بهینه‌سازی محدوده نهایی استخراج در معادن روباز با الگوریتم مرغابی

نویسندگان

1 کارشناسی ارشد، گروه مهندسی معدن، دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران

2 دانشیار، گروه مهندسی معدن، دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران

doi
10.30479/jmre.2023.19236.1663
چکیده

برای طراحی یک معدن بعد از اینکه انجام عملیات زمین‌شناسی، تهیه مدل سه بعدی و مدل بلوکی معدن به اتمام رسید، تعیین محدوده نهایی انجام می‌شود. تعیین محدوده نهایی با استفاده از روش‌های دقیق و روش‌های هوش مصنوعی قابل محاسبه است. مساله تعیین محدوده نهایی از نظر سختی جزو مسایل NPhard است. روش‌های دقیق معمولا به نتیجه‌ای بهتر و بهینه خواهند رسید، اما برای مسایل بزرگ با تعداد بلوک‌های زیاد ممکن است با زمان حل بسیار بالایی قادر به پاسخ‌گویی به مساله باشد. در این شرایط بهتر است از الگوریتم‌های هوش جمعی یا تکاملی برای تعیین محدوده نهایی استفاده کرد. بهینه‌سازی مساله تعیین محدوده نهایی شبیه به مسایل بهینه‌سازی دیگر است که با استفاده از یک منطق الگوریتمی در نرم‌افزار متلب قابل حل است. در اینجا از الگوریتم کشتل در متلب برای بهینه‌سازی محدوده نهایی استفاده شده است. ابتدا الگوریتم کشتل برای حل مساله دو بعدی و سه بعدی پیاده‌سازی شده و در نهایت معدن مس سونگون به عنوان مطالعه موردی انتخاب و نتایج حل مساله تعیین محدوده نهایی با الگوریتم کشتل و نرم‌افزار NPVScheduler مقایسه شده است. نتایج نشان می‌دهد که استفاده از الگوریتم کشتل در مساله تعیین محدوده نهایی معدن مس سونگون اختلاف 47/0 درصدی با نرم‌افزار NPVScheduler دارد. مقایسه الگوریتم کشتل با نتایج لرچ گروسمن در تعیین محدوده نهایی دو بعدی و مقایسه نتایج حاصله از الگوریتم کشتل با نرم‌افزار NPVScheduler در مسایل سه بعدی نشان‌دهنده کارآیی مناسب آن در حل این مسایل است.