Optimizing Extreme Learning Machine Algorithm using Particle Swarm Optimization to Estimate Iron Ore Grade

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: English
View: 373

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JMAE-12-2_008

تاریخ نمایه سازی: 20 تیر 1400

Abstract:

Scientific uncertainties make the grade estimation very complicated and important in the metallic ore deposits. This paper introduces a new hybrid method for estimating the iron ore grade using a combination of two artificial intelligence methods; it is based on the single layer-extreme learning machine and the particle swarm optimization approaches, and is designed based on the location of the boreholes, depth of the boreholes, and drill hole information from an orebody, and applied for the ore grade estimation on the basis of a block model. In this work, the two algorithms of optimization clustering and neural networks are used for the iron grade estimation in the Choghart iron ore north anomaly in the central Iran. The results of the training and testing the algorithms indicate a significant ability of the optimized neural network system in the ore grade estimation.

Authors

M. Fathi

Department of Mining Engineering, Faculty of Engineering, Imam Khomeini International University, Qazvin, Iran

A. Alimoradi

Department of Mining Engineering, Faculty of Engineering, Imam Khomeini International University, Qazvin, Iran

H.R. Hemati Ahooi

Department of Mining Engineering, Faculty of Engineering, Imam Khomeini International University, Qazvin, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Kapageridis, I. (۱۹۹۹). Application of Artificial Neural Network Systems to ...
  • Integrating Geophysical Attributes with New Cuckoo Search Machine-Learning Algorithm to Estimate Silver Grade Values–Case Study: Zarshouran Gold Mine [مقاله ژورنالی]
  • Moazzeni A. and Haffar, M.A. (۲۰۱۵). Artificial Intelligence for Lithology ...
  • Kapageridis, I.K., Denby, B.H. (۱۹۹۹). Ore Grade Estimation with Modular ...
  • Aleksander, I. and Taylor J. (۱۹۹۲). Artificial Neural Networks, Elsevier ...
  • Xaio-li, L., Yu-ling, X., Qian-jin, G., and Li-hong, L. (۲۰۱۰). ...
  • Badel M., Angorani S., and Shariat Panahi, M. (۲۰۱۱). The ...
  • Maleki, S., Ramazi, H., and Moradi, S. (۲۰۱۴). Estimation of ...
  • Abu Bakarr J., Sasakia, K., Yaguba, J., and Karim, B.A. ...
  • Nezamolhosseini, S.A., Mojhedzadeh, S. H., and Gholamnejad, J. (۲۰۱۷). The ...
  • Jafrasteh B. and Fathianpour, N. (۲۰۱۷). A Hybrid Simultaneous Perturbation ...
  • Dutta, S. (۲۰۱۰). Machine Learning Algorithms and their Application to ...
  • Marco Gori (۲۰۱۸). Machine Learning. A Constraint-based Approach, Elsevier ...
  • Guang-Bin H., Qin-Yu, Z., and Chee-Kheong S. (۲۰۰۶). Extreme Learning ...
  • Clerc M. (۲۰۰۶), Particle Swarm Optimization, ISTE ...
  • Eberhart, R. and Kennedy, J. (۱۹۹۵). A New Optimizer using ...
  • Majidi S. A., Lotfi, M., Emami, M. H., and Nezafati, ...
  • Eberhart R. and Shi, Y. (۲۰۰۱). Particle Swarm Optimization: Development, ...
  • Elliott D.L. (۱۹۹۳). A Better Activation Function for Artificial Neural ...
  • نمایش کامل مراجع