شبیه سازی تخصیص کامیون به بیل در معادن روباز با رویکرد یادگیری تقویتی

چکیده مقاله

هدف از این پژوهش ارائه مدل ترکیبی از شبیه سازی و یادگیری تقویتی برای مدیریت بهینه تخصیص بیل ها و کامیون ها در یک محیطمعدنی است کد این مدل با استفاده از کتابخانه های مختلف پایتون مانند simpy برای شبیه سازی رویدادهای گسسته و numpy برایانجام محاسبات عددی کار می کند هدف اصلی این کد بهینه سازی تخصیص کامیون ها به بیل ها برای حداکثر کردن بهره وری در حمل ونقل مواد معدنی است در این شبیه سازی، پنج بیل و ده کامیون وجود دارد که هر کدام نرخ های بارگیری و مسافرت مشخصی دارند ایننرخ ها به عنوان پارامترهای ورودی به شبیه سازی داده می شون د و برای هر بیل و کامیون متفاوت هستند همچنین، احتمال خرابی برای هربیل و کامیون وجود دارد که در شبیه سازی در نظر گرفته شده است نتایج نشان می دهند که مدل یادگیری تقویتی با استفاده از الگوریتمQ learning قادر است تا تخصیص بهینه کامیون ها به بیل ها را یاد بگیرد و بهترین عملکرد را نسبت به دو مدل ساده تر داشته باشد اینمدل با استفاده از به روزرسانی مقادیر Q و یادگیری از تجربیات گذشته، سیاستی بهینه می آموزد که منجر به بیشترین تعداد بارگیری هایموفق می شود و بهره وری کلی سیستم را افزایش می دهد

کلیدواژه‌ها

نویسندگان

عرفان مزینانی

دانشجوی کارشناسی ارشد، دانشگاه تربیت مدرس

نسیم نهاوندی

استاد ، دانشگاه تربیت مدرس

مزینانی، عرفان و نهاوندی، نسیم،1403،شبیه سازی تخصیص کامیون به بیل در معادن روباز با رویکرد یادگیری تقویتی،دهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها،مشهد

ارائه‌شده در

مجموعه مقالات دهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها28 شهریور 1403 · مشهد