Dergiler / Yerbilimleri / 2011 / Cilt: 32 - Sayı: 1

Örnek Tarama Elipsoid Boyutlarını Optimize eden Melez bir Stratejinin geliştirilmesi: Orta İran'da 12A Nolu Demir Yatağında Örnek bir Uygulama

A Hybrid Strategy to Optimize the Search Ellipsoid Dimensions: Case Study from Anomaly No 12A Iron Deposit in Central Iran

Sayfa
51–62
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Önerilen stratejinin uygulanabilirliği ve verimliliğini ortaya koymak amacıyla Orta İran’da Bafgh’de bulunan 12A nolu demir yatağında örnek bir inceleme sunulmuştur

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Kriglemede kestirim komşuluğunun ya da örnek tarama bölgesinin uygun bir şekilde tanımlanması gerekir.
📊
Temel Bulgular & Veri:Bu komşuluğun belirlenmesi kestirim değerini oldukça etkiler.
💡
Sonuç & Katkı:Önerilen stratejinin uygulanabilirliği ve verimliliğini ortaya koymak amacıyla Orta İran’da Bafgh’de bulunan 12A nolu demir yatağında örnek bir inceleme sunulmuştur
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Complex method · kriging · neutral networks

Özet

Kriglemede kestirim komşuluğunun ya da örnek tarama bölgesinin uygun bir şekilde tanımlanması gerekir. Bu komşuluğun belirlenmesi kestirim değerini oldukça etkiler. Krigleme komşuluğunun belirlenmesinde kullanılan ana kriterler; krigleme varyansı, kestirilmeyen blokların sayısı, negatif ağırlıkların birikimli toplamı ve gerçek blok tenörünün kestirilen blok tenörüne karşı çizilen regresyonun eğimidir. Bu yaklaşımın performansı örnek tarama bölgesinin çapından büyük ölçüde etkilenir. Bu yazı, örnek tarama çapının optimum bir şekilde belirlenmesine yönelik olarak yeni bir yaklaşım geliştiriyor. Deneysel veriler kullanılarak, örnek tarama çapına ilişkin krigleme varyansını, kestirilmeyen blokların sayısını ve krigleme negatif ağırlıklarının birikimli toplamını hassas bir şekilde kestiren bir sinir ağı simulatorü geliştirilmiştir. Simulatör daha sonra sayısal optimizasyon kodunda objektif bir değerlendirici olarak kullanılmıştır. Bu kod, değerlendirme kriterlerinin optimum değerlerine karşılık gelen örnek tarama çapını bulan karmaşık doğrudan tarama yöntemine dayanmaktadır. Algoritmanın bir çok kez çalıştırılması suretiyle çok sayıda çözüm kümesi üretildikten sonra regresyonun eğimi en uygun çöüzümü bulmak amacıyla kullanılmıştır. Önerilen stratejinin uygulanabilirliği ve verimliliğini ortaya koymak amacıyla Orta İran’da Bafgh’de bulunan 12A nolu demir yatağında örnek bir inceleme sunulmuştur

🔖

Bu Makaleye Atıf Yap

KHAKESTAR, M. S., HASSANI, H., ANGORANİ, S. (2011). Örnek Tarama Elipsoid Boyutlarını Optimize eden Melez bir Stratejinin geliştirilmesi: Orta İran'da 12A Nolu Demir Yatağında Örnek bir Uygulama. Yerbilimleri, Cilt: 32 - Sayı: 1, 51–62. https://ajindex.com/articles/332458

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Arora, J., 2004. Introduction to Optimum De- sign, 2nd ed., London: Elsevier Academic Press.
  2. Box, M.J., 1965. A new method of constrained optimization and a comparison with other methods. The Computer Journal 8(1): 42-52.
  3. Demuth, H., Beale, M., 2002. Neural Network Toolbox for use with MATLAB, Version 0, User’s Guide, MathWorks. Deutsch, C., 1995. Correcting for Negative We- ights in Ordinary Kriging. J of Compu- ters & Geosciences 22(7): 765-773.
  4. De-Vitry, C., 2003. Resource Classification – a Case Study From the Joffre-Hosted Iron Ore of BHP Billiton’s Mount Wha- leback Operations. J of Mining Tech- nology (Trans. Inst. Min. Metall. A) 112:185-196.
  5. Froidevaux, R., 1993. Constrained kriging as an estimator of local distribution functions, in Capasso,V., Girone, G., and Posa, D., eds., Proceedings of the International Workshop on Statistics of Spatial Pro- cesses: Theory and Applications. Bari, Italy, p. 106–118.
  6. Hagan, MT., Demuth, H.B., Beale, M., 1996.
  7. Neural Network Design, Boston: PWS Publishing Company. Journel, A.G., Rao, S.E., 1996. Deriving conditi- onal distributions from ordinary kriging: Stanford Center for Reservoir Forecas- ting (Report No. 9), Stanford, 25 p. Krige, D.G., 1994. An analysis of some essen- tial basic tenets of geostatistics not al- ways practised in ore valuations, in Proceedings Regional APCOM: Com- puter Applications and Operations Re- search in the Minerals Industries, Slo- venia, pp 15-18.
  8. Krige, D.G., 1996a. A basic perspective on the roles of classical statistics, data search routines, conditional biases and infor- mation and smoothing effects in ore block valuations, in Proceedings Con- ference on Mining Geostatistics, Kru- ger National Park, South Africa, pp 1-10 (Geostatistical Association of South Af- rica). Ormsbee, L., 1981. Optimization of Hydraulic Networks. In: Proceedings Internatio- nal Symposium on Urban Hydrology, Hydraulics, and Sediment Control, Le- xington, KY.: July 27-30.
  9. Rivoirard, J., 1987. Two key parameters when choosing the kriging neighbourhood. J Math Geol, 19:851-856
  10. Sinclair, A.J., Blackwell, G.H., 2002. Applied Mi- neral Inventory Estimation. pp. 224-226.
  11. Szidarovszky, F., Baafi, E.Y., Kirn, Y.C., 1987. Kriging Without Negative Weights. J of Mathematical Geology. 19(6): 549-559.
  12. Tufail, M., Ormsbee, L.E., 2007. A Shuffled Box Complex-Based Optimization Model for Watershed Management, In: Pro- ceedings of the World Environmental and Water Resources Congress, Tam- pa, Florida, USA: May 15-19. Va