پیش بینی پرتاب سنگ معدن سنگ آهن گل گهر با استفاده از شبکه های عصبی مصنوعی و الگوریتم های بهینه سازی ژنتیک و رقابت استعماری

پرتاب سنگ حرکت کنترل نشده قطعات خرد شده سنگ میباشد که در عملیات آتش کاری در معادن روباز ایجاد می شوند و یکی از منابع اصلی آسیب دیدن سازه ها، تجهیزات و افراد را تشکیل می دهد. به دلیل وجود کارگران و تاسیسات در نزدیکی معادن روباز پیش بینی دقیق پرتاب سنگ امری مهم و ضروری به شمار می رود. در این تحقیق به پیش بینی پدیده پرتاب سنگ در معدن سنگ آهن گل گهر با استفاده از شبکه عصبی مصنوعی پرداخته شد. پارامترهای قطر چال، ضخامت بارسنگ، میزان ماده منفجره در هر چال و وزن مخصوص ماده منفجره بهعنوان پارامترهای ورودی به شبکه برای پیش بینی پرتاب سنگ در نظر گرفته شد. جهت پروسه یادگیری شبکه عصبی از الگوریتمهای لونبرگ مارکوارت، رقابت استعماری و ژنتیک استفاده شد؛ سپس با استفاده از بررسی ساختارهای مختلف شبکه عصبی، بهترین نتایج مجموعه داده های آزمون برای هرکدام از الگوریتم های لونبرگ مارکوارت، ژنتیک و ، رقابت استعماری به دست آمد که در نهایت مشخص شد مقدار خطای هر یک از الگوریتم های یادگیری شبکه عصبی در بهترین حالت به ترتیب برابر با 27،12 و 11 درصد می باشند. بنابراین می توان نتیجه گرفت الگوریتم لونبرگ مارکوارت که از الگوریتم های پیش فرض شبکه عصبی است به علت مقدار خطای زیاد برای پیش بینی پرتاب سنگ کاربردی ندارد در حالیکه با استفاده از الگوریتم های بهینه سازی رقابت استعماری و ژنتیک می توان با دقت بالایی پدیده پرتاب سنگ در معادن روباز در اثر آتشباری را پیش بینی کرد.

پیش بینی پرتاب سنگ معدن سنگ آهن گل گهر با استفاده از شبکه های عصبی مصنوعی و الگوریتم های بهینه سازی ژنتیک و رقابت استعماری Keywords:

پرتاب سنگ , شبکه های عصبی مصنوعی , الگوریتم رقابت استعماری , الگوریتم ژنتیک , معدن گل گهر