基于HGSVMA模型的露天矿卡车行程时间动态预测研究

顾清华，马平平，闫宝霞，卢才武，陈 露

(1.西安建筑科技大学资源工程学院，陕西 西安 710055；2.中国有色金属工业西安勘察设计研究院有限公司，陕西 西安 710043；3.西安建筑科技大学管理学院，陕西 西安 710055)

近些年，在许多露天矿中已经开始应用露天矿卡车调度系统[1-3]，并通过不断优化卡车调度系统[4]，来降低运营成本和提高采矿效率[5]。卡车调度系统的运行是基于卡车调度模型和卡车动态调度规则，而这些动态调度规则严重依赖于精确的卡车行程时间预测[6-8]。所以，精准的卡车行程时间预测是提高卡车调度效率的重要途径。

多年来，国内外学者一直致力于研究露天矿卡车行程时间预测。孙庆山[9]提出的多型号卡车运输的矿山路段运行时间统计模型，利用统计的卡车行程时间的平均值作为预测值，其难以准确有效地预测行程时间；张莹等[10]采用非平稳时间序列ARIMA模型对道路运行时间、电铲装车时间等时间参数进行预测，这类模型只考虑路段距离长短对行程时间预测的影响，存在预测精度低、实时性差的问题；白润才等[11]提出了多影响因素下的神经网络(ANN)行程时间预测函数模型，考虑了道路状况、卡车类型和卡车装载状态等因素，证明了行程时间预测函数是复杂的非线性函数关系；李建刚等[12]建立的基于模糊神经网络推理系统(ANFIS)的实时动态预测模型，提高了网络模型的精度和收敛速度；ERARSLAN[13]开发了一个计算机辅助系统来估算不同阻力的速度，通过道路长度除以卡车速度得到卡车行驶时间；……