فهرست نشریات علمی دسترسی آزاد ایران

در پژوهش حاضر شبکه عصبی احتمالاتی مبتنی بر الگوریتم احتمالاتی بایزین برای طبقه‌بندی عیار کانسار مس علی‌آباد یزد ‏بکار گرفته شد. برای این منظور از داده‌های ژئوفیزیکی قطبش القایی ‏‎(IP)‎‏ و مقاومت ویژه ‏‎(Rs)‎‏ و اطلاعات زمین‌شناسی نوع ‏سنگ مغزه‌های حفاری گمانه‌های اکتشافی واقع بر روی چهار پروفیل ژئوفیزیکی به‌نام‌های ‏DD-1‎، ‏PD-2‎، ‏PD-3‎‏ و ‏PD-4‎‏ به-‏عنوان پارامترهای ورودی و پارامتر عیار مس گمانه‌ها به‌عنوان پارامتر هدف استفاده شد. برای دست‌یابی به مقصود بطور تصادفی ‏تعداد 488، 528، 188 و 456 داده به‌ترتیب از مقاطع منطبق بر پروفیل‌های ژئوفیزیکی ‏DD-1‎، ‏PD-2‎، ‏PD-3‎‏ و ‏PD-4‎‏ برداشت ‏شد که 75 درصد از کل داده‌ها برای یادگیری و 25 درصد برای ارزیابی عملکرد شبکه عصبی احتمالاتی انتخاب شد. عملکرد ‏رویکرد پیشنهادی از طریق نسبت مجموع داده‌های روی قطر اصلی به کل داده‌های آزمون توسط ماتریس درهم‌آمیختگی و ‏تعیین خطای کامیژن و آمیژن، مورد ارزیابی قرار گرفت. نتایج پژوهش نشان می‌دهند که شبکه عصبی احتمالاتی توانسته داده-‏های آزمون مربوط به پروفیل‌های ‏DD-1‎، ‏PD-2‎، ‏PD-3‎‏ و ‏PD-4‎‏ را به‌ترتیب با 60، 74، 60 و 3/83 درصد دقت برآورد نماید که ‏با توجه به نوع داده‌های دردسترس، قابل قبول می‌باشند. همچنین نتایج از طریق ترسیم نقشه هم‌عیار چهار مقطع اکتشافی ‏منطبق بر پروفیل‌های ژئوفیزیکی، به‌کمک داده‌های عیارسنجی گمانه‌های اکتشافی، شبکه‌بندی و درونیابی شبکه با استفاده از ‏روش تخمین دقیق کریجینگ، بطور کیفی مورد ارزیابی قرار گرفت که نتایج مطلوبی حاصل شد.‏