1.本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)和方法。

背景技術(shù)：

2.隨著我國對(duì)能源需求的不斷提升，每年開采的煤炭資源數(shù)量越來越多，而隨著井下礦石運(yùn)輸量的增加目前我國山井下運(yùn)輸呈現(xiàn)的小礦車、小運(yùn)量、低效率、低利用率的狀況己經(jīng)遠(yuǎn)遠(yuǎn)不能滿足礦山發(fā)展的需要，這對(duì)煤礦開采效率及輸送效率提出了更高的要求。

3.井下礦用車(后文簡稱礦車)是提高煤礦生產(chǎn)效率的重要工具，但受煤礦井下錯(cuò)蹤復(fù)雜的環(huán)境限制，運(yùn)輸效率有限，在日益繁重的運(yùn)輸任務(wù)條件下，更加容易出現(xiàn)追尾、撞車等安全事故，輕則影響煤礦企業(yè)的經(jīng)濟(jì)效益，重則會(huì)威脅到設(shè)備及人員人身安全。

4.傳統(tǒng)的井下礦車調(diào)度方法采用的是人工調(diào)度的方式，管理人員按需進(jìn)行分配，難以兼顧整個(gè)礦區(qū)的運(yùn)輸需求的實(shí)時(shí)變化情況，導(dǎo)致礦車的運(yùn)輸效率較低，隨著5g技術(shù)、物聯(lián)網(wǎng)技術(shù)和云計(jì)算等的普及，曾經(jīng)難以實(shí)現(xiàn)信號(hào)通訊和數(shù)據(jù)傳輸?shù)木颅h(huán)境現(xiàn)在已經(jīng)可以實(shí)現(xiàn)信號(hào)的全面覆蓋和實(shí)時(shí)傳輸，為礦車調(diào)度的智能優(yōu)化提供基礎(chǔ)，如何能打造信息化、智能化的調(diào)度平臺(tái)來提升礦車運(yùn)輸效率是亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

5.因此，本發(fā)明為了解決現(xiàn)有技術(shù)存在的問題，提供基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)和方法，增加了礦區(qū)內(nèi)礦車運(yùn)輸?shù)男屎桶踩浴?br />
6.為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

7.第一方面，本發(fā)明實(shí)施例提供基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，包括：

8.采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；

9.根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭龋?br />
10.根據(jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線；

11.對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。

12.進(jìn)一步地，所述礦區(qū)實(shí)時(shí)數(shù)據(jù)表征礦區(qū)采礦速度的快慢，用于預(yù)測未來預(yù)設(shè)時(shí)間該礦區(qū)的礦石存儲(chǔ)量是否達(dá)到需要運(yùn)輸?shù)男枨?，包括：工作的采礦設(shè)備參數(shù)和數(shù)量、采礦設(shè)備的實(shí)時(shí)功率、礦區(qū)實(shí)時(shí)采礦量、裝載方式、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離；

13.所述礦車實(shí)時(shí)數(shù)據(jù)反映礦車運(yùn)行狀態(tài)的參數(shù)以及調(diào)度中心傳來的礦車運(yùn)輸計(jì)劃，用于實(shí)時(shí)地調(diào)度運(yùn)輸?shù)V車的任務(wù)，計(jì)算運(yùn)輸最優(yōu)路徑，包括：

14.所有礦車的實(shí)時(shí)位置、速度以及方向。

15.進(jìn)一步地，基于lstm模型對(duì)礦石囤積量進(jìn)行多步預(yù)測，包括：

16.將礦區(qū)實(shí)時(shí)數(shù)據(jù)分為反映采礦能力的靜態(tài)數(shù)據(jù)和反映采礦效率動(dòng)態(tài)數(shù)據(jù)，來構(gòu)建數(shù)據(jù)集，其中靜態(tài)數(shù)據(jù)包括：工作的采礦設(shè)備參數(shù)和數(shù)量、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離，動(dòng)態(tài)數(shù)據(jù)包括：采礦設(shè)備的實(shí)時(shí)功率、礦區(qū)實(shí)時(shí)采礦量及裝載方式；

17.利用主成分分析法計(jì)算數(shù)據(jù)集協(xié)方差矩陣的特征值，并將其按照大小排序，將特征值的大小作為特征的貢獻(xiàn)率，按照貢獻(xiàn)率要求篩選出對(duì)礦石儲(chǔ)存量變化影響最大的前若干個(gè)特征并進(jìn)行預(yù)處理后輸入lstm模型中對(duì)其進(jìn)行訓(xùn)練；

18.采用均方根誤差和平均絕對(duì)百分比誤差對(duì)訓(xùn)練結(jié)果進(jìn)行評(píng)估，找出符合預(yù)設(shè)要求的超參數(shù)組合，得到訓(xùn)練好的lstm模型；

19.篩選出礦區(qū)實(shí)時(shí)數(shù)據(jù)的特征數(shù)據(jù)代入訓(xùn)練好的lstm模型中，獲取礦井內(nèi)礦石采集囤積量的未來預(yù)設(shè)時(shí)間的增量預(yù)測結(jié)果，加上實(shí)時(shí)的礦石采集量即為當(dāng)?shù)V車到達(dá)各礦道的礦井后礦石的預(yù)測囤積量。

20.進(jìn)一步地，所述建立礦車調(diào)度模型求得最佳運(yùn)輸路線的過程，包括：

21.基于預(yù)設(shè)約束條件，采用蟻群算法的求解調(diào)度過程中設(shè)置兩個(gè)節(jié)點(diǎn)的集合，包括完成集合over和候選集合ready，其中完成集合over用來存放當(dāng)前螞蟻已經(jīng)走過的所有節(jié)點(diǎn)，即礦車已經(jīng)完成的運(yùn)輸作業(yè)工序，候選集合ready用來存放螞蟻下一步允許選擇的所有節(jié)點(diǎn)，即符合礦車調(diào)度約束條件的運(yùn)輸作業(yè)工序；

22.能夠進(jìn)入候選集合的節(jié)點(diǎn)的判斷方式為：把候選集合ready的初始狀態(tài)設(shè)置為去往同一個(gè)礦道進(jìn)行作業(yè)的所有礦車運(yùn)輸任務(wù)的第一個(gè)工序，螞蟻每次在候選集合ready中選擇一個(gè)目標(biāo)節(jié)點(diǎn)，把該節(jié)點(diǎn)從候選集合ready中移到完成集合over中，同時(shí)把該節(jié)點(diǎn)所代表運(yùn)輸工序的下一個(gè)工序移到完成集合over中，當(dāng)候選集合ready為空時(shí)，則完成了一次解的構(gòu)建，得到最佳運(yùn)輸路線。

23.進(jìn)一步地，采用蟻群算法進(jìn)行求解調(diào)度過程的步驟，包括：

24.s31：參數(shù)初始化設(shè)置循環(huán)次數(shù)n

max

，螞蟻數(shù)量m，信息素?fù)]發(fā)數(shù)最小值ρ

min

，信息素初始值τ0，信息素限定范圍[τ

min

,τ

max

]，同時(shí)對(duì)over和ready兩個(gè)集合的初始元素進(jìn)行設(shè)置，令循環(huán)次數(shù)nc＝0，將螞蟻放置在開始節(jié)點(diǎn)上；

[0025]

s32：初始化候選集合ready，根據(jù)各礦區(qū)運(yùn)輸需求的預(yù)測結(jié)果排序，將運(yùn)輸需求高的前m個(gè)礦區(qū)放入候選集合ready中，完成集合over初始為空；

[0026]

s33：確定啟發(fā)信息，根據(jù)候選集合中各節(jié)點(diǎn)代表的礦車運(yùn)輸工序的開始和結(jié)束的時(shí)間，用來確定各節(jié)點(diǎn)的啟發(fā)信息；

[0027]

s34：選擇下一個(gè)運(yùn)輸工序，螞蟻計(jì)算出狀態(tài)轉(zhuǎn)移概率，在用輪盤賭的方法選取下一個(gè)目標(biāo)節(jié)點(diǎn)；

[0028]

s35：局部信息素更新，螞蟻每走過一條邊對(duì)該邊進(jìn)行信息素的更新；

[0029]

s36：修改候選集合，把ready集合中螞蟻到達(dá)的節(jié)點(diǎn)從集合中移出，放入到完成集合over中，如果運(yùn)輸需求預(yù)測產(chǎn)生了實(shí)時(shí)變動(dòng)，導(dǎo)致優(yōu)先級(jí)發(fā)生變化，則重新將排名靠前的礦區(qū)節(jié)點(diǎn)放入候選集合ready中，將排名靠后的移出候選集合ready，同時(shí)原來節(jié)點(diǎn)還有后續(xù)運(yùn)輸任務(wù)的同樣加入候選集合ready；

[0030]

s37：如果螞蟻沒有遍歷完所有的礦車運(yùn)輸工序，即候選集合不為空時(shí)，轉(zhuǎn)到s33，否則執(zhí)行s38；

[0031]

s38：螞蟻完成一次路徑的構(gòu)建，產(chǎn)生一次調(diào)度結(jié)果，若螞蟻數(shù)量小于螞蟻總數(shù)m，

則轉(zhuǎn)到s2，否則執(zhí)行下一步；

[0032]

s39：整個(gè)蟻群一次迭代完成以后，進(jìn)行全局信息素的更新，迭代次數(shù)達(dá)到最大循環(huán)次數(shù)，得出最優(yōu)調(diào)度結(jié)果。

[0033]

進(jìn)一步地，所述預(yù)設(shè)約束條件，包括：

[0034]

礦車的運(yùn)行狀態(tài)滿足以下假設(shè)前提：所有礦車的空車和重車運(yùn)行速度相同、所有礦車的最大載重量相同、礦車裝礦和卸礦的時(shí)間相同、礦車在行駛過程中不會(huì)由于發(fā)生故障而停車，不會(huì)影響后續(xù)車輛行駛、每條運(yùn)輸路徑是固定的礦車運(yùn)輸過程是單向行駛，不得倒車返回；

[0035]

礦車調(diào)度滿足以下硬約束條件：電礦車不能超載、所有電礦車處于空車的狀態(tài)從主溜井出發(fā)，裝礦完成后重車最終回到主溜井、每輛礦車一次運(yùn)輸作業(yè)只能去往一個(gè)礦道，即使未滿載也要回到主溜井，不允許去往其它礦道、同一時(shí)間在一個(gè)采場溜井只能對(duì)一輛電礦車的礦車進(jìn)行裝礦作業(yè)，在前一輛礦車裝礦作業(yè)完成后，下一輛礦車才能開始裝礦作業(yè)，任何搶占式的作業(yè)都不能發(fā)生、礦車去往各個(gè)礦道路徑確定，礦車必須按照既定的路徑完成運(yùn)輸作業(yè)，不得倒車返回。

[0036]

進(jìn)一步地，對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果的過程，包括：

[0037]

將有運(yùn)輸任務(wù)的礦車按照實(shí)時(shí)位置排序，生成礦車運(yùn)輸任務(wù)隊(duì)列；

[0038]

將礦井按照實(shí)時(shí)采礦量的需求度進(jìn)行排序，生成礦井需求隊(duì)列，并與運(yùn)輸?shù)V車關(guān)聯(lián)；

[0039]

設(shè)置礦井需求變更閾值，礦井需求變更量超過所述變更閾值的礦井被納入允許更新的范圍；

[0040]

根據(jù)礦井采礦的實(shí)際情況實(shí)時(shí)更新礦井需求隊(duì)列，由于假設(shè)了礦車無法倒車，只對(duì)未到達(dá)該礦井的礦車路徑進(jìn)行變動(dòng)，在滿足約束的條件下根據(jù)就近原則對(duì)運(yùn)輸?shù)V車隊(duì)列與需求礦井隊(duì)列進(jìn)行重新匹配，后續(xù)車輛的任務(wù)根據(jù)礦井需求以及礦井位置一次順延，設(shè)置預(yù)設(shè)時(shí)間內(nèi)一輛礦車只能變更一次目的地更新礦車運(yùn)輸路徑，得到新的礦車運(yùn)輸任務(wù)隊(duì)列，得到實(shí)時(shí)調(diào)度結(jié)果。

[0041]

第二方面，本發(fā)明實(shí)施例提供基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)，包括：

[0042]

實(shí)時(shí)數(shù)據(jù)采集模塊，用于采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；

[0043]

礦道需求獲取模塊，用于根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭龋?br />
[0044]

礦車運(yùn)輸路線獲取模塊，用于根據(jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線；

[0045]

實(shí)時(shí)調(diào)度結(jié)果生成模塊，對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。

[0046]

第三方面，本發(fā)明實(shí)施例提供計(jì)算機(jī)設(shè)備，包括：至少一個(gè)處理器，以及與至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器執(zhí)行本發(fā)明實(shí)施例第一方面的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。

[0047]

第四方面，本發(fā)明實(shí)施例提供計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行本發(fā)明實(shí)施例第一方面的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。

[0048]

本發(fā)明技術(shù)方案，具有如下優(yōu)點(diǎn)：

[0049]

本發(fā)明提供的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)和方法，采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭?；根?jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線；對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。本發(fā)明提供的調(diào)度方法打破傳統(tǒng)人工調(diào)度策略中固定時(shí)間發(fā)車而不考慮各個(gè)礦道對(duì)礦石運(yùn)輸?shù)膶?shí)施需求的弊端，通過預(yù)測模型對(duì)礦道中礦石運(yùn)輸?shù)膶?shí)時(shí)需求進(jìn)行預(yù)測，得到各個(gè)礦道的需求迫切程度，然后利用礦車調(diào)度模型對(duì)車輛運(yùn)輸?shù)穆窂竭M(jìn)行尋優(yōu)，獲得了可兼顧整個(gè)礦區(qū)的較優(yōu)礦車運(yùn)輸路線，對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正得到實(shí)時(shí)調(diào)度結(jié)果，提升礦井內(nèi)礦車運(yùn)輸?shù)男屎桶踩浴?br />
附圖說明

[0050]

為了更清楚地說明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

[0051]

圖1為調(diào)度平臺(tái)邏輯示意圖；

[0052]

圖2為本發(fā)明實(shí)施例中提供的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法的一個(gè)具體示例的流程圖；

[0053]

圖3為本發(fā)明實(shí)施例中蟻群算法的求解調(diào)度的流程示意圖；

[0054]

圖4為本發(fā)明實(shí)施例中對(duì)礦車路徑進(jìn)行修正的示意圖；

[0055]

圖5為本發(fā)明實(shí)施例中提供的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)一示例的模塊組成圖；

[0056]

圖6為本發(fā)明實(shí)施例提供的計(jì)算機(jī)設(shè)備一個(gè)具體示例的組成圖。

具體實(shí)施方式

[0057]

下面將結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

[0058]

此外，下面所描述的本發(fā)明不同實(shí)施方式中所涉及的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互結(jié)合。

[0059]

實(shí)施例1

[0060]

本發(fā)明實(shí)施例提供的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，應(yīng)用于礦車調(diào)度平臺(tái)來調(diào)度礦車移動(dòng)終端，其調(diào)度邏輯示意圖如圖1所示，該方法如圖2所示包括以下步

驟:

[0061]

步驟s1:采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理。

[0062]

目前井下礦區(qū)存在信息化程度低的特點(diǎn)，導(dǎo)致目前井下礦車運(yùn)輸效率低下，如果能實(shí)現(xiàn)礦車的實(shí)時(shí)調(diào)度能極大地提升礦石運(yùn)輸效率，依托于5g通訊和物聯(lián)網(wǎng)系統(tǒng)的實(shí)時(shí)數(shù)據(jù)采集是實(shí)現(xiàn)礦車實(shí)時(shí)調(diào)度的基礎(chǔ)，其中主要包括兩個(gè)部分，礦區(qū)實(shí)時(shí)數(shù)據(jù)和礦車實(shí)時(shí)數(shù)據(jù)。

[0063]

本發(fā)明實(shí)施例中的礦區(qū)實(shí)時(shí)數(shù)據(jù)利用傳感器、攝像頭等邊緣設(shè)備記錄的是各礦區(qū)內(nèi)所有設(shè)備以及工人的數(shù)據(jù)，包括：正在工作的采礦設(shè)備參數(shù)和數(shù)量(包括采礦機(jī)額定攻略、切割滾筒直徑和寬度、截齒類型、截齒參數(shù)和截齒布置參數(shù)及數(shù)量)、采礦設(shè)備的實(shí)時(shí)功率(切割深度和行駛速度、切割滾筒旋轉(zhuǎn)速度)、礦區(qū)實(shí)時(shí)采礦量、裝載方式、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離等，這些數(shù)據(jù)主要是表征該礦區(qū)采礦速度的快慢，用于預(yù)測未來一段時(shí)間該礦區(qū)的礦石存儲(chǔ)量是否達(dá)到需要運(yùn)輸?shù)男枨?，即?duì)運(yùn)輸?shù)V車的需求程度。

[0064]

本發(fā)明實(shí)施例中的礦車的實(shí)時(shí)數(shù)據(jù)主要是采集車輛車載終端實(shí)時(shí)上報(bào)的礦區(qū)內(nèi)所有礦車的實(shí)時(shí)位置、速度、方向等反應(yīng)礦車運(yùn)行狀態(tài)的參數(shù)以及根據(jù)調(diào)度中心傳來的礦車運(yùn)輸計(jì)劃、充能計(jì)劃等調(diào)度任務(wù)的數(shù)據(jù)，這些數(shù)據(jù)主要是用于實(shí)時(shí)地調(diào)度運(yùn)輸?shù)V車的任務(wù)，計(jì)算運(yùn)輸最優(yōu)路徑。

[0065]

以上獲取的數(shù)據(jù)在返回調(diào)度中心前需要進(jìn)行預(yù)處理操作，數(shù)據(jù)的預(yù)處理包塊對(duì)缺失值數(shù)據(jù)進(jìn)行填充，對(duì)異常離群值數(shù)據(jù)進(jìn)行修正或者刪除以及對(duì)時(shí)間點(diǎn)重復(fù)數(shù)據(jù)的去重處理等，其中連續(xù)的變量可采用前后兩個(gè)有效值的平均值填充，離散無規(guī)律變化的數(shù)據(jù)可采用與上一幀有效值相同的數(shù)據(jù)填充等。完成數(shù)據(jù)的采集和預(yù)處理后，將數(shù)據(jù)返回至礦區(qū)云上數(shù)據(jù)庫儲(chǔ)存，同時(shí)同步至調(diào)度平臺(tái)。

[0066]

步驟s2:根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭取?br />
[0067]

傳統(tǒng)礦區(qū)大部分都是基于人工排班調(diào)度，采用預(yù)先規(guī)劃好的運(yùn)輸計(jì)劃派出礦車進(jìn)行運(yùn)輸作業(yè)，在發(fā)生了緊急情況例如運(yùn)輸堵塞或者車輛故障等才會(huì)加入人工干預(yù)，這種方式是低效的。礦道內(nèi)礦石產(chǎn)量隨時(shí)間的變化，本質(zhì)上是一個(gè)時(shí)序問題，當(dāng)前礦石存儲(chǔ)量受到過去一段時(shí)間內(nèi)礦工和礦機(jī)采礦效率的影響，本發(fā)明實(shí)施例為了預(yù)測一段時(shí)間后當(dāng)?shù)V車到達(dá)礦區(qū)時(shí)的采礦量，即多步預(yù)測結(jié)果，而不是下一刻礦區(qū)采礦量的單步預(yù)測結(jié)果，因此選用再長期預(yù)測上表現(xiàn)良好的lstm模型作為預(yù)測模型，具體過程為：

[0068]

步驟s21:構(gòu)建數(shù)據(jù)集。分析影響礦石采集效率主要數(shù)據(jù)項(xiàng)，將礦區(qū)實(shí)時(shí)數(shù)據(jù)分為反映采礦能力的靜態(tài)數(shù)據(jù)和反映采礦效率動(dòng)態(tài)數(shù)據(jù)，來構(gòu)建數(shù)據(jù)集，其中靜態(tài)數(shù)據(jù)包括：采礦機(jī)額定攻略、切割滾筒直徑和寬度、截齒類型、截齒參數(shù)和截齒布置參數(shù)及數(shù)量、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離，動(dòng)態(tài)數(shù)據(jù)包括：實(shí)時(shí)的礦石采集增量、切割深度和行駛速度、切割滾筒旋轉(zhuǎn)速度、裝載方式；

[0069]

步驟s22:特征選擇與預(yù)處理。特征選擇是為了從采集的數(shù)據(jù)全集中盡可能篩選出最能代表礦區(qū)采集效率的特征，本發(fā)明實(shí)施例利用主成分分析法計(jì)算數(shù)據(jù)集協(xié)方差矩陣的特征值，并將其按照大小排序，將特征值的大小作為特征的貢獻(xiàn)率，按照貢獻(xiàn)率要求篩選出對(duì)礦石儲(chǔ)存量變化影響最大的前若干個(gè)特征(例如是貢獻(xiàn)率之和≥95％)作為模型輸入，預(yù)處理方面，由于各特征的含義不同量綱也不同，需要對(duì)進(jìn)行標(biāo)準(zhǔn)化和歸一化，同時(shí)對(duì)缺失值

需要進(jìn)行填補(bǔ)或者刪除，對(duì)離散數(shù)據(jù)進(jìn)行獨(dú)熱編碼量化處理，將預(yù)處理后的數(shù)據(jù)輸入lstm模型中對(duì)其進(jìn)行訓(xùn)練；

[0070]

步驟s23:超參數(shù)設(shè)置及指標(biāo)評(píng)估。對(duì)于模型的學(xué)習(xí)率、正則化參數(shù)、初始化權(quán)重、隱藏層的神經(jīng)元個(gè)數(shù)以及優(yōu)化器等超參數(shù)的選擇，本發(fā)明實(shí)施例采用網(wǎng)格搜索法，給定一個(gè)合理范圍，通過類似窮舉法的方式進(jìn)行排列組合，選擇效果最優(yōu)的一組作為模型超參數(shù)。在網(wǎng)格搜索的過程中，采用均方根誤差和平均絕對(duì)百分比誤差對(duì)訓(xùn)練結(jié)果進(jìn)行評(píng)估，反復(fù)訓(xùn)練直至找出符合要求的超參數(shù)組合，得到訓(xùn)練好的lstm模型；

[0071]

步驟s24:模型預(yù)測。篩選出礦區(qū)實(shí)時(shí)數(shù)據(jù)的特征數(shù)據(jù)代入訓(xùn)練好的lstm模型中，獲取礦井內(nèi)礦石采集囤積量的未來預(yù)設(shè)時(shí)間的增量預(yù)測結(jié)果，加上實(shí)時(shí)的礦石采集量即為當(dāng)?shù)V車到達(dá)各礦道的礦井后礦石的預(yù)測囤積量。

[0072]

需要說明的是，該預(yù)測模型進(jìn)行預(yù)測數(shù)據(jù)可以為礦石或者礦石與廢石之和，根據(jù)實(shí)際輸入到預(yù)測模型的數(shù)據(jù)確定，在實(shí)際應(yīng)用中，可以根據(jù)實(shí)際需求做合理設(shè)置。

[0073]

步驟s3:根據(jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線。

[0074]

本發(fā)明實(shí)施例基于預(yù)設(shè)約束條件，采用蟻群算法的求解調(diào)度過程中設(shè)置兩個(gè)節(jié)點(diǎn)的集合，包括完成集合over和候選集合ready，其中完成集合over用來存放當(dāng)前螞蟻已經(jīng)走過的所有節(jié)點(diǎn)，即礦車已經(jīng)完成的運(yùn)輸作業(yè)工序，候選集合ready用來存放螞蟻下一步允許選擇的所有節(jié)點(diǎn)，即符合礦車調(diào)度約束條件的運(yùn)輸作業(yè)工序；能夠進(jìn)入候選集合的節(jié)點(diǎn)的判斷方式為：把候選集合ready的初始狀態(tài)設(shè)置為去往同一個(gè)礦道進(jìn)行作業(yè)的所有礦車運(yùn)輸任務(wù)的第一個(gè)工序，螞蟻每次在候選集合ready中選擇一個(gè)目標(biāo)節(jié)點(diǎn)，把該節(jié)點(diǎn)從候選集合ready中移到完成集合over中，同時(shí)把該節(jié)點(diǎn)所代表運(yùn)輸工序的下一個(gè)工序移到完成集合over中，當(dāng)候選集合ready為空時(shí)，則完成了一次解的構(gòu)建，得到運(yùn)輸路線。

[0075]

其中，在建立礦車調(diào)度模型前礦車的運(yùn)行狀態(tài)滿足以下假設(shè)前提：所有礦車的空車和重車運(yùn)行速度相同、所有礦車的最大載重量相同、礦車裝礦和卸礦的時(shí)間相同、礦車在行駛過程中不會(huì)由于發(fā)生故障而停車，不會(huì)影響后續(xù)車輛行駛、每條運(yùn)輸路徑是固定的礦車運(yùn)輸過程是單向行駛，不得倒車返回。

[0076]

礦車調(diào)度滿足以下硬約束條件：電礦車不能超載、所有電礦車處于空車的狀態(tài)從主溜井出發(fā)，裝礦完成后重車最終回到主溜井、每輛礦車一次運(yùn)輸作業(yè)只能去往一個(gè)礦道，即使未滿載也要回到主溜井，不允許去往其它礦道、同一時(shí)間在一個(gè)采場溜井只能對(duì)一輛電礦車的礦車進(jìn)行裝礦作業(yè)，在前一輛礦車裝礦作業(yè)完成后，下一輛礦車才能開始裝礦作業(yè)，任何搶占式的作業(yè)都不能發(fā)生、礦車去往各個(gè)礦道路徑確定，礦車必須按照既定的路徑完成運(yùn)輸作業(yè)，不得倒車返回。

[0077]

本發(fā)明實(shí)施例采用蟻群算法的求解調(diào)度過程的步驟，如圖3所示，包括：

[0078]

s31：參數(shù)初始化設(shè)置循環(huán)次數(shù)n

max

，螞蟻數(shù)量m，信息素?fù)]發(fā)數(shù)最小值ρ

min

，信息素初始值τ0，信息素限定范圍[τ

min

,τ

max

]，同時(shí)對(duì)over和ready兩個(gè)集合的初始元素進(jìn)行設(shè)置，令循環(huán)次數(shù)nc＝0，將螞蟻放置在開始節(jié)點(diǎn)上；

[0079]

s32：初始化候選集合ready，根據(jù)各礦區(qū)運(yùn)輸需求的預(yù)測結(jié)果排序，將運(yùn)輸需求高的前m個(gè)礦區(qū)放入候選集合ready中，完成集合over初始為空；

[0080]

s33：確定啟發(fā)信息，根據(jù)候選集合中各節(jié)點(diǎn)代表的礦車運(yùn)輸工序的開始和結(jié)束的

時(shí)間，用來確定各節(jié)點(diǎn)的啟發(fā)信息；

[0081]

s34：選擇下一個(gè)運(yùn)輸工序，螞蟻計(jì)算出狀態(tài)轉(zhuǎn)移概率，在用輪盤賭的方法選取下一個(gè)目標(biāo)節(jié)點(diǎn)；

[0082]

s35：局部信息素更新，螞蟻每走過一條邊對(duì)該邊進(jìn)行信息素的更新；

[0083]

s36：修改候選集合，把ready集合中螞蟻到達(dá)的節(jié)點(diǎn)從集合中移出，放入到完成集合over中，如果運(yùn)輸需求預(yù)測產(chǎn)生了實(shí)時(shí)變動(dòng)，導(dǎo)致優(yōu)先級(jí)發(fā)生變化，則重新將排名靠前的礦區(qū)節(jié)點(diǎn)放入候選集合ready中，將排名靠后的移出候選集合ready，同時(shí)原來節(jié)點(diǎn)還有后續(xù)運(yùn)輸任務(wù)的同樣加入候選集合ready；

[0084]

s37：如果螞蟻沒有遍歷完所有的礦車運(yùn)輸工序，即候選集合不為空時(shí)，轉(zhuǎn)到s33，否則執(zhí)行s38；

[0085]

s38：螞蟻完成一次路徑的構(gòu)建，產(chǎn)生一次調(diào)度結(jié)果，若螞蟻數(shù)量k小于螞蟻總數(shù)m，則轉(zhuǎn)到s2，否則執(zhí)行下一步；

[0086]

s39：整個(gè)蟻群一次迭代完成以后，進(jìn)行全局信息素的更新，迭代次數(shù)達(dá)到最大循環(huán)次數(shù)，得出最優(yōu)調(diào)度結(jié)果。

[0087]

步驟s4：對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。

[0088]

步驟s3是對(duì)在發(fā)車區(qū)以及完成輸送作業(yè)的礦車路徑進(jìn)行求解，然而在礦井內(nèi)存在許多不可控的因素導(dǎo)致各個(gè)礦井的采礦效率增加或者減少，從而導(dǎo)致對(duì)于礦石運(yùn)輸?shù)囊笤龃蠡蛘呓档汀Ｓ捎谙伻核惴ú⒉粫?huì)主動(dòng)改變已發(fā)出的礦車路徑進(jìn)行修正，因此本發(fā)明實(shí)施例引入相應(yīng)規(guī)則對(duì)礦車路徑進(jìn)行優(yōu)化，如圖4所示，具體過程如下：

[0089]

s41：將有運(yùn)輸任務(wù)的礦車按照實(shí)時(shí)位置排序，生成礦車運(yùn)輸任務(wù)隊(duì)列；

[0090]

s42：將礦井按照實(shí)時(shí)采礦量的需求度進(jìn)行排序，生成礦井需求隊(duì)列，并與運(yùn)輸?shù)V車關(guān)聯(lián)；

[0091]

s43：設(shè)置礦井需求變更閾值(為了避免頻繁更新運(yùn)輸路徑)，礦井需求變更量超過所述變更閾值的礦井被納入允許更新的范圍；

[0092]

s44：根據(jù)礦井采礦的實(shí)際情況實(shí)時(shí)更新礦井需求隊(duì)列，由于假設(shè)了礦車無法倒車，只對(duì)未到達(dá)該礦井的礦車路徑進(jìn)行變動(dòng)，在滿足約束的條件下根據(jù)就近原則對(duì)運(yùn)輸?shù)V車隊(duì)列與需求礦井隊(duì)列進(jìn)行重新匹配，后續(xù)車輛的任務(wù)根據(jù)礦井需求以及礦井位置一次順延，得到新的礦車運(yùn)輸任務(wù)隊(duì)列，得到實(shí)時(shí)調(diào)度結(jié)果。本發(fā)明實(shí)施例為了防止某輛車頻繁變動(dòng)目的地，設(shè)置預(yù)設(shè)時(shí)間內(nèi)一輛礦車只能變更一次目的地更新礦車運(yùn)輸路徑。

[0093]

實(shí)施例2

[0094]

本發(fā)明實(shí)施例提供基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)，如圖5所示，包括：

[0095]

實(shí)時(shí)數(shù)據(jù)采集模塊1，用于采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；此模塊執(zhí)行實(shí)施例1中的步驟s1所描述的方法，在此不再贅述。

[0096]

礦道需求獲取模塊2，用于根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭?；模塊執(zhí)行實(shí)施例1中的步驟s2所描述的方法，在此不再贅述。

[0097]

礦車運(yùn)輸路線獲取模塊3，用于根據(jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建

立礦車調(diào)度模型求得最佳運(yùn)輸路線；該模塊執(zhí)行實(shí)施例1中的步驟s3所描述的方法，在此不再贅述。

[0098]

實(shí)時(shí)調(diào)度結(jié)果生成模塊4，對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。該模塊執(zhí)行實(shí)施例1中的步驟s4所描述的方法，在此不再贅述。

[0099]

本發(fā)明提供的調(diào)度系統(tǒng)，通過對(duì)礦區(qū)對(duì)礦車需求的多步預(yù)測以及礦車調(diào)度模型整體尋優(yōu)獲得可兼顧整個(gè)礦區(qū)的礦車運(yùn)輸路線，并可根據(jù)礦道內(nèi)各礦場的實(shí)時(shí)情況實(shí)時(shí)修正，增加了礦井內(nèi)礦車運(yùn)輸?shù)男屎桶踩浴?br />
[0100]

實(shí)施例3

[0101]

本發(fā)明實(shí)施例提供一種計(jì)算機(jī)設(shè)備，如圖6所示，包括：至少一個(gè)處理器401，例如cpu(central processing unit，中央處理器)，至少一個(gè)通信接口403，存儲(chǔ)器404，至少一個(gè)通信總線402。其中，通信總線402用于實(shí)現(xiàn)這些組件之間的連接通信。其中，通信接口403可以包括顯示屏(display)、鍵盤(keyboard)，可選通信接口403還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。存儲(chǔ)器404可以是高速ram存儲(chǔ)器(ramdom access memory，易揮發(fā)性隨機(jī)存取存儲(chǔ)器)，也可以是非不穩(wěn)定的存儲(chǔ)器(non-volatile memory)，例如至少一個(gè)磁盤存儲(chǔ)器。存儲(chǔ)器404可選的還可以是至少一個(gè)位于遠(yuǎn)離前述處理器401的存儲(chǔ)裝置。其中處理器401可以執(zhí)行實(shí)施例1的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。存儲(chǔ)器404中存儲(chǔ)一組程序代碼，且處理器401調(diào)用存儲(chǔ)器404中存儲(chǔ)的程序代碼，以用于執(zhí)行實(shí)施例1的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。

[0102]

其中，通信總線402可以是外設(shè)部件互連標(biāo)準(zhǔn)(peripheral component interconnect，簡稱pci)總線或擴(kuò)展工業(yè)標(biāo)準(zhǔn)結(jié)構(gòu)(extended industry standard architecture，簡稱eisa)總線等。通信總線402可以分為地址總線、數(shù)據(jù)總線、控制總線等。為便于表示，圖6中僅用一條線表示，但并不表示僅有一根總線或一種類別的總線。

[0103]

其中，存儲(chǔ)器404可以包括易失性存儲(chǔ)器(英文：volatile memory)，例如隨機(jī)存取存儲(chǔ)器(英文：random-access memory，縮寫：ram)；存儲(chǔ)器也可以包括非易失性存儲(chǔ)器(英文：non-volatile memory)，例如快閃存儲(chǔ)器(英文：flash memory)，硬盤(英文：hard disk drive，縮寫：hdd)或固降硬盤(英文：solid-state drive，縮寫：ssd)；存儲(chǔ)器404還可以包括上述種類的存儲(chǔ)器的組合。

[0104]

其中，處理器401可以是中央處理器(英文：central processing unit，縮寫：cpu)，網(wǎng)絡(luò)處理器(英文：network processor，縮寫：np)或者cpu和np的組合。

[0105]

其中，處理器401還可以進(jìn)一步包括硬件芯片。上述硬件芯片可以是專用集成電路(英文：application-specific integrated circuit，縮寫：asic)，可編程邏輯器件(英文：programmable logic device，縮寫：pld)或其組合。上述pld可以是復(fù)雜可編程邏輯器件(英文：complex programmable logic device，縮寫：cpld)，現(xiàn)場可編程邏輯門陣列(英文：field-programmable gate array，縮寫：fpga)，通用陣列邏輯(英文：generic array logic,縮寫：gal)或其任意組合。

[0106]

可選地，存儲(chǔ)器404還用于存儲(chǔ)程序指令。處理器401可以調(diào)用程序指令，實(shí)現(xiàn)如執(zhí)行實(shí)施例1中的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。

[0107]

本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)

算機(jī)可執(zhí)行指令，該計(jì)算機(jī)可執(zhí)行指令可執(zhí)行實(shí)施例1的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。其中，所述存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體(read-only memory，rom)、隨機(jī)存儲(chǔ)記憶體(random access memory，ram)、快閃存儲(chǔ)器(flash memory)、硬盤(hard disk drive，縮寫：hdd)或固降硬盤(solid-state drive，ssd)等；所述存儲(chǔ)介質(zhì)還可以包括上述種類的存儲(chǔ)器的組合。

[0108]

顯然，上述實(shí)施例僅僅是為清楚地說明所作的舉例，而并非對(duì)實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無需也無法對(duì)所有的實(shí)施方式予以窮舉。而由此所引申出的顯而易見的變化或變動(dòng)仍處于本發(fā)明創(chuàng)造的保護(hù)范圍之中。技術(shù)特征：

1.基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，包括：采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭?；根?jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線；對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。2.根據(jù)權(quán)利要求1所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，所述礦區(qū)實(shí)時(shí)數(shù)據(jù)表征礦區(qū)采礦速度的快慢，用于預(yù)測未來預(yù)設(shè)時(shí)間該礦區(qū)的礦石存儲(chǔ)量是否達(dá)到需要運(yùn)輸?shù)男枨?，包括：工作的采礦設(shè)備參數(shù)和數(shù)量、采礦設(shè)備的實(shí)時(shí)功率、礦區(qū)實(shí)時(shí)采礦量、裝載方式、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離；所述礦車實(shí)時(shí)數(shù)據(jù)反映礦車運(yùn)行狀態(tài)的參數(shù)以及調(diào)度中心傳來的礦車運(yùn)輸計(jì)劃，用于實(shí)時(shí)地調(diào)度運(yùn)輸?shù)V車的任務(wù)，計(jì)算運(yùn)輸最優(yōu)路徑，包括：所有礦車的實(shí)時(shí)位置、速度以及方向。3.根據(jù)權(quán)利要求2所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，基于lstm模型對(duì)礦石囤積量進(jìn)行多步預(yù)測，包括：將礦區(qū)實(shí)時(shí)數(shù)據(jù)分為反映采礦能力的靜態(tài)數(shù)據(jù)和反映采礦效率動(dòng)態(tài)數(shù)據(jù)，來構(gòu)建數(shù)據(jù)集，其中靜態(tài)數(shù)據(jù)包括：工作的采礦設(shè)備參數(shù)和數(shù)量、工人數(shù)量以及礦區(qū)與發(fā)車區(qū)的距離，動(dòng)態(tài)數(shù)據(jù)包括：采礦設(shè)備的實(shí)時(shí)功率、礦區(qū)實(shí)時(shí)采礦量及裝載方式；利用主成分分析法計(jì)算數(shù)據(jù)集協(xié)方差矩陣的特征值，并將其按照大小排序，將特征值的大小作為特征的貢獻(xiàn)率，按照貢獻(xiàn)率要求篩選出對(duì)礦石儲(chǔ)存量變化影響最大的前若干個(gè)特征并進(jìn)行預(yù)處理后輸入lstm模型中對(duì)其進(jìn)行訓(xùn)練；采用均方根誤差和平均絕對(duì)百分比誤差對(duì)訓(xùn)練結(jié)果進(jìn)行評(píng)估，找出符合預(yù)設(shè)要求的超參數(shù)組合，得到訓(xùn)練好的lstm模型；篩選出礦區(qū)實(shí)時(shí)數(shù)據(jù)的特征數(shù)據(jù)代入訓(xùn)練好的lstm模型中，獲取礦井內(nèi)礦石采集囤積量的未來預(yù)設(shè)時(shí)間的增量預(yù)測結(jié)果，加上實(shí)時(shí)的礦石采集量即為當(dāng)?shù)V車到達(dá)各礦道的礦井后礦石的預(yù)測囤積量。4.根據(jù)權(quán)利要求2所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，所述建立礦車調(diào)度模型求得最佳運(yùn)輸路線的過程，包括：基于預(yù)設(shè)約束條件，采用蟻群算法的求解調(diào)度過程中設(shè)置兩個(gè)節(jié)點(diǎn)的集合，包括完成集合over和候選集合ready，其中完成集合over用來存放當(dāng)前螞蟻已經(jīng)走過的所有節(jié)點(diǎn)，即礦車已經(jīng)完成的運(yùn)輸作業(yè)工序，候選集合ready用來存放螞蟻下一步允許選擇的所有節(jié)點(diǎn)，即符合礦車調(diào)度約束條件的運(yùn)輸作業(yè)工序；能夠進(jìn)入候選集合的節(jié)點(diǎn)的判斷方式為：把候選集合ready的初始狀態(tài)設(shè)置為去往同一個(gè)礦道進(jìn)行作業(yè)的所有礦車運(yùn)輸任務(wù)的第一個(gè)工序，螞蟻每次在候選集合ready中選擇一個(gè)目標(biāo)節(jié)點(diǎn)，把該節(jié)點(diǎn)從候選集合ready中移到完成集合over中，同時(shí)把該節(jié)點(diǎn)所代表運(yùn)輸工序的下一個(gè)工序移到完成集合over中，當(dāng)候選集合ready為空時(shí)，則完成了一次解的構(gòu)建，得到最佳運(yùn)輸路線。

5.根據(jù)權(quán)利要求4所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，采用蟻群算法進(jìn)行求解調(diào)度過程的步驟，包括：s31：參數(shù)初始化設(shè)置循環(huán)次數(shù)n

max

，螞蟻數(shù)量m，信息素?fù)]發(fā)數(shù)最小值ρ

min

，信息素初始值τ0，信息素限定范圍[τ

min

,τ

max

]，同時(shí)對(duì)over和ready兩個(gè)集合的初始元素進(jìn)行設(shè)置，令循環(huán)次數(shù)n

c

＝0，將螞蟻放置在開始節(jié)點(diǎn)上；s32：初始化候選集合ready，根據(jù)各礦區(qū)運(yùn)輸需求的預(yù)測結(jié)果排序，將運(yùn)輸需求高的前m個(gè)礦區(qū)放入候選集合ready中，完成集合over初始為空；s33：確定啟發(fā)信息，根據(jù)候選集合中各節(jié)點(diǎn)代表的礦車運(yùn)輸工序的開始和結(jié)束的時(shí)間，用來確定各節(jié)點(diǎn)的啟發(fā)信息；s34：選擇下一個(gè)運(yùn)輸工序，螞蟻計(jì)算出狀態(tài)轉(zhuǎn)移概率，在用輪盤賭的方法選取下一個(gè)目標(biāo)節(jié)點(diǎn)；s35：局部信息素更新，螞蟻每走過一條邊對(duì)該邊進(jìn)行信息素的更新；s36：修改候選集合，把ready集合中螞蟻到達(dá)的節(jié)點(diǎn)從集合中移出，放入到完成集合over中，如果運(yùn)輸需求預(yù)測產(chǎn)生了實(shí)時(shí)變動(dòng)，導(dǎo)致優(yōu)先級(jí)發(fā)生變化，則重新將排名靠前的礦區(qū)節(jié)點(diǎn)放入候選集合ready中，將排名靠后的移出候選集合ready，同時(shí)原來節(jié)點(diǎn)還有后續(xù)運(yùn)輸任務(wù)的同樣加入候選集合ready；s37：如果螞蟻沒有遍歷完所有的礦車運(yùn)輸工序，即候選集合不為空時(shí)，轉(zhuǎn)到s33，否則執(zhí)行s38；s38：螞蟻完成一次路徑的構(gòu)建，產(chǎn)生一次調(diào)度結(jié)果，若螞蟻數(shù)量小于螞蟻總數(shù)m，則轉(zhuǎn)到s2，否則執(zhí)行下一步；s39：整個(gè)蟻群一次迭代完成以后，進(jìn)行全局信息素的更新，迭代次數(shù)達(dá)到最大循環(huán)次數(shù)，得出最優(yōu)調(diào)度結(jié)果。6.根據(jù)權(quán)利要求4所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，所述預(yù)設(shè)約束條件，包括：礦車的運(yùn)行狀態(tài)滿足以下假設(shè)前提：所有礦車的空車和重車運(yùn)行速度相同、所有礦車的最大載重量相同、礦車裝礦和卸礦的時(shí)間相同、礦車在行駛過程中不會(huì)由于發(fā)生故障而停車，不會(huì)影響后續(xù)車輛行駛、每條運(yùn)輸路徑是固定的礦車運(yùn)輸過程是單向行駛，不得倒車返回；礦車調(diào)度滿足以下硬約束條件：電礦車不能超載、所有電礦車處于空車的狀態(tài)從主溜井出發(fā)，裝礦完成后重車最終回到主溜井、每輛礦車一次運(yùn)輸作業(yè)只能去往一個(gè)礦道，即使未滿載也要回到主溜井，不允許去往其它礦道、同一時(shí)間在一個(gè)采場溜井只能對(duì)一輛電礦車的礦車進(jìn)行裝礦作業(yè)，在前一輛礦車裝礦作業(yè)完成后，下一輛礦車才能開始裝礦作業(yè)，任何搶占式的作業(yè)都不能發(fā)生、礦車去往各個(gè)礦道路徑確定，礦車必須按照既定的路徑完成運(yùn)輸作業(yè)，不得倒車返回。7.根據(jù)權(quán)利要求6所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法，其特征在于，所述對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果的過程，包括：將有運(yùn)輸任務(wù)的礦車按照實(shí)時(shí)位置排序，生成礦車運(yùn)輸任務(wù)隊(duì)列；將礦井按照實(shí)時(shí)采礦量的需求度進(jìn)行排序，生成礦井需求隊(duì)列，并與運(yùn)輸?shù)V車關(guān)聯(lián)；

設(shè)置礦井需求變更閾值，礦井需求變更量超過所述變更閾值的礦井被納入允許更新的范圍；根據(jù)礦井采礦的實(shí)際情況實(shí)時(shí)更新礦井需求隊(duì)列，由于假設(shè)了礦車無法倒車，只對(duì)未到達(dá)該礦井的礦車路徑進(jìn)行變動(dòng)，在滿足約束的條件下根據(jù)就近原則對(duì)運(yùn)輸?shù)V車隊(duì)列與需求礦井隊(duì)列進(jìn)行重新匹配，后續(xù)車輛的任務(wù)根據(jù)礦井需求以及礦井位置一次順延，設(shè)置預(yù)設(shè)時(shí)間內(nèi)一輛礦車只能變更一次目的地更新礦車運(yùn)輸路徑，得到新的礦車運(yùn)輸任務(wù)隊(duì)列，得到實(shí)時(shí)調(diào)度結(jié)果。8.基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)，其特征在于，包括：實(shí)時(shí)數(shù)據(jù)采集模塊，用于采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理；礦道需求獲取模塊，用于根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)，提取礦石采集相關(guān)特征，對(duì)礦石囤積量進(jìn)行多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭龋坏V車運(yùn)輸路線獲取模塊，用于根據(jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)，建立礦車調(diào)度模型求得最佳運(yùn)輸路線；實(shí)時(shí)調(diào)度結(jié)果生成模塊，對(duì)已派出的礦車運(yùn)輸目的地進(jìn)行實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配，得到實(shí)時(shí)調(diào)度結(jié)果。9.計(jì)算機(jī)設(shè)備，其特征在于，包括：至少一個(gè)處理器，以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器執(zhí)行權(quán)利要求1-7中任一所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。10.計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行1-7中任一所述的基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度方法。

技術(shù)總結(jié)

本發(fā)明公開了基于礦山運(yùn)輸需求預(yù)測的礦車實(shí)時(shí)調(diào)度系統(tǒng)和方法，采集礦山所在的礦區(qū)和礦車實(shí)時(shí)數(shù)據(jù)并進(jìn)行預(yù)處理；根據(jù)預(yù)處理后的礦區(qū)實(shí)時(shí)數(shù)據(jù)提取礦石采集相關(guān)特征，對(duì)礦石囤積量多步預(yù)測，評(píng)估預(yù)設(shè)時(shí)間后礦區(qū)各礦道對(duì)于礦車運(yùn)輸?shù)男枨蟪潭?；根?jù)各礦道對(duì)礦車的需求程度及礦車實(shí)時(shí)數(shù)據(jù)建立礦車調(diào)度模型求得最佳運(yùn)輸路線；對(duì)已派出的礦車運(yùn)輸目的地實(shí)時(shí)修正，基于礦車的實(shí)時(shí)數(shù)據(jù)以及各礦道對(duì)于礦車運(yùn)輸?shù)男枨笈判蜻M(jìn)行重新匹配得到實(shí)時(shí)調(diào)度結(jié)果。本發(fā)明提供的調(diào)度方法通過對(duì)礦區(qū)對(duì)礦車需求的多步預(yù)測以及礦車調(diào)度模型整體尋優(yōu)獲得可兼顧整個(gè)礦區(qū)的礦車運(yùn)輸路線，并可根據(jù)礦道內(nèi)各礦場的實(shí)時(shí)情況實(shí)時(shí)修正，增加了礦井內(nèi)礦車運(yùn)輸?shù)男屎桶踩?。運(yùn)輸?shù)男屎桶踩?。運(yùn)輸?shù)男屎桶踩浴?br />
技術(shù)研發(fā)人員：王震坡 龍超華 劉鵬 祁春玉 阮旭松 楊永剛 劉澤錕

受保護(hù)的技術(shù)使用者：北理新源（佛山）信息科技有限公司

技術(shù)研發(fā)日：2022.12.30

技術(shù)公布日：2023/6/13