پیش بینی لرزش زمین ناشی از عملیات آتشباری در معادن با استفاده از رگرسیون خطی چند متغیره، شبکه عصبی مصنوعی و ماشین بردار پشتیبان
محل انتشار: سومین کنفرانس معادن روباز ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,319
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IOPMC03_038
تاریخ نمایه سازی: 28 شهریور 1394
چکیده مقاله:
عملیات حفاری و آتشباری از جمله مهمترین فرآیندهای استخراج معادن روباز هستند که گاهی اوقات توأم با پیامدهای نامطلوببوده و باعث بوجود آمدن خطرات و مشکلاتی می شوند. از جمله پیامدهای خطرناک و نامطلوب عملیات انفجار معادن روباز، پدیدهلرزش زمین است. کنترل لرزش زمین ناشی از انفجار یک موضوع تحقیقاتی مهم در مهندسی انفجار بوده است و توسط حداکثرسرعت ذرهای اندازه گیری میشود. در این مطالعه 37 مورد از رویدادهای لرزه ای انجام یافته در معدن مس سونگون اهر، مورد بررسیقرار گرفت. در این مقاله به بررسی اثر پارامترهای لرزش زمین بر حداکثر سرعت ذرهای با استفاده از رگرسیون خطی چند متغیره،شبکه عصبی مصنوعی و ماشین بردار پشتیبان پرداخته شده است. نتایج آماری مدل نشان میدهد که ارتباط بسیار خوبی بین حداکثر سرعت ذرهای مجموعه آموزش و متغیرهای سازنده مدل با ضریب تعیین R(2)=0/80 برای رگرسیون خطی چند متغیره، 0/98 برای شبکه عصبی مصنوعی و همچنین ضریب تعیین 0/99 برای ماشین بردار پشتیبان وجود دارد. همچنین مقدار مربع ضریب همبستگی برای دادههای مجموعه تست، برابر 0/75 0 برای رگرسیون خطی چند متغیره 0/84 برای شبکه عصبی مصنوعی و 0/99 برای ماشین بردار پشتیبان بدست آمد که نمایانگر توانایی بالای این روش های مدلسازی در پیش بینی نمونه های خارج از آن است.
کلیدواژه ها:
نویسندگان
احسان پیرهادی
دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
هادی حمیدیان
استادیار گروه معدن، دانشگاه آزاد اسلامی واحد قائمشهر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :