Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.01.2016 | Original Article | Ausgabe 1/2016

Engineering with Computers 1/2016

Genetic programing and non-linear multiple regression techniques to predict backbreak in blasting operation

Zeitschrift:
Engineering with Computers > Ausgabe 1/2016
Autoren:
Roohollah Shirani Faradonbeh, Masoud Monjezi, Danial Jahed Armaghani

Abstract

In addition to all benefits of blasting in mining and civil engineering applications, it has some undesirable environmental impacts. Backbreak is an unwanted phenomenon of blasting which can cause instability of mine walls, decreasing efficiency of drilling, falling down of machinery, etc. Recently, the use of new approaches such as artificial intelligence (AI) is greatly recommended by many researchers. In this paper, a new AI technique namely genetic programing (GP) was developed to predict BB. To prepare a sufficient database, 175 blasting works were investigated in Sungun copper mine, Iran. In these operations, the most influential parameters on BB including burden, spacing, stemming length, powder factor and stiffness ratio were measured and used to develop BB predictive models. To demonstrate capability of GP technique, a non-linear multiple regression (NLMR) model was also employed for prediction of BB. Value account for (VAF), root mean square error (RMSE) and coefficient of determination (R 2) were used to control the capacity performance of the predictive models. The performance indices obtained by GP approach indicate the higher reliability of GP compared to NLMR model. RMSE and VAF values of 0.327 and 97.655, respectively, for testing datasets of GP approach reveal the superiority of this model in predicting BB, while these values were obtained as 0.865 and 81.816, respectively, for NLMR model.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2016

Engineering with Computers 1/2016 Zur Ausgabe