ارزیابی عملکرد تخمینگرهای هوشمند در مدلسازی سه بعدی کانسار آهن "شهرک" بیجار
Publish place: Journal of Mineral Resource Engineering، Vol: 2، Issue: 3
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 177
This Paper With 9 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:
شناسه ملی سند علمی:
JR_MHRE-2-3_002
تاریخ نمایه سازی: 19 آذر 1400
Abstract:
بکارگیری روش های توانمند در تخمین ذخیره ماده معدنی نقش مهمی را در ارزیابی، طراحی و برنامه ریزی های معادن ایفا می کند. با توجه به مشکلات و مسایل ایجادشده در زمینه استفاده از روش های معمول مانند کریجینگ برای تخمین عیار در معادن، در این پژوهش کارایی تخمینگرهای هوشمندی چون شبکه عصبی و منطق فازی به منظور تخمین ذخیره کانسار آهن شهرک بیجار مورد بررسی قرار گرفت. در این کانسار داده ها از نوع گمانهاند. به این منظور داده های ۹ حلقه گمانه برای فرآیند تخمین ذخیره استفاده شدند. درروش تخمین فازی ابتدا داده ها به روش فازی میان مرکز (F.C.M) خوشه بندی شده و سپس عیار در مرکز هر خوشه محاسبه میشود. به کمک این اطلاعات و در نظر گرفتن یک کنترل عیار فازی مناسب، عیار در نقاط موردنظر تخمین زده شد. در روش شبکه عصبی، برایارزیابی شبکه طراحی شده، ابتدا داده های چند چاه به طورکامل به عنوان داده های مجموعه اعتبارسنجی انتخاب می شوند و بقیه گمانه ها برای مجموعه داده هایآموزشی در نظرگرفته خواهند شد. پس از آموزش شبکه عصبی به وسیله بقیه داده ها، صحت تخمین دادههای اعتبارسنجی ۸۰ درصد به دست آمد. نتایج بیانگر قابلیت تعمیمدهی و کارایی محاسباتی بالاتر روش شبکه عصبی نسبت به روش دیگر در زمینه تخمین ذخیره کانسار بود.
Keywords:
Authors
فرزانه حسینی
کارشناسی ارشد مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی(ره)، قزوین
حمیدرضا همتی آهویی
استادیار، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی(ره)، قزوین
غلام رضا کریمی
استادیار، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی(ره)، قزوین
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 :