气象-矿山作业调度关联模型

采用 "规则阈值 + 机器学习" 混合架构。第一层基于《矿山气象信息推送规则》中降水与大雾要素的预警、告警触发、连续与取消条件进行硬性作业约束判定。第二层基于梯度提升树 / 时序神经网络，学习降雨强度、累计雨量、降水持续时间与能见度同作业受限时长、最优停工提前量与复产时机之间的非线性关联。第三层结合调度滞后约束滚动优化作业计划，量化权衡 "过度保守停工" 与 "冒险作业" 的损失风险，输出未来 24 小时逐小时作业窗口与停工复产时点等动态调度建议。

搜集汇总

背景与挑战

背景概述

该数据集为“气象-矿山作业调度关联模型”，采用“规则阈值+机器学习”混合架构，结合降水、大雾等气象预报与矿山作业限制条款，通过梯度提升树/时序神经网络学习降雨、能见度与作业受限时长、停工复产时机的非线性关联，并滚动优化调度计划。模型输出未来24小时逐小时作业窗口（可作业/限制作业/禁止作业）与停工复产时点建议，支撑尾矿库、排土场调度由“经验调度”向“数据调度”转变。数据规模0.01GB，更新周期为月。