Đang chuẩn bị liên kết để tải về tài liệu:
Dự báo nồng độ bụi PM2.5 phát tán trong quá trình nổ mìn trên các mỏ lộ thiên sử dụng mạng nơ–ron nhân tạo và giải thuật tối ưu hóa bầy đàn cải tiến (APSO–MLP)

Bài viết Dự báo nồng độ bụi PM2.5 phát tán trong quá trình nổ mìn trên các mỏ lộ thiên sử dụng mạng nơ–ron nhân tạo và giải thuật tối ưu hóa bầy đàn cải tiến (APSO–MLP) trình bày các kết quả nghiên cứu phát triển mô hình trí tuệ nhân tạo lai dựa trên mạng nơ–ron truyền thẳng nhiều lớp MLP và các giải thuật tối ưu hóa bầy đàn được cải tiến APSO, giải thuật GA, gọi tắt là APSO–MLP và GA–MLP, để dự báo nồng độ bụi PM2.5 phát tán trong quá trình nổ mìn. | VIETNAM JOURNAL OF HYDROMETEOROLOGY Bài báo khoa học Dự báo nồng độ bụi PM2.5 phát tán trong quá trình nổ mìn trên các mỏ lộ thiên sử dụng mạng nơ ron nhân tạo và giải thuật tối ưu hóa bầy đàn cải tiến APSO MLP Nguyễn Hoàng1 2 Bùi Xuân Nam1 2 Trần Quang Hiếu1 2 Trần Khắc Hùng3 Nguyễn Tuấn Thành4 1 Bộ môn Khai thác lộ thiên Khoa Mỏ Trường Đại học Mỏ Địa chất Số 18 Phố Viên phường Đức Thắng quận Bắc Từ Liêm Hà Nội nguyenhoang@humg.edu.vn buixuannam@humg.edu.vn tranquanghieu@humg.edu.vn 2 Nhóm nghiên cứu mạnh Những tiến bộ trong khai thác mỏ bền vững và có trách nhiệm ISRM Trường Đại học Mỏ Địa chất Số 18 Phố Viên phường Đức Thắng quận Bắc Từ Liêm Hà Nội 3 Viện Khoa học An toàn và Vệ sinh lao động VNNIOSH khachung722007@gmail.com 4 Trường Đại học Mỏ Địa chất Số 18 Phố Viên phường Đức Thắng quận Bắc Từ Liêm Hà Nội nguyentuanthanh@humg.edu.vn Tác giả liên hệ nguyenhoang@humg.edu.vn Tel. 84 977218899 Ngày nhận bài 6 02 2022 Ngày chấp nhận đăng 16 03 2022 Ngày xuất bản 25 8 2022 Tóm tắt Trong bài báo này bụi mịn PM2.5 sinh ra do quá trình nổ mìn trên mỏ lộ thiên đã được dự báo bởi các mô hình trí tuệ nhân tạo dựa trên mạng nơ ron truyền thẳng nhiều lớp Multi layer Perceptron Neural Network MLP và các giải thuật tối ưu hóa bầy đàn được cải tiến Accelerated Particle Swarm Optimization APSO giải thuật di truyền Genetic Algorithm GA có tên gọi APSO MLP và GA MLP. Các thông số nổ mìn và điều kiện khí tượng đã được xem xét trong nghiên cứu này. Một mạng MLP đã được thiết kế để dự báo nồng độ bụi mịn PM2.5. Các giải thuật tối ưu hóa APSO và GA đã được đưa vào để tối ưu hóa các trọng số của mô hình MLP nhằm cải thiện mức độ chính xác của mô hình MLP truyền thống trong quá trình dự báo. Các kết quả cho thấy cả hai mô hình được phát triển đều có khả năng dự báo nồng độ bụi mịn PM2.5 sinh ra do nổ mìn với mức độ chính xác tương đối cao. Trong đó mô hình APSO MLP cung cấp mức độ chính xác cao hơn so với mô hình GA MLP RMSE 5 102 R2 0 900 và MAPE 0 063 . Trong khi đó mô hình GA MLP .