1、世界的礦產(chǎn)開發(fā)正經(jīng)歷從粗放型到精細型的數(shù)字化開發(fā)的轉(zhuǎn)型，越來越多的礦山企業(yè)通過內(nèi)部經(jīng)濟技術(shù)指標(biāo)與生產(chǎn)經(jīng)營策略的優(yōu)化來獲得市場競爭的持久優(yōu)勢。隨著我國經(jīng)濟的飛速發(fā)展，人均GDP對礦產(chǎn)資源的依賴程度不斷提高，加上我國對礦產(chǎn)資源的綜合利用率較低、精細化礦產(chǎn)開發(fā)的水平與能力與國外同行相比有一定差距。導(dǎo)致我國礦產(chǎn)開發(fā)的經(jīng)濟效益比較低下，礦產(chǎn)資源可持續(xù)供給能力下降，嚴(yán)重影響我國資源可持續(xù)發(fā)展的重大策略。論文結(jié)合國家重大課題的研究需要，瞄準(zhǔn)我國礦業(yè)開

2、發(fā)與管理發(fā)展的前沿，采用當(dāng)前新近發(fā)展的計算機技術(shù)與方法，對湖南辰州礦業(yè)公司開展了礦山企業(yè)關(guān)鍵經(jīng)濟技術(shù)指標(biāo)與經(jīng)營策略優(yōu)化方法研究，本文所做的主要工作如下：
　　 (1)針對礦產(chǎn)品市場價格與成本確定的情況，論文論述了礦產(chǎn)工業(yè)品位與礦石儲量、采礦貧化率、采礦損失率、選礦回收率，冶煉回收率之間復(fù)雜的聯(lián)動關(guān)系。在對粒子群算法(particle swarmoptimization algorithm，PSO)進行了相應(yīng)改進的基礎(chǔ)上，采用PS

3、O算法并對礦山企業(yè)的多金屬共存類型工業(yè)品位指標(biāo)進行了多目標(biāo)優(yōu)化。優(yōu)化結(jié)果表明算法可達到延長礦山企業(yè)壽命，充分利用資源，經(jīng)濟效益較優(yōu)的目標(biāo)。為多金屬共存類型礦山企業(yè)生產(chǎn)工業(yè)品位的優(yōu)化提供了一種新的解決思路。
　　 (2)針對前面PSO算法中未包含價格與成本的不足。論文論述了采用基因算法(genetic algorithm，GA)來求解礦山企業(yè)多目標(biāo)生產(chǎn)技術(shù)指標(biāo)優(yōu)化的新方法。通過建立礦石儲量、開采品位與成本、價格四個優(yōu)化目標(biāo)之間的聯(lián)

4、動求解模型。實現(xiàn)了可根據(jù)礦產(chǎn)品的價格變化簡便、快速、直觀地計算開采成本，確定盈虧品位界限、成本與價格比和儲量可供情況。為實施儲量、品位動態(tài)管理，使礦山企業(yè)科學(xué)配礦，貧富兼采，提高資源利用率提供了科學(xué)的手段。
　　 (3)在工業(yè)品位已經(jīng)確定的情況下，論文研究了動態(tài)優(yōu)化配礦的高復(fù)雜非線性問題，采用改進的粒子群算法來求解礦山企業(yè)動態(tài)配礦問題：用粒子的一位來代表礦塊，并用0或者1來代表是否選擇此礦塊來開采，然后重新定義了在約束條件下PS

5、O粒子的運算與“飛行”規(guī)則，最后實現(xiàn)了動態(tài)優(yōu)化配礦的粒子群算法。通過采用2009年的實際生產(chǎn)情況與優(yōu)化結(jié)果對比表明，本文的算法能夠在生產(chǎn)成本幾乎不變的情況下明顯的提高企業(yè)效率。
　　 (4)針對前面動態(tài)配礦工作中僅考慮當(dāng)前效益，沒有考慮礦山企業(yè)長期效益的不足，提出了采用多輪PSO算法來解決中長期內(nèi)動態(tài)配礦問題。首先，依據(jù)開采條件圈定出可開采的礦塊，并給出預(yù)測的產(chǎn)品價格趨勢結(jié)果作為算法的輸入條件。然后，通過對PSO算法輪的劃分以確

6、定每輪(期)的動態(tài)配礦方案，經(jīng)過多輪(期)PSO算法的優(yōu)化后的最終目標(biāo)為中長期動態(tài)配礦的優(yōu)化結(jié)果。通過對實際數(shù)據(jù)的計算表明了本文算法的有效性。
　　 (5)礦產(chǎn)資源評價是礦山企業(yè)宏觀決策的重要基礎(chǔ)，它涉及到眾多的生產(chǎn)技術(shù)指標(biāo)，而這些指標(biāo)間存在復(fù)雜的非線性關(guān)系，導(dǎo)致快速而準(zhǔn)確的礦產(chǎn)資源評價面臨挑戰(zhàn)。論文改變了傳統(tǒng)的粗放計算方法，建立了一種逐礦塊資源評價累加的方法來評價礦產(chǎn)資源的總經(jīng)濟價值。通過采用BP神經(jīng)網(wǎng)絡(luò)來確定影響評價的難處理