طراحی یک الگوریتم پیش بین مبتنی بر شبکه عصبی برای تعیین اندیس کار باند ماده معدنی از روی ترکیب کانی شناسی آن |
کد مقاله : 1057-CEC1400 |
نویسندگان |
امیر معبودی * فراوری موادمعدنی، مهندسی معدن، دانشگاه صنعتی سهند، ایران |
چکیده مقاله |
در این تحقیق، امکان ایجاد یک الگوریتم هوشمند مبتنی بر شبکه عصبی پرسپترون چندلایه برای پیش بینی اندیس کار باند ماده معدنی از روی ترکیب کانی شناسی آن مورد بررسی قرار گرفت. ماده معدنی مورد مطالعه، نمونه سنگ آهن انتخاب گردید. شبکه عصبی در دو حالت یک لایه پنهان و دو لایه پنهان طراحی گردید. متغییرهای ورودی شبکه عصبی بر اساس فراوانی کانی های موجود در سنگ آهن، عیار آهن (Fe)، میزان هماتیت به منیتیت در ترکیب ماده معدنی (FeO)، عیار سیلیس (SiO2)، عیار فسفر(P) و عیار گوگرد (S) انتخاب شدند. خروجی سیستم اندیس کار باند نمونه سنگ آهن (Wi) در نظر گرفته شد. به منظور بررسی عملکرد سیستم طراحی شده، نتایج با استفاده از معیارهای ضریب همبستگی و میانگین مربعات خطای نتایج آزمایشگاهی و مقادیر پیش بینی شده باهم مقایسه شده و مورد ارزیابی قرار گرفتند. در مجموع نتایج ارزیابی این دو شبکه نشان داد که شبکه عصبی پرسپترون با دو لایه پنهان در مقایسه با حالت تک لایه پیش بینی های بهتری برای اندیس کار از روی ترکیب کانی شناسی دارد. |
کلیدواژه ها |
الگوریتم پیش بین، شبکه عصبی، پرسپترون چند لایه، اندیس کار باند، ترکیب کانی شناسی، سنگ آهن |
وضعیت: پذیرفته شده برای ارائه شفاهی |