پیش بینی لرزش زمین ناشی از عملیات آتشباری در معادن با استفاده از رگرسیون خطی چند متغیره، شبکه عصبی مصنوعی و ماشین بردار پشتیبان

عملیات حفاری و آتشباری از جمله مهمترین فرآیندهای استخراج معادن روباز هستند که گاهی اوقات توأم با پیامدهای نامطلوببوده و باعث بوجود آمدن خطرات و مشکلاتی می شوند. از جمله پیامدهای خطرناک و نامطلوب عملیات انفجار معادن روباز، پدیدهلرزش زمین است. کنترل لرزش زمین ناشی از انفجار یک موضوع تحقیقاتی مهم در مهندسی انفجار بوده است و توسط حداکثرسرعت ذرهای اندازه گیری میشود. در این مطالعه 37 مورد از رویدادهای لرزه ای انجام یافته در معدن مس سونگون اهر، مورد بررسیقرار گرفت. در این مقاله به بررسی اثر پارامترهای لرزش زمین بر حداکثر سرعت ذرهای با استفاده از رگرسیون خطی چند متغیره،شبکه عصبی مصنوعی و ماشین بردار پشتیبان پرداخته شده است. نتایج آماری مدل نشان میدهد که ارتباط بسیار خوبی بین حداکثر سرعت ذرهای مجموعه آموزش و متغیرهای سازنده مدل با ضریب تعیین R(2)=0/80 برای رگرسیون خطی چند متغیره، 0/98 برای شبکه عصبی مصنوعی و همچنین ضریب تعیین 0/99 برای ماشین بردار پشتیبان وجود دارد. همچنین مقدار مربع ضریب همبستگی برای دادههای مجموعه تست، برابر 0/75 0 برای رگرسیون خطی چند متغیره 0/84 برای شبکه عصبی مصنوعی و 0/99 برای ماشین بردار پشتیبان بدست آمد که نمایانگر توانایی بالای این روش های مدلسازی در پیش بینی نمونه های خارج از آن است.