Планирование добычи и переработки минерально-сырьевых ресурсов

В результате изучения этой главы студент должен:

знать

  • • сущность, основные факторы и модель оптимального выбора методов повышения эффективности добычи и первичной переработки минерально-сырьевых ресурсов;
  • • факторы и математическую формализацию оптимизации добычи минерально-сырьевых ресурсов;
  • • сущность и подходы к оптимизации транспортировки и переработки минерально-сырьевых ресурсов;
  • • модели учета факторов риска при оптимизации добычи минерально-сырьевых ресурсов;

уметь

  • • проводить оптимальный выбор методов повышения эффективности добычи и первичной переработки минерально-сырьевых ресурсов;
  • • находить оптимальный план добычи минерально-сырьевых ресурсов с учетом различных факторов и условий;
  • • проводить оптимизацию транспортировки и переработки минерально-сырьевых ресурсов;

владеть

  • • методами построения моделей с учетом разных факторов и численными методами оптимизации добычи и транспортировки минерально-сырьевых ресурсов;
  • • навыками оптимального выбора методов повышения эффективности добычи и первичной переработки минерально-сырьевых ресурсов.

Основы планирования добычи и первичной переработки минерально- сырьевых ресурсов

В процессе освоения месторождений, добычи полезных ископаемых и их первичной переработки необходимо решать множество задач, которые связаны с распределением финансовых средств, определением объемов добычи, поиском приоритетов освоения месторождений, прокладкой маршрута для трубопроводного транспорта и другими проблемами. При этом в каждой из задач необходимо находить оптимальный вариант решения, который позволяет максимизировать объемы добычи, получаемую прибыль или минимизировать затраты на добычу и первичную переработку. Оптимальное решение обычно отыскивается с учетом ограничений на финансирование работ по освоению месторождений, цен на добываемые богатства недр, спроса на природные ресурсы и других факторов. Эти задачи относятся к классу задач объемного планирования, поскольку в результате их решения отыскиваются объемы финансирования, объемы добычи и т.д.

Обычно такие задачи имеют линейную целевую функцию и ограничения. Для решения задач такого типа необходимо воспользоваться методами линейного программирования, например симплекс-методом (прил. 3). Такого типа задачи широко распространены в планировании добычи минеральных ресурсов и их первичной переработке, поэтому свободное владение моделями и методами линейного программирования представляется чрезвычайно важным.

В задачах планирования может также осуществляться выбор наилучшего варианта или набора вариантов. Например, формирование набора проектов в рамках финансовых возможностей, обеспечивающего максимум суммарного дохода. В этом случае искомые переменные принимают два значения: проект принимается или откладывается. Эти модели относятся обычно к моделям линейного программирования с булевыми переменными. Для решения широкого класса задач такого типа рекомендуется метод Баллаша, метод случайного поиска или метод Фора и Мальгранжа. Последний метод в нескольких модификациях рассматривается в настоящем учебнике.

Большое практическое значение имеют задачи долгосрочного планирования. При решении такого рода задач используются экспертные методы, модели иерархических деревьев целей и программных мероприятий (проектов), модели теории расписаний. Последние модели позволяют определить сроки реализации программных мероприятий (проектов). Для отыскания расписания реализации программных мероприятий необходимо воспользоваться специальными методами, в числе которых наиболее приоритетными являются эвристические. Эти методы позволяют решать задачи большой размерности за минимальное время. Результаты решения задач этими методами не являются оптимальными, но приводят к рациональному решению (близкому к рациональному). Полученное решение может быть использовано на практике.

Особенно важным представляется учет факторов рисков и неопределенности исходных данных при решении задач планирования. В зависимости от степени неопределенности учитываются вероятностные характеристики, возможности установления закона распределения исходных данных, описание исходных данных в терминах теории неопределенности и др. При этом оказывается необходимым осуществить выбор подходящей модели, наиболее адекватно описывающей исследуемую социально-экономическую систему. Выбранная модель служит базой для подбора эффективного метода решения задачи. Следует обращать внимание на такие критерии, как возможность применения метода для решения задачи большой размерности, скорость сходимости метода, отсутствие необходимости задания априорных параметров управления метода поиска решения и других параметров, которые затрудняют применение численного метода в практике управления.

Для решения задач такого рода используются методы нелинейного программирования. Выбор метода зависит от особенностей целевой функции задачи, поскольку в большинстве случаев ограничения остаются линейными. Наиболее распространенным вариантом решения задач стохастического программирования является приведение к дробно-линейному критерию, что ведет к необходимости использования метода гиперболического программирования. Не исключено использование и нелинейного критерия, который требует применения методов нелинейного программирования, таких как метод условного градиента, проекции градиента, метод суммирования градиентов и др. (прил. 4).

Особый класс моделей планирования позволяет учесть риски и неопределенность исходной информации на основе теории неопределенностей (fuzzy technology). Для отыскания оптимального решения в такого рода моделях используются модификации рассмотренных методов, в которых применяется специальная математика нечетких чисел – fuzzy technology (прил. 5).

В данной главе представлены наиболее часто используемые модели, которые можно рассматривать как образцы для решения собственных задач, поскольку в конкретной ситуации можно наполнить их собственным (дополнительным) содержанием.

 
< Пред   СОДЕРЖАНИЕ     След >