井工煤矿无轨胶轮车数量多，运输易受搬家导面、突发事件等影响，传统的人工调度方式效率低，且易造成车辆闲置、空载、里程浪费等问题，而现有的辅助运输车辆调度方法大多面向固定任务使用离散事件优化的方案，将全局模型拆解为局部模型，缺乏对井工煤矿整体情况的分析。针对上述问题，提出了一种基于百度工业求解器的井工煤矿无轨胶轮车全局调度模型，介绍了该模型中信息收集模块、数据建模模块和工业求解器模块设计方案，以及无轨胶轮车全局调度流程。该模型采用基于“分批求解、迭代优化”的无轨胶轮车全局调度算法，由百度工业求解器基于动作调用启发式算法对车辆调度问题进行优化求解，解决了传统调度模型求解时间长、易陷入局部最优解等问题。实验结果表明，基于百度工业求解器的井工煤矿无轨胶轮车全局调度模型较人工调度方式大幅降低了使用车次，提高了车辆运转效率，调度优化的求解时间低于基于Gurobi求解器的局部调度模型，更适用于井下辅助运输场景下大规模复杂调度任务。

0 引言
1 无轨胶轮车全局调度模型原理
2 无轨胶轮车全局调度模型设计
2.1 信息收集模块
2.2 数据建模模块
2.3 工业求解器模块
2.4 无轨胶轮车全局调度过程
3 实验与结果分析
3.1 不同规模调度问题优化结果对比
3.2 优化速度对比
3.3 批尺度选择
4 结论