عنوان	استفاده از رگرسیون آماری و شبکه عصبی مصنوعی برای تعیین ارتفاع منطقه رها از تنش در سقف پهنه جبهه‌کار طولانی
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	معدنکاری جبهه‌کار طولانی، منطقه رها از تنش، رگرسیون آماری، شبکه عصبی مصنوعی، تحلیل اهمیت متغیر
چکیده	ارتفاع منطقه رها از تنش (HDZ) در سقف پهنه جبهه‌کار طولانی پارامتر مهمی در تعیین میزان تنش ناشی از استخراج پهنه و بارهای انتقالی به اطراف‌ آن است. لذا تخمین دقیق HDZ به‌منظور تحلیل تنش در اطراف پهنه، طراحی ایمن سیستم نگهداری ورودی‌ها و پیش‌بینی نشست سطح زمین، ضروری می‌باشد. به‌منظور تعیین HDZ در این تحقیق، از دو مدل رگرسیون آماری و شبکه عصبی مصنوعی استفاده و نتایج حاصله با همدیگر و با داده‌های واقعی مقایسه شد. برای طراحی و ارزیابی مدل‌ها، از ۱۲۰ سری داده مستخرج از منابع معتبر استفاده گردید. پارامترهای ارتفاع روباره، ضخامت لایه زغال‌سنگ استخراجی، وزن مخصوص، مدول الاستیسیته، ضریب پواسون، مقاومت فشاری تک محوری و فاکتور حجمی توده‌سنگ سقف به‌عنوان متغیرهای ورودی برای پیش‌بینی HDZ در نظر گرفته شد. در فرآیند ارزیابی مدل‌ها بر اساس داده‌های واقعی، مقادیر ضریب تصمیم‌گیری، میانگین خطای مطلق و میانگین خطای نسبی به‌ترتیب برای مدل آماری برابر با %77/22، 5/66 متر و %20/43 و برای شبکه عصبی برابر با %96/04، 2/53 متر و %7/32 به‌دست آمد. نتایج فوق نشان‌دهنده دقت بیش‌تر و خطای کم‌تر شبکه عصبی نسبت به مدل آماری و تطابق بهتر خروجی‌های آن با داده‌های واقعی است. تحلیل حساسیت نتایج مدل آماری نشان داد که وزن مخصوص و ضریب پواسون توده‌سنگ به‌ترتیب با مقدار ضریب استاندارد شده 0/524 و 0/01 بیش‌ترین و کمترین تأثیر را بر HDZ دارند. در نهایت، تحلیل اهمیت متغیر نتایج شبکه عصبی نشان داد که ارتفاع روباره و ضریب پواسون به‌ترتیب با میزان اهمیت 0/949 و 0/879 دارای بیش‌ترین و کم‌ترین تأثیر بر HDZ هستند.
پژوهشگران	محمد رضائی (نفر اول)، هادی حائری (Hadi Haeri) (نفر دوم)، وهاب سرفرازی (Vahab Sarfarazi) (نفر سوم)