基于遗传算法与强化学习混合框架的水泥采石场长期生产调度优化

《Mining Technology》:A hybrid approach combining the genetic algorithm and reinforcement learning for long-term production scheduling at a cement quarry

【字体: 大 中 小 】 时间:2026年09月22日 来源:Mining Technology 2.2

编辑推荐:

  : 全球城市人口比例预计到2050年将上升至三分之二,从而增加了对更多城市基础设施的需求。水泥将在确保此类基础设施的加速建设中发挥关键作用。水泥采石场生产调度(production scheduling)的一个关键目标是在长期内最小化开采成本,同时满足生产约束

  
: 全球城市人口比例预计到2050年将上升至三分之二,从而增加了对更多城市基础设施的需求。水泥将在确保此类基础设施的加速建设中发挥关键作用。水泥采石场生产调度(production scheduling)的一个关键目标是在长期内最小化开采成本,同时满足生产约束以及实际采矿作业中遇到的运行参数变异性。与以往独立应用遗传算法(Genetic Algorithm, GA)或强化学习(Reinforcement Learning, RL)解决生产调度问题的研究不同,本研究提出了一种混合GA-RL框架,以结合两种方法的互补优势。在该框架中,GA基于种群(population-based)的搜索用于生成候选原料配比,而运行于深度Q网络(Deep Q-Network, DQN)策略下的RL智能体则对这些配比进行序贯优化,以提升调度性能。这种整合使该方法能够同时探索广阔的解决方案空间,并适应长达十年的成本上升和汇率波动,这是以往长期水泥采石场调度中未曾展示过的能力。混合GA-RL方法在满足质量约束的同时,将原材料成本降低了约11.8%(25.51亿肯尼亚先令),优于当前规划实践中使用的纯GA、纯RL以及确定性人工调度方法。
论文解读文章
一、研究背景与问题提出
联合国经济和社会事务部人口司(2019)预测,全球人口未来将主要以城市人口为主,城市人口占世界人口的比例预计将从2018年的约55%增长至2050年的约68%。城市化进程的预期增长带来了加速基础设施发展的压力,而水泥将在城市系统基础设施的建设中发挥关键作用。水泥制造作业需要石灰石作为水泥生产的关键原材料,石灰石通过露天开采方式获得。因此,在全球化人口城市比例预期增长及相关基础设施建设的背景下,石灰石采石场的生产调度变得尤为重要。
露天矿生产调度通常包括三个不同但连续的调度层级:长期、中期和短期生产调度。各层级对应的时间范围通常为:短期调度最长一年,中期调度一至五年,长期调度超过五年。露天矿生产调度的关键组成部分包括最小化品位(或矿石质量)偏差和矿石吨位目标,以确保在不产生罚款的情况下满足客户规格要求。最终,生产调度必须通过最大化矿产储量开采、车队利用率和处理率,同时最小化长期成本和生产风险,并考虑输入参数的变异性,来实现经济效益最大化。
水泥采石场生产调度面临的核心挑战在于:采石场向原料混合堆场供应原材料,需与添加剂混合以满足加工厂的质量和数量要求。不同采石场的每吨开采成本因其与工厂的距离以及矿床质量的非均质性而不同。因此,成本最小化是采石场经常考虑的核心竞争策略之一。然而,现有调度方法大多为确定性方法或依赖人工试错法,难以应对多年期范围内波动的原材料成本、添加剂价格和外汇汇率等输入参数的变异性。
尽管线性规划(Linear Programming, LP)和混合整数规划(Mixed-Integer Programming, MIP)在生产调度中已有广泛应用,且强化学习(Reinforcement Learning, RL)在短期采矿作业中逐渐被采用,但文献中存在知识空白:尚无研究将遗传算法(Genetic Algorithm, GA)与RL整合应用于原材料成本波动和外汇汇率不确定性条件下的长期水泥采石场生产调度。这一空白促使本研究提出混合GA-RL方法,该方法通过结合基于种群的探索与序贯的、奖励驱动的策略优化,区别于先前的确定性方法和单一技术元启发式模型。
二、研究内容与主要结论
本研究的主要目标是开发一种成本最小化方法,用于肯尼亚一家水泥制造公司采石场作业的长期生产调度。该方法必须确定每个调度期间从每个采石场开采的材料数量以及必须购买的添加剂数量,以与开采材料混合;同时估算每个调度期间的原材料最低成本,以便与现有确定性生产调度的估算进行比较。出于专有原因,该水泥采石场作业的身份被匿名化,代号为CQ1。CQ1加工厂和石灰石采石场位于肯尼亚基利菲郡维平戈镇,加工厂有两条生产线(1号线和2号线),同时处理进料原料以生产熟料。
研究的关键科学贡献包括三个方面:第一,开发了应用于长期水泥采石场生产调度的混合GA-RL优化框架;第二,将水泥化学约束(石灰饱和系数(Lime Saturation Factor, LSF)、硅酸率(Silica Ratio, SR)、铝氧率(Alumina Modulus, AM)和Bogue相组成)直接纳入两种算法的奖励和适应度评估函数中;第三,通过对肯尼亚一家运营中水泥采石场的十年案例研究,证明混合方法在完全满足质量和数量约束的同时实现了成本节约的改善。
研究结果表明,混合GA-RL方法将原材料成本降低了约11.8%(25.51亿肯尼亚先令),同时满足质量约束,优于纯GA、纯RL和当前规划实践中使用的确定性人工调度方法。
三、关键技术方法
研究人员开发了一种混合GA-RL优化框架用于长期水泥采石场生产调度。该框架的核心设计逻辑在于:GA基于种群的搜索用于生成候选原料配比,而运行于深度Q网络(Deep Q-Network, DQN)策略下的RL智能体则对这些配比进行序贯优化。GA提供广泛的基于种群的组合搜索空间探索,避免过早收敛到局部最优;RL智能体则通过奖励驱动的策略学习,适应跨十年期间不断变化的成本条件。这种整合使方法能够同时探索广阔的解决方案空间并适应长期成本波动。在计算复杂度方面,GA的基于种群搜索仅需每次评估单一年份,而RL智能体的每步策略更新在训练完成后计算需求较低,避免了在十年时间范围内对完整种群进行独立重复评估。研究数据来源于肯尼亚CQ1水泥采石场运营的实际数据,包括历史及合成的原材料吨位、化学分析和成本记录。
四、研究结果
(一)混合GA-RL框架的构建
研究人员构建了将GA与RL相结合的混合优化框架,以解决长期水泥采石场生产调度问题。在该框架中,GA负责生成候选原料配比,RL智能体在DQN策略下对这些配比进行序贯优化。这种设计使方法能够同时利用GA的广泛搜索能力和RL的序贯适应能力,克服单一技术方法的局限性。
(二)水泥化学约束的整合
研究人员将水泥化学质量指标(LSF、SR、AM)和Bogue计算的熟料相(C3S、C2S、C3A、C4AF)直接纳入两种算法的奖励和适应度评估函数中。这些约束基于表1和表2中呈现的原材料平均配比和熟料关键组分范围,确保生成的调度方案满足加工厂的质量要求。
(三)十年案例研究验证
研究人员利用肯尼亚CQ1水泥采石场运营的十年案例数据对混合方法进行了验证。案例研究考虑了原材料成本波动和外汇汇率变化等实际运营条件。结果表明,混合GA-RL方法在满足所有质量和数量约束的同时,实现了原材料成本约11.8%的降低,节省金额达25.51亿肯尼亚先令,优于纯GA、纯RL和确定性人工调度方法。
五、讨论与结论
讨论部分指出,与确定性LP和MIP方法相比,这些方法虽然对定义明确的小规模问题具有计算可处理性和保证最优性,但其对固定输入参数的依赖限制了其表示采石场作业固有的品位和成本不确定性的能力。随机规划方法通过纳入多个矿体实现来解决这一限制,但以大幅增加计算复杂度为代价,这对于大规模、十年期的调度问题变得难以处理。启发式和元启发式方法为大规模解空间提供了可扩展的替代方案,但通常缺乏在多年度范围内对不断变化的成本条件进行序贯、基于奖励的适应机制。
研究结论表明,混合GA-RL框架成功地将GA的基于种群探索优势与RL的序贯自适应学习能力相结合,应用于长达十年的水泥采石场生产调度问题。该方法的成本节约效果显著,同时完全满足质量约束,为水泥采石场长期生产调度提供了一种优于现有方法的优化途径。该研究填补了将GA与RL整合应用于长期水泥采石场生产调度的文献空白,为采矿行业的生产调度优化提供了新的方法论参考。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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