مقایسه کارایی تخمین گرهای مبتنی بر هوش مصنوعی در تخمین عیار در کانسار مس پورفیری مسجد داغی

صحت تخمین عیار ماده معدنی نقش مهمی را در ارزیابی، طراحی و برنامه ریزی های معادن ایفا می کند. با توجه به مشکلات موجود در زمینه ی بکار گیری روش های متداول مانند کریجینگ جهت تخمین عیار، در این تحقیق کارایی تخمین گرهای هوشمندی چون شبکه عصبی پرسپترون چندلایه، رگرسیون بردار پشتیبان و سیستم فازی-عصبی تخمین عیار مس در کانسار پورفیری مس (طلا) مسجد داغی واقع در استان آذربایجان شرقی مورد بررسی قرار گرفت. بدین منظور پس از تقسیم بندی داده های عیار سنجی حاصل از ۳۱ گمانه اکتشافی به زیرمجموعه های آموزشی و آزمون، ساختار و مقادیر بهینه پارامترهای موثر در کارایی این تخمین گرها با استفاده از الگوریتم ژنتیک و بر مبنای داده های آموزشی تعیین شدند و درنهایت شاخص های اعتبارسنجی تخمین عیار مجموعه آزمون برای هر یک از روش ها محاسبه شدند. نتایج بیانگر قابلیت تعمیم دهی و کارایی محاسباتی بالاتر روش رگرسیون بردار پشتیبان نسبت به دو روش دیگر در زمینه تخمین عیار مس بود. از سویی دیگر نتایج  به مراتب مناسب تر این روش نسبت به کریجینگ معمولی در تخمین عیار مس نشان داد که می توان از این تخمین گر به عنوان یک ابزار سریع، دقیق و ارجح نسبت به دیگر تخمین گرهای هوشمند جهت تخمین عیار در موارد مشابه استفاده نمود.

Keywords:

تخمین عیار , روش های هوشمند , رگرسیون بردار پشتیبان , مسجد داغی