بهینه‌ سازی محدوده نهایی استخراج در معادن روباز با الگوریتم مرغابی

برای طراحی یک معدن بعد از اینکه انجام عملیات زمین ‌شناسی، 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 0/47 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.

ultimate pit limit optimization using keshtel algorithm

to design an open pit mine, geological operations must be conducted, followed by the preparation of a three-dimensional model and mineral block model. the ultimate pit limit can be determined through accurate methods and artificial intelligence techniques. the problem of determining the ultimate pit limit is considered to be np-hard, making it challenging to solve. while exact methods provide better and optimal results, they may require significant time to answer the problem due to the large number of blocks involved. in such cases, it is more suitable to use collective algorithms or a planned approach to determine the final range. optimizing the determination of the ultimate pit limit is similar to other optimization problems that can be addressed using logical algorithms in matlab software. in this study, keshtel algorithm, implemented in matlab, is utilized to optimize the final range. initially, keshtel algorithm is employed to solve the problem. subsequently, the songun copper mine is chosen as a case study for the two-dimensional and three-dimensional implementation, and the results of determining the ultimate pit limit are compared with both keshtel algorithm and npv scheduler software. the findings reveal that keshtel algorithm, used to determine the final limits of the songun copper mine, differs by only 0.47% compared to the npv scheduler software. moreover, the comparison of keshtel algorithm with the results of lerch grossman in determining the two-dimensional final range, as well as the comparison with npv scheduler software in three-dimensional problems, demonstrates its efficiency in solving these issues effectively.