的情况下确定最优爆破设计方案。优化模型的结果产生了一组帕累托最优解,使采矿运营管理团队可以根据自身的战略偏好选择合适的方案。值得注意的是,成本最低的爆破方案产生的飞石和岩石坍塌量相对较高;而选择飞石和岩石坍塌量最小的方案时,成本比最低成本方案增长了20.13%。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号