پایان‌نامه

پیش بینی خردایش حاصل از انفجار با روش رگرسیون-pso

چکیده

خردایش یکی از مهم ترین نتایج انفجار است که مستقیماً بر هزینه های تولید، بارگیری، باربری و حتی سنگ شکنی تأثیرگذار است.خردایش سنگ به عوامل زیادی از جمله خصوصیات توده سنگ، پارامترهای هندسی چال و نوع ماده منفجره بستگی دارد. روش های تجربی متعددی جهت پیش بینی خردایش توسط محققین مختلف ارائه شده است. از آنجایی که در تعیین ضرایب ثابت موجود در روابط تجربی فقط اطلاعات مربوط به یک یا چند منطقه مورد استفاده قرارگرفته، کاربرد این روابط در سایر شرایط ممکن است نتایج نامطلوبی را به همراه داشته باشد. برای به حداقل رساندن خطاهای پیش بینی خردایش می توان از روش های هوش مصنوعی بهره جست. در این تحقیق داده های مربوط به 30 انفجار انجام شده در معدن سنگ آهن گل گهر برداشت شد. برای ارزیابی خردایش از نرم افزار split desktop استفاده شد.خردایش با استفاده از مدل کاز-رام اصلاح شده و روش رگرسیون غیر خطی پیش بینی و توسط الگوریتم بهینه سازی توده ذرات، بهینه سازی شد. برای مدل سازی رگرسیون از نرم افزار spss و برای پیاده سازی الگوریتمpso از نرم افزار matlab استفاده شد. در نهایت خطای حاصل از هر روش محاسبه شد. ضریب تعیین و میانگین مربع خطای مدل کاز-رام اصلاح شده به ترتیب معادل 16/0 و55/33 است. همچنین ضریب تعیین و میانگین مربع خطای روش رگرسیون غیر خطی به ترتیب معادل 54/0 و38/12بدست آمد.با استفاده از الگوریتم بهینه سازی توده ذرات میزان ضریب تعیین روش رگرسیون غیر خطی به 79/0 افزایش و میزان خطا به 19/11 کاهش یافت. نتایج نشان می دهد که روش رگرسیون غیر خطی بهینه شده با الگوریتم بهینه سازی توده ذرات روش مناسب تری نسبت به مدل کاز-رام اصلاح شده و رگرسیون غیرخطی است.

اساتید راهنما و مشاور

محمد علی ابراهیمی فرسنگی، حمید منصوری

پایان‌نامه‌های مشابه

  • پیش بینی خردایش حاصل از انفجار به کمک مدل های تجربی و ارایه مدلی مناسب برای معدن شماره یک سنگ آهن گل گهر

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنیمصطفی جهانی

    به منظور انجام برنامه ریزی مناسب تولید و همچنین انجام فرآیند بهینه سازی حین استخراج معدن، آگاهی از توزیع ابعادی مواد خردشده حاصل از انفجار، پیش از انجام انفجار، لازم و ضروری است. بدین منظور تاکنون مدل های پیش بینی فراوانی از جمله مدل های تجربی؛ ارایه گردیده است که هر یک دارای ویژ

  • پیش بینی قیمت مسکن: مقایسه روش رگرسیون هدانیک و شبکه عصبی رگرسیونی

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده مهندسی صنایعسید محمود یاسینی اردکانی

    در این تحقیق کارایی دو روش پیش بینی قیمت رگرسیون هدانیک و شبکه عصبی رگرسیونی تعمیم یافته، در برآورد قیمت مسکن در شهر تهران مورد ارزیابی قرار گرفته است. روش رگرسیون هدانیک یکی از روش های مرسوم در این زمینه می باشد. با این وجود با توجه به ادبیات موجود و سایر تحقیقات صورت گرفته، شوا

  • انتخاب مدل پیش بینی خردایش مناسب در معدن مس سرچشمه

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده مهندسی معدنمصطفی حسینی روح الامینی

    هدف اصلی از انجام عملیات انفجار در معادن، خردایش سنگ و حصول ابعاد سنگ خرد شده ی مورد نیاز است که در نهایت به بهینه سازی هزینه های کلی می انجامد. به منظور انجام برنامه ریزی مناسب تولید و همچنین انجام فرآیند بهینه سازی حین استخراج معدن، آگاهی از توزیع ابعادی مواد خردشده حاصل از انف

  • پیش بینی خردایش عملیات آتشباری معدن مس سونگون با الگوریتم عصبی ژنتیک

    پایان‌نامه۲۰۱۰وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرسحسن علی محمدی

    عملیات آتشباری از مهمترین مراحل استخراجی معادن روباز بوده و سایر عملیات شامل بارگیری، حمل و سنگ شکنی در ارتباط مستقیم با نتیجه این عملیات می باشد. در نتیجه بهینه سازی عملیات آتشباری می تواند از نظر فنی و اقتصادی برای یک پروژه معدنی از اهمیت بسزائی برخوردار باشد. در اغلب موارد برا

  • بررسی کارایی شبکه ی عصبی مصنوعی در مقایسه با روش عصبی - فازی در پیش بینی رواناب حاصل از بارش

    پایان‌نامه۲۰۱۲دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده فنیامیررضا واعظی

    فرآیند بارش-رواناب فرآیندی غیرخطی بوده و از حیث زمانی و مکانی تصادفی می باشد و تشریح آن با مدل های ساده به راحتی امکان پذیر نیست. بررسی تحقیقات انجام شده نشان می دهد که مدل های مبتنی بر هوش مصنوعی در مدل سازی سامانه های پیچیده عملکرد خوبی دارند. در این تحقیق ضمن بررسی و تعیین مهم

  • پیش بینی بازده سهام با روش شبکه عصبی مصنوعی

    پایان‌نامه۲۰۱۳دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد یزد - دانشکده مدیریت و حسابداریآتوسا یزدانی اله آبادی

    پیش بینی در حسابداری از دیرباز مورد توجه متفکران و اندیشمندان این حرفه بوده است و پیش بینی بازده سهام برای دوره های آتی، از مهم ترین ضروریت های مدیریت واحدهای اقتصادی است. روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایه گذارانی که بورس را به عنوان مکان سرما

اسناد مشابه