基于人工智能算法的紫金山铜矿经营参数优化研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-17页 |
1.1 研究背景 | 第8-9页 |
1.2 研究目的及意义 | 第9-10页 |
1.3 研究现状 | 第10-13页 |
1.4 论文的研究内容、目的及框架 | 第13-15页 |
1.5 本课题的特色与创新之处 | 第15页 |
1.6 本章小结 | 第15-17页 |
第二章 金属矿山企业经营参数优化理论基础 | 第17-31页 |
2.1 矿山经营参数优化理论概述 | 第17页 |
2.2 蒙特卡洛方法 | 第17-18页 |
2.3 遗传算法 | 第18-28页 |
2.3.1 遗传算法简介 | 第18-24页 |
2.3.2 遗传算法的数学基础 | 第24-28页 |
2.4 矿山企业经营参数系统分析 | 第28-30页 |
2.4.1 地质储量与品位关系 | 第28-29页 |
2.4.2 选矿技术参数 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 紫金山铜矿经营参数模型 | 第31-49页 |
3.1 紫金山铜矿概况 | 第31-34页 |
3.1.1 紫金山铜矿简介 | 第31-32页 |
3.1.2 矿体产状 | 第32页 |
3.1.3 采选概况 | 第32-34页 |
3.2 地质模型的建立 | 第34-44页 |
3.2.1 数据收集及预处理 | 第34-38页 |
3.2.2 品位-吨位模型 | 第38-44页 |
3.3 选矿模型 | 第44-46页 |
3.4 目标函数 | 第46-48页 |
3.4.1 销售价格函数 | 第46-47页 |
3.4.2 目标函数 | 第47-48页 |
3.5 本章小结 | 第48-49页 |
第四章 基于遗传算法的紫金山铜矿经营参数优化 | 第49-55页 |
4.1 遗传算法优化 | 第49-51页 |
4.2 优化结果分析 | 第51-54页 |
4.3 本章小结 | 第54-55页 |
第五章 结论 | 第55-57页 |
5.1 主要结论 | 第55-56页 |
5.2 有待进一步研究的问题 | 第56-57页 |
参考文献 | 第57-60页 |
致谢 | 第60-61页 |
个人简历及在学期间的研究成果 | 第61页 |