Aplicação de algoritmos genéticos na determinação de cava final e sequenciamento de lavra em minas a céu aberto

=== Esta dissertação de mestrado intitulada Aplicação de algoritmos genéticos na determinação de cava final e sequenciamento de lavra em minas a céu aberto sumariza o programa de trabalho a ser submetido ao Curso de Pós Graduação em Engenharia de Metalúrgica e de Minas (CPGEM UFMG) em conformidade...

Full description

Bibliographic Details
Main Author: Octavio Rosa de Almeida Guimaraes
Other Authors: Maria de Fatima Andrade Gripp
Format: Others
Language:Portuguese
Published: Universidade Federal de Minas Gerais 2007
Online Access:http://hdl.handle.net/1843/MAPO-77KNW9
Description
Summary:=== Esta dissertação de mestrado intitulada Aplicação de algoritmos genéticos na determinação de cava final e sequenciamento de lavra em minas a céu aberto sumariza o programa de trabalho a ser submetido ao Curso de Pós Graduação em Engenharia de Metalúrgica e de Minas (CPGEM UFMG) em conformidade com os requisitos para dissertação de Mestrado. Os tópicos descritos baseiam-se em desenvolvimentos e técnicas divulgadas, e têm por objetivo avaliar a aplicabilidade dos algoritmos genéticos no problema de definição de cava final e sequenciamento de lavra para minas a céu aberto. O objetivo é desenvolver um conjunto de rotinas computacionais baseado nos algoritmos genéticos, que a partir de modelos de blocos tecnológicos conhecidos, que representem uma jazida, seja capaz de gerar um conjunto de soluções ótimas tendo em vista os objetivos de maximização de valor, respeitando as condicionantes de qualidade (teores) e distribuição das massas no tempo (sequenciamento de lavra). Foram desenvolvidos três programas que abordam a teoria dos algoritmos genéticos. O primeiro calcula os limites de cava final, a partir de um modelo de blocos visando a otimização do lucro não descontado, através de programa de computador baseado no algoritmo genético simples com elitismo. O segundo é um programa baseado no algoritmo genético multiobjetivo NSGA (Non-dominated Sorting Genetic Algorithm), que foi inicialmente aplicado a dois problemas multiobjetivos disponíveis na literatura e em seguida na otimização do lucro não descontado e para o problema multiobjetivo de maximização de reservas e do lucro. O terceiro, além de conter os algoritmos implementados anteriormente foram acrescentados outros métodos de seleção, mutação, heurísticas de agrupamento e geração da população inicial. Todos os programas implementados resolveram os problemas até então simulados de maneira eficaz para um número reduzido de blocos.