تعیین مناطق بهینه حفاری در اکتشاف تفصیلی منابع معدنی با استفاده ازشبکههای عصبی GRNN و RBF درمحیط GIS

  • سال انتشار: 1389
  • محل انتشار: همایش ژئوماتیک 89
  • کد COI اختصاصی: GEO89_162
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1631
دانلود فایل این مقاله

نویسندگان

امین مهرمنش

دانشجوی کارشناسی ارشد دانشگاه صنعتی خواجه نصیرالدین طوسی، خ ولیعصر، ت

علی منصوریان

دکترای مهندسی ژئوماتیک ، دانشگاه صنعتی خواجه نصیرالدین طوسی، خ ولیعص

متین فروتن مقدم

دانشجوی کارشناسی ارشد دانشگاه صنعتی خواجه نصیرالدین طوسی، خ ولیعصر، ت

محمودرضا صاحبی

دکترای مهندسی ژئوماتیک ، دانشگاه صنعتی خواجه نصیرالدین طوسی، خ ولیعص

چکیده

حفاری در اکتشاف معادن،پروسهای پرهزینه و زمانبر بوده و با مشکلات بسیاری همراه است.از اینرو تعیین نقاط حفاری در مطالعات تفصیلی اکتشاف ذخایر معدنی، که از طریق در نظر گرفتن کلیه شرایط پیچیده حاکم بر شکل- گیری ذخایر معدنی و تلفیق فاکتورهای موثر بر کانیسازی انجام میشود، از اهمیت ویژهای برخوردار است .با توجه به اینکه روشهای متداول تلفیق فاکتورهای کانیسازی مانند روشهای همپوشانی ،بر دانش کارشناسی استوار است، دقت این روشها با افزایش حجم اطلاعات پردازش شده و وجود نویز در دادهها بهنحو قابل توجهی کاهش مییابد. لذا برای حل مشکلات موجودبه ابزارهای قوی در پردازش حجم عظیم اطلاعات و باانعطافپذیری زیاد نیاز است. شبکه- های عصبی با ساختار موازی و انعطافپذیر، از توانایی بالایی در مدیریت جحم عظیم اطلاعات واستخراج الگوها از میان دادههای نویزدار برخوردارند. لذا شبکههای عصبی میتوانند جهت شناسایی نقاط مناسب برای حفاری مورد استفاده قرار گیرند. بنابراین در این مقاله به تهیه نقشههای نقاط بهینه حفاری ذخایر مسپورفیری بهوسیله دو نوع شبکه عصبیGRNN و RBF بابهرهگیری از روش cross correlation و ارزیابی این نقشهها بر اساس گمانههای اکتشافی حفرشده در منطقه نوچون استان کرمان پرداخته شده است. نتایج ارزیابی نقشههای تهیه شده توسط این دو نوع شبکهعصبی، نشان میدهد که شبکه عصبیGRNNاز کارآیی بهتر با دقتی در حدود ۷۱ درصد برای مدلسازی مکانیابی نقاط بهینه حفاری برخوردار است. مکانیابی نقاط بهینه حفاری برخوردار است.

کلیدواژه ها

شبکههای عصبی، مس پرفیری، نقاط حفاری، سیستم اطلاعات مکانی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.