Application of artificial neural networks in mineral resource evaluation تطبيقات الذكاء الاصطناعي باستخدام شبكات الأعصاب الاصطناعية في التنقيب عن مكامن الموارد المعدنية

Abstract

يناقش هذا البحث تقنية جديدة للتنبؤ بتقدير مكامن الموارد المعدنية باستخدام تكنولوجيا الشبكات العصبية الاصطناعية يهدف هذا البحث إلى خفض تكاليف عمليات الحفر الاستكشافي وترشيد تكلفة الاستثمار للمشروع عن طريق تقليل عمليات الحفر جمعت المعلومات المستخدمة في هذا البحث من 163 موقع حفر لمعدن البوكسايت استخدمت هذه المعلومات في تطوير وصياغة واختيار نموذج الشبكات العصبية الاصطناعية، وبعد التأكد من صلاحية النموذج المصمم عن طريق اختباره تم استخدامه في التنبؤ بمواقع وجود خام البوكسايت أظهرت مقارنة النتائج التخمينية مع النتائج الحقيقية تطابقا جيدا، وبناء على نتائج هذه الدراسة يمكن القول أن شبكات الذكاء الاصطناعي يمكن استخدامها كطريقة جديدة مساعدة للتنبؤ بمكامن الموارد المعدنية في عمليات التعدين وعلوم الأرض

This paper explores the novel technique of artificial neural networks and their application to mineral resource evaluation The primary objective of this exploratory work is concerned with cost minimization especially in drilling The objective is to reduce investment costs on projects before decisions on further development of a mineralization are made A data set consisting of 163 sample locations for a bauxite deposit was collected and used for training and testing an artificial neural network model using the back propagation technique This trained network was then used to predict known point values at specified locations Results between actual and predictions were then compared for validation purposes Same results are also compared with estimates obtained from a geostatistical technique (kriging) These results indicate that the ANNbased model predictions were in close agreement with actual results within the main zone of mineralization than at the boundaries Finally the validated model was used to predict values at unsampled locations in order to determine the feasibility of drilling in these locations The investigation on the bauxite deposit shows that artificial neural networks can be used as a complementary decision tool in mining and earth sciences not so much at an early stage of exploration as in the later stages of exploitation