بکارگیری روش شبکه عصبی احتمالاتی به منظور طبقه بندی عیار کانسار مس علی آباد یزد

در پژوهش حاضر شبکه عصبی احتمالاتی مبتنی بر الگوریتم احتمالاتی بایزین برای طبقه بندی عیار کانسار مس علی آباد یزد بکار گرفته شد. برای این منظور از داده های ژئوفیزیکی قطبش القایی ‎(IP)‎ و مقاومت ویژه ‎(Rs)‎ و اطلاعات زمین شناسی نوع سنگ مغزه های حفاری گمانه های اکتشافی واقع بر روی چهار پروفیل ژئوفیزیکی به نام های DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ به-عنوان پارامترهای ورودی و پارامتر عیار مس گمانه ها به عنوان پارامتر هدف استفاده شد. برای دست یابی به مقصود بطور تصادفی تعداد ۴۸۸، ۵۲۸، ۱۸۸ و ۴۵۶ داده به ترتیب از مقاطع منطبق بر پروفیل های ژئوفیزیکی DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ برداشت شد که ۷۵ درصد از کل داده ها برای یادگیری و ۲۵ درصد برای ارزیابی عملکرد شبکه عصبی احتمالاتی انتخاب شد. عملکرد رویکرد پیشنهادی از طریق نسبت مجموع داده های روی قطر اصلی به کل داده های آزمون توسط ماتریس درهم آمیختگی و تعیین خطای کامیژن و آمیژن، مورد ارزیابی قرار گرفت. نتایج پژوهش نشان می دهند که شبکه عصبی احتمالاتی توانسته داده-های آزمون مربوط به پروفیل های DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ را به ترتیب با ۶۰، ۷۴، ۶۰ و ۳/۸۳ درصد دقت برآورد نماید که با توجه به نوع داده های دردسترس، قابل قبول می باشند. همچنین نتایج از طریق ترسیم نقشه هم عیار چهار مقطع اکتشافی منطبق بر پروفیل های ژئوفیزیکی، به کمک داده های عیارسنجی گمانه های اکتشافی، شبکه بندی و درونیابی شبکه با استفاده از روش تخمین دقیق کریجینگ، بطور کیفی مورد ارزیابی قرار گرفت که نتایج مطلوبی حاصل شد.