扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

进展!安徽理工大学Jiang, Kuosheng团队发表了今年第2篇SCI

论论资讯 | 2023-03-01 3热度

Minerals

Explore content

About the journal

Publish with us

Multi-Objective Scheduling Strategy of Mine Transportation Robot Based on Three-Dimensional Loading Constraint

Yan X.; Wang G.; Jiang K.; Kou Z.; Wang K.; Zhang L.

Published:2023-03-01
DOI:10.3390/min13030431

研究背景

在地下煤矿,辅助运输系统的智能化程度低,工作强度高,这导致了运输效率低下和人力资源的浪费。因此,如何提高地下煤矿的物资配送效率,减轻工作强度成为了当前研究领域存在的问题之一。

研究内容

为了解决地下煤矿物资配送效率低下的问题,研究人员提出了一种智能分配策略。首先,结合物资特性和标准容器,建立了一个三维装载模型,旨在最大化标准容器的空间利用率,并使用三维空间分割启发式算法来解决物资装载方案。然后,建立了分配参数的多目标优化模型,旨在实现最短的运输距离、最短的延迟时间和最少的运输车辆数量,并使用双层遗传算法来解决分配方案。最后,设计了时空转换系数,通过分层聚类解决任务列表,将解决方案的时间缩短了30%。研究结果表明,基于分层聚类的双层遗传算法在复杂物资调度场景中具有良好的适应性。

研究意义

该研究提出了一种智能分配策略,可以有效地提高地下煤矿物资配送效率,减轻工作强度,降低人力资源的浪费。该研究采用了三维装载模型和多目标优化模型,以及双层遗传算法和分层聚类等方法,具有创新性和实用性。此外,该研究的方法还可以应用于其他物流配送领域,具有广泛的应用前景。

微信扫码即可查看