Técnicas genéticas en la solución de un problema minero

Publicado

2017-10-01

Técnicas genéticas en la solución de un problema minero

A genetic algorithm to solve one mining selection problem

Palabras clave:

Genetic Algorithm, Mathematical Modeling, Mining, Programming (es)
Genetic algorithm, mathematical modeling, mining, programming (en)

Descargas

Autores/as

Orlando Belette-Fuentes Instituto Superior Minero Metalúrgico de Moa https://orcid.org/0000-0002-2491-8030
Rafael Zamora-Matamoros Centro de Investigación del Níquel https://orcid.org/0000-0002-9068-5001
Daimel Caballero-Echevarría Centro de Investigación del Níquel https://orcid.org/0000-0003-0054-5476

Resumen (es)
Resumen (en)

A mathematical model’s system for optimizing the efficiency for sampling exploration and exploitation networks in lateritic nickel and cobalt deposits, located in the north-eastern province of Holguin, was developed in the “Centro de Investigaciones del Níquel”. This system includes a new reservoir model based on multivariate substantial classification using the Markov model for discrete stochastic processes. As a result of the application of these models a linear optimization problem was obtained comprising an objective function, several constraints as inequalities and an additional restriction in the form of equality linked to the number of wells to be selected. The

generated problem has polynomial computational complexity and because no accurate methods exist to solve it, an automated tool that brings up feasible solutions was developed based on genetic algorithms.

Based on the decision to automate the solution of an optimization problem related to the selection of an "N" number of geological exploration wells in a reservoir, which reflects the general characteristics of the well and having the mathematical models created for that purpose, arises the need to look for some alternative that allows to obtain the solutions of the raised problem. The mathematical models created generate a system formed by an objective function, several constraints in the form of inequalities and an additional restriction, in the form of equality: a classic problem of selection. This type of problem has solutions of non-polynomial computational complexity; for this reason, instead of implementing complex algorithms, it was decided to design an automated tool based on the use of genetic algorithms. An automated application was created for the solution of the problem of selection of a described mining sample, being able to implement a low complexity computational solution.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Chinneck, J., Practical optimization: A gentle introduction [online]. [Consulted July 3 of 2015]. Available at: http://www.sce.carleton.ca/faculty/chinneck/po.html

Haupt, L. and Haupt, S.E., Practical genetics algorithms. 2da. ed. New Jersey: John Wiley & Sons, Inc. 2004.

López, J., Optimización multi-objetivo. Aplicaciones a problemas del mundo real. Tesis de Doctorado, Universidad Nacional de La Plata, Argentina, 2013.

Melián-Batista, B., Moreno-Pépez, J.A. y Moreno-Vega, J.M., Algoritmos genéticos. Una visión práctica. 71. 2009. [en línea]. [Consultado: 10 de junio 2015]. Disponible en: http://www.sinewton.org/numeros/numeros/71/Darwin_03.pdf

Peña-Abreu, R.E. y Sampalanco, C.M., Optimización del muestreo tecnológico en yacimientos lateríticos cubanos. Ciencias de la Tierra y el Espacio, 14, pp. 38-50, 2013.

Rincón, J.C., Aplicación de los algoritmos genéticos en la optimización del sistema de abastecimiento de agua de Barquisimento-Cabudare. Avances en Recursos Hidraulicos [En línea], 14, 2006. [Consultado 10 de junio 2015]. Disponible en: http://www.revistas.unal.edu.co/index.php/%20arh/article/viewFile/9328/9972

Salazar-Horning, E. y Sarzuri-Guarachi, R.A. Algoritmo genético mejorado para la minimización de la tardanza total en un flowshop flexible con tiempos de preparación dependientes de la secuencia. Ingeniare. Revista Chilena de Ingeniería [En línea], 23. 2015. [Consultado 10 de junio 2015]. Disponible en: http://www.scielo.cl/pdf/ingeniare/v23n1/art14.pdf.

Vidal-Esmorís, A., 2013. Algoritmos heurísticos en optimización. Tesis de Maestría, Universidad de Santiago de Compostela, España.

Zbigniew, M., Genetic Algorithms+ data Structures = Evolution Programs, Berlin, Springer-Verlag.1996.

Licencia

Derechos de autor 2017 DYNA

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.