مقایسه کارایی الگوریتم های آموزشی مختلف شبکه های عصبی مصنوعی در اکتشاف کانسار مس پورفیری علی آباد، جنوب غرب یزد
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم زمین
- نویسنده هوشنگ عسکری عالم
- استاد راهنما هوشنگ پورکاسب احمد نیامدپور علیرضا زراسوندی
- سال انتشار 1393
چکیده
شبکه های عصبی از توانایی بالایی در استخراج الگوها از میان داده ها و همچنین حل مسائل پیچیده با ماهیت طبیعی برخوردار هستند. شبکه های عصبی در واقع از ساختارهای بسیار پیچیده مغز انسان الهام گرفته شده است. هدف این پژوهش، بهینه کردن ساختار شبکه مورد استفاده و ارائه روند بهینه سازی ساختاری آن برای تهیه نقشه های پتانسیل معدنی و همچنین شناسایی بهتر مکان-های مناسب حفاری کانسار مس علی آباد یزد است. منطقه مورد بررسی در جنوب باختری یزد در چهارگوش زمین شناسی 1:100000 خضرآباد قرار دارد. این منطقه به لحاظ چینه شناسی از زون ایران مرکزی پیروی می کند و فعالیت های ماگمایی و زمین ساختی آن با زون ارومیه- دختر همخوانی دارد. کانسار مورد مطالعه در فاصله 2 کیلومتری روستای دامک علی آباد واقع شده و راه اصلی دسترسی به آن، جاده آسفالته یزد- تفت- علیآباد میباشد. جهت رسیدن به بهترین ساختار برای شبکه عصبی مصنوعی داشتن کمترین میزان خطای میانگین مربعات (که نشانه هوشمندی آن است) برای شبکه عصبی ضروری است. جمع آوری داده ها برای شبکه عصبی مصنوعی بدون شک یکی از حساس ترین مراحل این رساله بوده است. ابتدا بایستی تمامی ?یههای اط?عاتی مورد نیاز که در مرحلهی تعیین فاکتورهای تشخیص کانیسازی تعیین شدهاند، جمعآوری و مطابق با استاندارد پایگاه داده مکانی (gis) آمادهسازی شوند. ?یههای اط?عاتی مورد نظر شامل دگرسانی گرمابی، نشانه های معدنی محلی، گسل های اصلی و فرعی، آنومالی مس، هم بارپذیری ژئوفیزیک، توپوگرافی و مختصات طول و عرض جغرافیایی منطقه می باشد. پس از آماده سازی داده های ورودی و خروجی شبکه عصبی، به وسیله داده های آموزشی در محیط نرم افزار matlab، آموزش داده شدند. آموزش شبکه شبیه کالیبراسیون است که در بیشتر مدل ها استفاده می شود. سپس ورودی هایی که برای آزمایش مدل مورد نظر هستند به شبکه وارد می شوند و خروجی های حاصل از مدل برای محاسبه مدل ایجاد شده مورد بررسی و تجزیه و تحلیل قرار می گیرند. نتایج این مطالعه بیانگر آن است که در الگوریتم-های مورد استفاده الگوریتم scg بهترین کارایی را نشان می دهد. نتایج حاصل از روش سعی و خطا نشان داد که شبکه هایی با الگوریتم scg نتایج بهتری نسبت به شبکه هایی با دیگر الگوریتم ها، که مورد استفاده قرار گرفته است دارد و شبکه های ساخته شده با الگوریتم آموزشی lm نیز دارای بازده بالایی از نظر آموزش شبکه می باشند.
منابع مشابه
مقایسه الگوریتم های آموزشی مختلف شبکه عصبی مصنوعی در اکتشاف کانسار مس پورفیری (کانسار مس پورفیری دره زرشک، جنوب غرب یزد)
یکی از نیازهای اصلی در مطالعات تفصیلی مواد معدنی، ایجاد مدلی جهت تعیین نقاط بهینه حفاری به منظور کاهش هزینه های مدلسازی در شکل و موقعیت توده های معدنی است. امروزه زمین شناسان با بهره گیری از روش بهینه سازی شبکه های عصبی مصنوعی، این نیاز را پاسخ داده اند. این در حالی است که شبکه های عصبی مصنوعی به عنوان مدلهای جعبه سیاه، ابزاری توانمند برای مدل سازی سیستم های غیر خطی بوده و قادرند روابط پیچیده ح...
کاربرد احتمالات هندسی در طراحی شبکه های اکتشاف کانسارهای معدنی، مطالعه موردی: اندیس مس پورفیری واقع در جنوب غرب کرمان
در پژوهش حاضر مفاهیم نظری و کاربردی احتمالات هندسی، مورد بررسی قرار گرفته و روابط احتمالات هندسی برای تعیین احتمال تقاطع اشکال هندسی گوناگون با انواع شبکههای مختلف، ارائه شده است. ازآنجاییکه پارامترهای هندسی کانسارهای معدنی دارای ماهیت احتمالپذیر هستند، اکتشاف کانسارهای معدنی نیز ماهیت احتمالپذیر داشته و همواره با عدم قطعیت و مقداری ریسک همراه است. در نتیجه از این نظر مسئله اکتشاف با مسائل ...
متن کاملمقایسه کارایی تخمینگرهای مبتنی بر هوش مصنوعی در تخمین عیار در کانسار مس پورفیری مسجد داغی
صحت تخمین عیار ماده معدنی نقش مهمی را در ارزیابی، طراحی و برنامهریزیهای معادن ایفا میکند. با توجه به مشکلات موجود در زمینهی بکار گیری روشهای متداول مانند کریجینگ جهت تخمین عیار، در این تحقیق کارایی تخمینگرهای هوشمندی چون شبکه عصبی پرسپترون چندلایه، رگرسیون بردار پشتیبان و سیستم فازی-عصبی تخمین عیار مس در کانسار پورفیری مس (طلا) مسجد داغی واقع در استان آذربایجان شرقی مورد بررسی قرار گرفت. ...
متن کاملمقایسه عملکرد الگوریتم های مختلف شبکه عصبی مصنوعی در مدل سازی بارندگی فصلی مطالعه موردی؛ ایستگاه های منتخب استان خوزستان
متن کامل
مقایسه کارایی تخمین گرهای مبتنی بر هوش مصنوعی در تخمین عیار در کانسار مس پورفیری مسجد داغی
صحت تخمین عیار ماده معدنی نقش مهمی را در ارزیابی، طراحی و برنامه ریزی های معادن ایفا می کند. با توجه به مشکلات موجود در زمینه ی بکار گیری روش های متداول مانند کریجینگ جهت تخمین عیار، در این تحقیق کارایی تخمین گرهای هوشمندی چون شبکه عصبی پرسپترون چندلایه، رگرسیون بردار پشتیبان و سیستم فازی-عصبی تخمین عیار مس در کانسار پورفیری مس (طلا) مسجد داغی واقع در استان آذربایجان شرقی مورد بررسی قرار گرفت. ...
متن کاملژنزگارنت در کنگلومراهای دگرسان شده سازند سنگستان، دامک علی آباد )جنوب غرب تفت، یزد(
The conglomerates of Sangestan Formation (Lower Cretaceous) have been metamorphosed in the vicinity of the leucogranitoid rocks of the Shir-Kuh batholith and have created the mineral assemblage of garnetepidote- quartz-calcite-pyrite in the contact halo. Following the contact metamorphism, hydrothermal alteration (pyrite formation and silicification) has likely occurred. Based on the trace...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم زمین
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023