پیشبینی قیمت سنگ آهن با استفاده از روشهای استوار و مدلهای مبتنی بر هوش مصنوعی
- سال انتشار: 1400
- محل انتشار: دهمین کنفرانس مهندسی معدن ایران
- کد COI اختصاصی: IMEC10_136
- زبان مقاله: فارسی
- تعداد مشاهده: 470
نویسندگان
دکتری استخراج معدن، شرکت مهندسین مشاور ایمن سازان تدبیر پارس، تهران
کارشناس ارشد استخراج معدن، شرکت مهندسین مشاور ایمن سازان تدبیر پارس، تهران
کارشناس ارشد مدیریت اجرایی، شرکت مهندسین مشاور ایمن سازان تدبیر پارس، تهران
چکیده
آهن یکی از کاربردیترین فلزات در جهان است. قیمت جهانی سنگ آهن بر اساس عرضه و تقاضا تعیین می شود. متغیرهای متعددی از جمله قیمت فولاد، تولید فولاد، قیمت نفت، قیمت طلا، نرخ بهره، نرخ تورم، تولید آهن و قیمت آلومینیوم وجود دارد که بر قیمت جهانی سنگ آهن تاثیر می گذارد. با توجه به تعدد متغیرهای موثر و پیچیدگی روابط بین آنها، می توان از رویکردهای مبتنی بر هوش مصنوعی برای پیش بینی قیمت سنگ آهن استفاده کرد. در این مقاله ابتدا عملکرد مدلهای رگرسیون بردار پشتیبان (SVR)، شبکه عصبی مصنوعی (ANN)، درخت تصمیم (CART) و رگر سیون خطی چند متغیره (MLR) در پیشبینی قیمت ماهانه سنگ آهنمورد ارزیابی قرار گرفته است. سپس با استفاده از مجموعه داده های آزمایشی، مدلهای توسعه یافته اعتبار سنجی و ظرفیتهای عملکردی آنها مقایسه شده ا ست. نتایج نشان داد که عملکرد مدل SVM بر اساس چهار شاخص عملکرد ریشه میانگین مربعات خطا، ارزش واریانس (VAF)، میانگین خطای مطلق و ضریب تعیین (R۲) بهتر از سایر مدلهای پیشبینی کننده است. ضریب تعیین به دست آمده (به ترتیب ۰,۹۱، ۰,۸۱، ۰,۷۷ و ۰,۵۹ برای مدل های SVR، ANN، MLR و(CART نشان داد که روش رگرسیون بردارپشتیبان قادر به پیش بینی قیمت سنگ آهن با توانایی بالاتری ا ست. همچنین با تحلیل حساسیت مشخص شد متغیرهای قیمت طلا و قیمت نفت به ترتیب بیشترین تاثیر را در نوسانات قیمت جهانی سنگ آهن داشته اند.کلیدواژه ها
پیشبینی قیمت سنگ آهن، رگرسیون بردار پشتیبان، شبکه عصبی مصنوعی، درخت تصمیم، رگرسین خطی چند متغیره.مقالات مرتبط جدید
- پتانسیل کانیزایی و تشکیل بوکسیت در برگه علیآباد شمال استان سمنان
- کاربرد تلفیق تصاویر اپتیکال و راداری در بارزسازی سنگهای دگرسان شده و اکتشاف کانسارهای معدنی: مطالعات موردی از مصر، اندونزی و ایران
- شناسایی تاثیر لاگ های ژئو فیزیکی دراکتشافات نفت با تاکید بر چالش های تولید نفت در آب های عمیق تضمین جریان
- مروری بر مهندسی محیط زیست، توسعه پایدار، تجارت بین الملل و مدیریت منابع
- نقش هوش مصنوعی در ارتقای بهرهوری صنعت سنگ های ساختمانی
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.