1. 研究目的与意义（文献综述包含参考文献）

目前国内典型制砂工艺为南方路机v7制砂技术，黎明重工vu制砂技术。这些技术过于倚重设备，原料为0-5尾矿砂和5-13石屑，存在投资大，生产成本高，系统复杂等问题。因此从工艺角度研发了基于尾矿砂的机制砂生产工艺，即”分离（s)-破碎（c)-混合（m)”制砂工艺。

为解决国内现有的制砂工艺存在的成本高，浪费大，系统复杂等问题，从工艺角度研发了基于尾矿砂的机制砂生产工艺，即scm制砂工艺。本工艺采用粗粒深加工和多组分混合制砂思路，该工艺现在分组较多时，个别组超量导致浪费问题。如何发掘出最佳组分比例，实现生产可替代天然砂的机制砂，实现无废或少废是研究的重点。

就目前国内研究的现状来看，应用遗传算法来解决机制砂的组分问题还是比较少见的。遗传算法（genetic algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法[7]。它是由美国的j.holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。

在这个课题的研究当中，运用到的就是遗传算法的基本思想[8]，它正是根据生物进化中的”适者生存”的基本思想设计的，它把问题的求解过程模拟成适者生存过程，通过群体的一代代的不断进化出现新群体，相当去找出问题的新解，最终收敛到”最适应环境”的个体，从而球出问题的最优解或满意解。也就可以从中找出最佳组分比例。

2. 研究的基本内容、问题解决措施及方案

建立SCM制砂工艺最优配合比计算模型，利用遗传算法设计出平衡多指标的最优配合比计算体系。针对具体工艺和数据，细化模型，并利用遗传算法给出具体结果。时刻牢记，在分析、研究、操作中，必将以理论作为基础，结合考虑实际可行性，少做无用功。