大学本科采矿工程专业四年级《矿业给水系统智能优化调配算法》教学设计

大学本科采矿工程专业四年级《矿业给水系统智能优化调配算法》教学设计

一、教学背景与定位

（一）学科与学段归属

本设计定位于大学本科采矿工程专业四年级，专业方向选修课程《矿业系统工程》的核心高阶模块，也是《毕业设计》中“智慧矿山”选题的重要理论先导。该学段学生已完成高等数学、线性代数、运筹学、流体力学、矿山机械与设备、Python科学计算等前序必修课程，具备扎实的数理基础与初步的编程能力，正处于从“课程知识接受者”向“复杂工程问题解决者”转型的关键期。

（二）内容战略定位

本专题聚焦于矿业用水系统的“水源-管网-用户”全链条智能优化调配，以算法为经、工程为纬，将运筹优化、水力计算与人工智能方法深度融合。它不仅是《矿业系统工程》中“系统优化”章节的典型载体，更是新工科背景下“采矿+控制+大数据”跨学科能力的集中体现，直接支撑毕业要求中“设计/开发解决方案”与“使用现代工具”两大指标点。

（三）学情精准画像

认知优势：学生对线性规划的标准形式有记忆，能够使用MATLAB的linprog函数求解简单食谱问题；对遗传算法仅有概念性了解，知道“选择、交叉、变异”三个名词。认知瓶颈：无法将管网物理参数（管径、糙率、水泵特性曲线）映射为数学模型中的约束矩阵；对于含整数变量（水泵启停）或非线性项（管路阻力）的优化问题存在畏难情绪；调试算法时易陷入“调参无依据”的经验主义。【难点】情感态度：对矿山真实海量数据有敬畏感，但对“算法如何省电省水”有朴素的好奇心。【重要契机】

二、教学目标与核心素养锚定

（一）知识目标体系

1.准确复述矿业用水系统的三类节点（水源、中转水池、用水户）与两类边界（供水能力上限、需水下限），并绘制有向图模型。【基础】【高频考点】

2.解释线性规划中影子价格在矿业用水经济性评价中的物理意义。【重要】

3.阐明遗传算法求解管网调配问题时，罚函数法处理节点流量平衡约束的数学原理。【非常重要】【热点】

4.列举至少两种适用于矿业用水多目标优化（能耗最小、缺水率最低）的帕累托前沿求解策略。【难点】

（二）能力目标体系

1.能够根据给定的矿山给水管网拓扑及实测数据，独立建立以供水能耗最小或供水量最大为目标、含线性/非线性约束的优化模型。【非常重要】【毕业要求核心】

2.熟练运用Python遗传算法库（Geatpy/Scikit-opt）或自编框架，求解不少于10个决策变量、20个约束条件的调配问题，并对收敛曲线进行诊断与改进。【热点】

3.针对来水波动或需水突变场景，设计鲁棒优化方案并通过仿真实验验证其有效性。【高阶能力】

（三）价值目标体系

1.在案例研讨中形成“每一滴水都有机会成本”的资源伦理观，认同绿色矿山建设的技术路径。

2.在小组对抗赛中体验集体智慧对算法参数的优化作用，养成合作探究的学术习惯。

3.认知算法模型的局限性，树立“模型是现实的近似，决策需结合工程经验”的系统观。

三、教学重点与难点解构

（一）教学重点

1.矿山给水管网的图论建模方法——将物理管道抽象为赋权图，并正确列写节点流量连续性方程与环能量方程（简化版）。【基础】【高频考点】

2.遗传算法核心算子的矿业适配设计——特别是实数编码策略与约束条件的罚函数转化技术。【非常重要】【热点】

3.多水源供水时的边际成本计算——基于线性规划对偶变量的经济解释。【重要】

（二）教学难点

1.大规模非线性约束下多目标调配问题的帕累托前沿求解与方案比选。【难点】【挑战性】

2.考虑水泵变速调节的混合整数非线性规划（MINLP）模型的松弛与求解思路。【思维进阶】

3.来水不确定性的鲁棒对应等价模型建构——从确定性优化到机会约束规划的跨越。【学术前沿映射】

四、教学策略与范式创新

采用“三阶六步”项目式学习范式，以真实矿山脱敏数据为认知锚点。第一阶“模型复刻”强调对物理系统的数学抽象，使用翻转课堂使学生课前完成简单管网的方程列写；第二阶“算法剧场”将遗传算法的迭代过程可视化，将黑箱操作转化为可观测的种群进化景观；第三阶“方案竞标”设置甲方评审角色，倒逼各组反思算法参数选择的合理性。全程贯穿BOPPPS有效教学结构，每15分钟设置一次交互触发器。

五、教学资源与认知工具

物理环境：智慧教室配置六边形研讨桌、每组一台装有MATLAB2022b及Python3.9的图形工作站、三屏联动板书系统。数字资源：自研“矿业用水虚拟仿真实验平台V2.0”，支持随机生成树状/环状管网，可输出节点需水时序数据；提供某大型铁矿“井下排水-选厂用水-尾矿回水”真实系统三年期运行数据的脱敏版CSV文件；校本微课资源库含《水力计算简史》《遗传算法进化可视化》等5个微视频。工具包：教师已预制半成品代码模板，预留适应度函数、约束处理等空位供学生填补。

六、教学实施过程深度展开（核心篇幅）

本专题总计安排4学时，分两次课完成，每次课90分钟。第一次课以线性规划为刃，剖析调配问题的数学结构；第二次课以遗传算法为矛，攻克非线性与离散变量困境。

（一）第一次课：模型基石与线性调配（90分钟）

1.情境锚定与问题破冰（8分钟）【非常重要】

教师展示矿山真实场景——某铁矿-480m水平泵房排水监控界面，水泵电流值、水池液位、管道瞬时流量以秒级刷新。画面切换至一周前该矿因暴雨导致井下涌水激增，调度员手动操作滞后造成部分作业面停产的新闻简报。教师提出本课核心驱动性问题：“当涌水量瞬时增加20%时，如何在3分钟内重新设定各中段供水阀门与水泵组合，既避免水仓溢流，又保障选厂连续作业？”学生以三人小组为单位，在电磁白板上列出他们认为必须考虑的要素（水源数、用户优先级、管道容量等），教师随机抽取两组进行30秒快闪汇报。此环节激活学生对“决策变量”“约束条件”的前理解，并暴露常见误区——只考虑水量平衡而忽略水泵扬程约束。【重要诊断契机】

2.系统解构与图论映射（20分钟）【基础】【高频考点】

教师以典型分区供水系统为例，动态拆解物理架构：三个水源（主井排水、露天坑收集、尾矿库回水）、两个中转水池、五个用水户（碎矿、磨浮、除尘、生活、绿化）。运用动画演示将泵站、阀门、三通抽象为节点，管道抽象为有向边，并同步标注管长、管径、摩阻系数属性。重点讲授关联矩阵A的建立法则——若水流流出节点则矩阵元素为-1，流入为+1，无关为0。教师逐行列写节点流量平衡方程A·Q=D，并明确指出D中用水户节点为负值，水源节点为正值。【基础】随后引入哈真-威廉姆斯公式简化版：h_f=k·Q^1.85，并解释非线性项是后续引入智能算法的根本原因。学生随堂完成微型练习：给定一个包含2水源、1水池、3用户的简化树状管网，在5分钟内补全关联矩阵并检查量纲一致性。教师通过教学系统截屏典型错误（如方向符号颠倒、遗漏大气压节点），集中讲评。

3.线性规划建模与求解实战（35分钟）【非常重要】【热点】

承接上一步，教师首先假设管道阻力与流量呈线性关系（层流近似），构建以“吨水百米扬程电耗最小”为目标函数的线性规划原型。决策变量为每条管段的流量，约束包括节点连续性、水源能力上限、用户需水下限、管道最大过流能力。教师在LINGO19.0环境中逐句输入模型代码，并调用全局求解器。当求解器显示“Globaloptimalsolutionfound”时，课堂出现第一次认知冲突——部分学生发现最优解中某水源供水为零，质疑该水源建设是否浪费。教师立即引入“对偶价格”概念，解释该水源供水能力约束的影子价格为零的原因，并联系矿山实际：该水源水质含氯高，淡化成本使其在经济上不具备竞争力。【高频考点】【非常重要】随后发布小组挑战任务：每组获得参数略有差异的管网（如某用户需水上下浮动10%），须在18分钟内用MATLAB的linprog接口完成模型求解，并将流量分配方案以箭头粗细形式标注在纸质拓扑图上。教师巡回指导，针对部分小组出现“约束过紧无可行解”的情况，引导其检查是否将等式约束误写为不等式，或建议启用松弛变量进行可行性修复。小组提交成果后，教师选取三份典型方案（经济最优、水源均衡、极端依赖单一水源）投影对比，组织学生从供水可靠性角度进行倾向性投票。

4.认知冲突与悬念制造（7分钟）

教师展示一组包含调速水泵的复杂场景：当用户需水波动时，水泵变频调节可使流量连续变化，但能耗与流量呈高次函数关系。此时目标函数出现非线性项，线性规划失效。画面定格在一台正在调节转速的水泵上，教师抛出新问题：“如果目标函数是非线性的，甚至需要决定哪台水泵开机（0-1变量），我们该用什么工具？”课堂进入短暂的静默思考，教师顺势发布课后拓展任务——以小组为单位，在中国知网或OnePetro检索一篇关于矿山排水系统非线性优化的文献，提炼其求解方法，课前24小时提交至课程论坛。本环节利用认知缺口制造学习势能，为第二次课智能算法的出场铺设逻辑台阶。

（二）第二次课：智能优化与综合实训（90分钟）【非常重要】

1.前测反馈与文献漂流（10分钟）

教师通过学习通发布5道限时选择题，覆盖线性规划标准化、罚函数思想、遗传算法基本术语。实时数据显示：关于“非线性约束如何处理”的正确率仅42%，证实了罚函数是本课核心痛点。【难点】教师针对该题进行2分钟微讲解，以“跷跷板压砝码”类比惩罚系数的作用。随后进入“文献漂流”环节：随机抽取两组，分别介绍他们检索到的案例。第一组分享某铜矿采用粒子群算法优化浮选药剂配比的论文，第二组分享金矿排水泵组动态规划案例。教师提炼两案例共性——都是通过模仿自然现象或枚举状态空间来回避求导困难，自然过渡到遗传算法。

2.核心原理与矿业适配精讲（25分钟）【热点】【非常重要】

教师以“物种进化”隐喻开场：初始种群是随机生成的若干组供水方案，适应度高的方案有更大机会产生下一代。全流程拆解为五个步骤并辅以算法剧场可视化。

（1）编码策略——采用实数编码，染色体长度等于决策变量个数。教师强调二进制编码在此类连续优化问题中精度受限，而实数编码可直接对应流量值，物理意义清晰。【非常重要】

（2）初始种群生成——在各变量定义域内使用拉丁超立方采样，保证种群多样性。教师演示两种采样效果对比，学生明显观察到随机均匀采样易产生边缘堆积。

（3）适应度函数设计——将目标函数（总能耗）取倒数作为适应度基值。核心难点在于约束处理：采用外点动态罚函数法，惩罚因子随进化代数增加而增大，初期允许少量越界以保持多样性，后期强制可行。【难点】教师手写罚函数表达式：F=1/(f+λ(t)·Σg_violation)，并解释λ(t)的指数增长策略。

（4）选择算子——轮盘赌与精英保留（前5%直接晋级）相结合，避免最优解退化。

（5）交叉与变异——模拟二进制交叉（SBX）与多项式变异，并重点说明分布指数对子代与父代相似度的影响。【重要】

算法剧场App同步展示种群在二维决策空间上的散点变化：初代散点遍布全图，随着进化，散点逐渐聚集在可行域边界并最终收敛至最优区域。可视化使抽象的“收敛”概念具象化，学生发出“原来就是这样找到最优解的”的感叹。

1.结对编程与算法淬火（30分钟）【非常重要】

教师提供基于PythonGeatpy框架的半成品代码，已封装管网数据读取、目标函数框架及遗传算法主循环骨架，留白三处核心模块待学生补充：（1）罚函数模块——根据节点流量偏差绝对值之和计算违反度；（2）选择索引模块——实现锦标赛选择；（3）进化记录模块——存储每一代的最优个体与种群均值。学生二人一组，开展结对编程。教师设定基础任务与拓展任务双轨制。

基础任务：完成罚函数编写，设置初始惩罚因子为100，每代倍增，成功运行算法并输出最优流量分配方案，绘制收敛曲线。【重要】

拓展任务：对比交叉概率0.6与0.9的收敛曲线差异，尝试使用粒子群优化算法求解同一问题，并对比两种算法在30次独立运行中的最优值均值与标准差。【非常重要】

课堂陷入沉浸式编码状态，教师穿行于各组之间，实时解决常见报错：维度不匹配、罚函数量级淹没目标函数、早熟收敛。针对某组出现的“种群迅速归一”现象，教师引导其检查是否变异概率设置过低（0.01），建议提高至0.1以增强探索能力。十五分钟后，已有七组成功得到可行解，教师邀请其中一组通过投屏展示其收敛曲线——曲线在80代后趋于平直，最优解对应水泵能耗较人工经验值降低7.3%，课堂响起自发掌声。

1.算法会诊与社群建构（15分钟）【非常重要】

教师从后台选取三组典型结果推送至全班屏幕：A组收敛极快但解的质量差（局部最优），B组振荡剧烈200代仍未稳定（参数失调），C组稳定且最优值最低（成功范例）。教师作为主持人，引导全班对A、B组进行“算法会诊”。学生基于刚刚的实战体验，踊跃发言：A组可能精英保留比例过高或变异概率太低，导致种群迅速失去多样性；B组可能惩罚系数增长过慢，大量不可行解占据种群。教师在黑板左侧写下“调参口诀”——选择压力要适中，变异概率看维数，惩罚系数步步高。此环节将隐性知识社会化，错误成为最宝贵的学习资源。最后教师展示C组的流量分配方案，并请该组代表简述他们是如何通过三次参数迭代才获得当前结果，真实再现了“算法调优”的工匠精神。

2.高阶迁移与终极挑战（10分钟）

教师将视野从井下供水扩展至全矿水系统：露天采场爆堆抑尘洒水、选矿厂循环水浓缩池底流浓度控制、尾矿库澄清水回用。强调不同场景对优化目标的时间尺度要求不同——井下排水需分钟级响应，而尾矿回用可小时级优化。引出“在线滚动优化”概念，并演示模型预测控制（MPC）在矿山废水处理加药量调节中的应用前景。发布跨课时项目任务：“实验矿井雨季应急排水预案智能生成系统”。要求各小组基于真实降雨预报数据（提供三年历史值），构建考虑泵启停磨损成本与淹没风险损失的多目标模型，采用NSGA-II算法求解帕累托前沿，并从前沿中挑选折中解形成调度表。任务周期