تخمین عیار کانسار فسفات اسفوردی با روش رگرسیون بردار پشتیبان
- سال انتشار: 1398
- محل انتشار: مجله مهندسی منابع معدنی، دوره: 4، شماره: 4
- کد COI اختصاصی: JR_MHRE-4-4_002
- زبان مقاله: فارسی
- تعداد مشاهده: 364
نویسندگان
استادیار، گروه مهندسی معدن، دانشگاه کاشان، کاشان
چکیده
امروزه تخمین متغیر با استفاده از روشهای مبتنی بر هوش مصنوعی از جمله رویکردهای جدیدی است که فرآیند تصمیمگیری موثر را در بسیاری از علوم میسر ساخته است. تخمین عیار نیز از مسایل مهم در ارزیابی ذخایر معدنی در علوم زمین به شمار میرود. روشهای زمین آماری از جمله روشهای متداول تخمین متغیر در علوم زمین محسوب میشوند. از آنجایی که این روشها در رابطه با دادههایی که تعداد آنها محدود است و ماهیت پراکندگی و غیرخطی بودن دارند تا حدودی دچار مشکل میشوند، در این مطالعه از روش رگرسیون بردار پشتیبان به عنوان یکی از روشهای هوشمند در حیطه الگوریتمهای یادگیری ماشین برای تخمین عیار در کانسار فسفات اسفوردی استفاده شده است. دقت مدلسازی انجام گرفته با این روش بر اساس دادههای آزمایش در حدود 84 درصد شد که نشاندهنده کارایی مدلسازی انجام شده است. بر اساس نتایج به دست آمده از مدلسازی انجام گرفته به روش رگرسیون بردار پشتیبان، اقدام به تخمین عیار در محدوده مدل بلوکی کانسار فسفات اسفوردی شد. نواحی معرفی شده به عنوان مناطق پرپتانسیل در مدل بلوکی تخمین زده شده به روش رگرسیون بردار پشتیبان میتواند در ادامه فرآیند اکتشاف به عنوان محل گمانههای تکمیلی مورد برداشت قرار گیرد. همچنین بر اساس نتایج به دست آمده از روش رگرسیون بردار پشتیبان در کانسار فسفات اسفوردی، مدل تناژ- عیار متوسط تهیه شد. به عنوان نمونه بر اساس این مدل به ازای عیار حد 6 درصد، تناژ ذخیره حدود 36/15 میلیون تن با عیار متوسط 59/13 درصد به دست آمد.کلیدواژه ها
الگوریتم یادگیری ماشین, رگرسیون بردار پشتیبان, مدلسازی, تخمین, فسفات اسفوردیاطلاعات 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.