案例库 · 研发与科研 · 运营决策 · 2023–2026
力拓借助大邻域搜索破解数十年露天矿规划难题
力拓规划人员利用大邻域搜索,破解了求解器无法处理的长期露天矿规划模型,创造了数百万美元的价值洞察。
Rio Tinto
解法
露天矿规划涉及数十年的开采,会产生庞大且复杂的优化模型:矿坑顺序、配矿、设备、矿石品位相互交织。现成求解器要么超时要么内存耗尽,规划人员只能退回到少数场景的人工分析。
该团队的大邻域搜索反其道而行:先用滑动窗口启发式算法生成一个初始可行方案,然后反复求解受限混合整数模型,每次迭代只释放一部分变量。邻域形成策略利用模型结构来选择释放哪些变量。
该方案已在力拓上线运行,能够解决商业求解器无法处理的大型长期规划模型,大幅缩短求解时间,让规划人员可以测试多种场景——由此产生了数百万美元的价值洞察。
生效的原因
- 固定绝大多数变量使每个子问题规模足够小,可以精确求解,同时在不同邻域间迭代可以跳出单次贪心算法容易陷入的局部陷阱。
- 结构感知的邻域(如矿块、台阶、时间段)释放的变量是实际相互作用的,因此迭代收敛快。
- 场景探索才是真正的产品:规划人员如今可以针对多种未来提出“如果……会怎样”的问题,而不用抠抠搜搜只做三次运行。
取得的成效固定绝大多数变量;每次只对邻域内的变量重新优化聪明
可借鉴之处
当模型大到无法求解时,不要缩小问题——固定大部分答案,然后不断对移动的决策邻域重新求解,直到收敛。
后续进展
研究发表于2026年《INFORMS应用分析杂志》。力拓已将该框架用于长期矿山规划,论文称更快的场景探索带来了“数百万美元的价值洞察”。
资料来源
- Long-Term Open-Pit Mine Planning with Large Neighborhood Search
- Long-Term Open-Pit Mine Planning with Large Neighborhood Search
发现哪里写错了?告诉我们。