【技术实现步骤摘要】
本申请涉及矿产资源勘探与开发，尤其涉及一种矿体体积预测模型的训练方法、预测方法、设备及介质。
技术介绍
1、在矿产资源勘探与开发领域，矿产体积预测发挥着极为关键的作用，对整个行业的科学发展、高效运作以及可持续性推进均有着深远的意义。矿产体积预测能够显著提高矿产资源量估算的准确性与稳定性，通过对矿体体积进行预测，可以清晰地掌握矿产资源的规模大小，这不仅有助于矿业企业准确评估矿山的经济价值，合理规划投资预算和开发进度，还能为国家和地区制定宏观的资源战略提供科学依据，确保资源的合理配置与高效利用，避免因资源量估计偏差导致的决策失误和资源浪费。
2、传统的矿产勘查往往犹如大海捞针，需要在广袤的区域内进行大规模的地质勘探工作，从而导致矿产体积预测耗费了大量的人力、物力和时间成本。
技术实现思路
1、本申请提出一种矿体体积预测模型的训练方法、预测方法、设备及介质，能够解决传统矿产体积预测效率低的问题。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供...
【技术保护点】
1.一种矿体体积预测模型的训练方法，其特征在于，所述预测模型采用反向传播BP神经网络，训练集包括：归一化的与矿体体积强相关的地质属性、矿体体积真实值以及矿体体积预测值，所述训练方法包括：
2.如权利要求1所述的训练方法，其特征在于，利用所述个体位置优化算法，对所述BP神经网络的初始化权值进行优化，具体包括：
3.如权利要求2所述的训练方法，其特征在于，所述训练方法还包括：当前Sine混沌映射值是否满足随机数要求的判断，具体为：判断当前Sine混沌映射值γ是否大于随机数rand，其中，
4.如权利要求2所述的训练方法，其特征在于，利用...
【技术特征摘要】
1.一种矿体体积预测模型的训练方法，其特征在于，所述预测模型采用反向传播bp神经网络，训练集包括：归一化的与矿体体积强相关的地质属性、矿体体积真实值以及矿体体积预测值，所述训练方法包括：
2.如权利要求1所述的训练方法，其特征在于，利用所述个体位置优化算法，对所述bp神经网络的初始化权值进行优化，具体包括：
3.如权利要求2所述的训练方法，其特征在于，所述训练方法还包括：当前sine混沌映射值是否满足随机数要求的判断，具体为：判断当前sine混沌映射值γ是否大于随机数rand，其中，
4.如权利要求2所述的训练方法，其特征在于，利用逃离优化算法，实现对所述初始最优个体位置集合中个体位置的更新，具体包括：
5.如权利要求4所述的训练方法，其特征在于，
6....
【专利技术属性】
技术研发人员：欧阳嵩，
申请(专利权)人：长沙有色冶金设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。