پیش بینی پرتاب سنگ ناشی از آتشباری با استفاده از شبکه های عصبی مصنوعی

یکی از عوارض ناخواسته ی آتشباری پدیده پرتاب سنگ می باشد که یکی از مهمترین عوامل بروز حوادث در معادن می باشد. از آنجا که پارامترهای موثر بر این پدیده زیاد می باشد می توانیم از روش های هوش محاسباتی از جمله شبکه های عصبی برای ایجاد یک مدل پیش بینی پرتاب سنگ بهره بگیریم. در این مقاله با استفاده از داده های معدن مس سونگون از یک شبکه ی عصبی چند لایه برای پیش بینی پرتاب سنگ در این معدن استفاده شد. از میان شبکه های مورد آزمایش یک شبکه با سه لایه انتخاب شد که تعداد نرون های لایه های اول و دوم به ترتیب 20 و 10 عدد و تعداد نرون های لایه خروجی 1 عدد بود. این شبکه با روش لونبرگ- مارکوئیت آموزش داده شد. در نهایت خروجی های این شبکه با روش تجربی لاندبرگ مقایسه شد که نشان دهنده ی بهتر بودن مدل حاصل از شبکه ی عصبی بود.