کاربرد روشهای داده کاوی در پیش بینی مقدار مس در معادن

امروزه امکان ذخیره حجم بالای داده های خام با هزینه پایین فراهم شده است این داده ها همواره شامل دانش مفید کشف نشده ای هستند و تکنیکهای داده کاوی می توانند برای تحلیل داده ها و اشکار کردن قواعد پنهان استفاده شوند هدف داده کاوی اکتشاف الگوهای پنهان روابط بین داده ها و استفاده از الگوهای کشف شده در توصیف وضعیت کنونی یا پیش بینی وضعیت اینده می باشد دراین مقاله از روش های داده کاوی برای پیش بینی مقدار مس موجود در خاک به جای نمونه برداری سنتی استفاده شده است این روشها شامل الگوریتم های خوشه بندی و روش قواعد همکاری و همچنین درختهای تصمیم گیری است با استفاده از این روش ها مس برای محدوده مورد نظر براساس اطلاعات داده شده پیش بینی میشود مزیت این روش نسبت به روش نمونه برداری صرفه جویی در هزینه و تجهیزات و همچنین صرفه جویی در زمان می باشد و نتیجه به دست امده از اجرای این درختهای تصمیم گیری دارای دقت 88.66% می باشد.

Keywords:

داده کاوی , خوشه بندی , قواعد همکاری , درختهای تصمیم گیری , پیش بینی , کشف الگو , الگوریتم K Mean