论文部分内容阅读
GNNS/GIS和无线通讯技术降低了露天矿调度系统的成本,也减少了员工和系统的交互障碍。本文应用智能交通行程时间预测的概念和方法,在分析露天矿车辆-路径行程时间变化规律的基础上,对比研究BP神经网络和支持向量机在行程时间预测上的结果,选择基于SVM的预测模型对露天矿车辆-路径行程时间进行预测,获得调度时刻下一阶段车辆-路径的行程时间预测,作为参数改进动态调度模型,进一步提高了动态调度模型的准确和可靠度;同时通过减少动态调度引起的车辆-路径变化频率,提高运输效率和安全。分析了露天矿调度系统的多层服务结构和主要的调度服务契约。基于工作流理论利用Petri网描述了露天矿调度系统业务流程和车辆终端业务流程,并利用等价计算理论计算露天矿调度业务流程的时间耗费,实现定量分析露天矿调度系统业务流程的改进效果。