تخمین ذخیره کانسار با تکنیک شبکه عصبی مصنوعی

سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,079

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IMEC01_091

تاریخ نمایه سازی: 14 اسفند 1384

چکیده مقاله:

در مقاله حاضر از تکنیک شبکه عصبی مصنوعی برای تخمین ذخیره یک کانسار واقع در ایران مرکزی استفاده شده است. در این کانسار داد هها فقط از نوع گمانه است وداده ها ی تونل و ترانشه در دسترس نم یباشند. در کل تعداد 57 حلقه چاه در نظر گرفته شده اند. برای ارزیابی شبکه طراحی شده، داده های چهار چاه به طور کامل بعنوان داده های مجموعه اعتبارسنجی انتخاب شدند و مابقی گمان هها برای مجموعه داده های آموزشی در نظر گرفته شدند. یک سری از شبکه های پرسپترون (شبکه با تغذیه پیشرو) با پارامترهای متفاوت آموزش داده شدند و در نهایت پارامترهایی برای شبکه در نظر گرفته شد که پاسخ شبکه آموزش دیده برای داده های سری اعتبارسنجی به پاسخ واقعی نزدی کتر بود. پس از آموزش شبکه عصبی توسط باقی داده ها، صحت تخمین داده های اعتبارسنجی 73 درصد بدست آمد. شبکه آموزش دیده برای تخمین کل بلوک ها در فضای تخمین به کار رفت به طوریکه عیار هر بلوک برابر میانگین عیار تخمین زده شده 25 زیر بلوک قرار گرفت. منحنی عیار- تناژ به ازای مقادیر مختلف عیار حد ترسیم گشت و همچنین امکان ترسیم پلان های طبقه بندیکانسنگ و باطله در اف قهای مختلف ( 73 افق و هر یک با ضخامت 5 متر) وجود دارد. براساس این تخمین، مقدار تقریبی تناژ در کانسار هفت میلیون تن با عیار متوسط 7/86% با درنظر گرفتن عیار حد چهار درصد بدست آمد.

کلیدواژه ها:

نویسندگان

مریم شهابی فر

فار غالتحصیل کارشناسی ارشد مهندسی اکتشاف معدن، دانشکده فنی – دانشگاه

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • منهاج، محمد باقر، 1381، مبانی شبکه های عصبی (هوش محاسباتی- ...
  • Dowd, P.A, and Sarac, C, 1994, Aneural Network Approach to ...
  • Berry, M. J. A., Linoff. G., 1997, Data mining techniques, ...
  • Demuth, H., Beale, M., 2001, MATLAB User's Guide: Neural Network ...
  • Haykin, S., 1999, Neural Network: A C omprehensive Foundation, Prentice ...
  • نمایش کامل مراجع