مقایسه روش کریجینگ معمولی و تکنیکهای هوشمند در تخمین عیار در یکی از معادن ایران
[پایاننامه]
/نوراله ولیزاده
: دانشکده مهندسی معدن
، ۱۳۹۲
۱۰۹ ص
چاپی - الکترونیکی
کتابنامه در آخر پایان نامه
کارشناسی ارشد
مهندسی معدن
دانشگاه صنعتی سهند
تخمین عیار، یکی از دغدغههای اصلی در مرحلهی طراحیهای فنی و ارزیابیهای اقتصادی معادن است و در واقع موفقیت یک پروژه معدنی وابسته به صحت تخمین عیار ماده معدنی در کانسار است .از اینرو در سالهای اخیر پژوهشهای گستردهای در این زمینه انجام و روشهای متعددی برای تمین عیار توسعه داده شدهاند که در این بین، روشهای غیرخطی مبتنی بر هوش مصنوعی از مؤثرترین و دقیقترین روشهای معرفی شده به شمار میآیند .در مطالعه حاضر، چهار روش هوشمند ترکیبی از طریق تلفیق هر یک از روشهای شبکههای عصبی پرسپترون چندلایه و توابع شعاع پایه، سیستم استنتاج فازی-عصبی تطبیقی و رگرسیون بردار پشتیبان، با الگوریتم ژنتیک، به منظور تخمین عیار طراحی شدند که هدف از بکارگیری الگوریتم ژنتیک، بهینه کردن ساختار و پارامترهای طراحی تخمینگرهای هوشمند مذکور و در نتیجه افزایش قدرت تعمیمدهی، کاهش زمان و هزینه محاسباتی و بهبود نتایج آنها بوده است .سپس مقایسه عملکرد روشهای هوشمند ترکیبی و روش کریجینگ معمولی در تخمین عیار مس در کانسار پورفیری مس(طلا) مسجد داغی واقع در ۳۵ کیلومتری شرق جلفا در استان آذربایجان شرقی ، براساس شاخصهای آماری سنجش خطا انجام گرفت .براساس نتایج بدست آمده، روش رگرسیون بردار پشتیبان بهینهسازی شده، به دلیل قابلیت تعمیمدهی و کارایی محاسباتی بالاتر نسبت به دیگر روشهای هوشمند بکارگرفته شده، با ایجاد ضریب همبستگی ۰/۸۴ بین عیارهای تخمین زده شده و واقعی در مجموعهی آزمون، بهترین کارایی را نشان داد .از اینرو بکارگیری این روش به عنوان یک راهکار سریع و دقیق جهت تخمین عیار در موارد مشابه پیشنهاد میشود. همچنین براساس شاخصهای آماری محاسبه شده، روش کریجینگ معمولی با توجه به وجود ساختار فضایی مناسب برای عیار مس در کانسار مسجد داغی، عملکردی مناسب و نزدیک به روش رگرسیون بردار پشتیبان ارائه نمود
رگرسیون بردار پشتیبان
مسجد داغی
کریجینگ معمولی
روش هوشمند
تخمین عیار
ولیزاده، نوراله
شرقی، یوسف، استاد راهنما
ایران
20230611
معدن،۵۰۱۱۴،۱۳۹۲
ناریا نداعم زا یکی رد رایع نیمخت رد دنمشوه یاهکینکت و یلومعم گنیجیرک شور هسیاقم.pdf