تخمين هزينه سرمايه گذاري معادن روباز با استفاده از شبكه عصبي مصنوعي

تخمين هزينه سرمايه گذاري اوليه معادن روباز همواره در زمره مسائل مهم و چالش برانگيز بوده است. تخمين كمتر از ميزان واقعي مي تواند منجر به تعويق در فاز ساخت و ساز و متعاقبا به تعويق افتادن فاز توليد گردد. از سوي ديگر تخمين بيش از ميزان واقعي موجب كاهش ارزش خالص فعلي پروژه در مطالعات امكان سنجي گردد. اين امر مي تواند منجر به عدم تمايل سرمايه گذار در اجراي پروژه گردد. مدلهاي رايج در تخمين هزينه سرمايه گذاري اوليه معادن روباز عموما فاقد قابليت تخمين در بازه مناسب خطا هستند. همچنين در اين مدلها، تمامي عوامل موثر بر ميزان سرمايه مورد نياز لحاظ نگرديده اند. از اينرو در تحقيق حاضر با مطالعه عوامل موثر در ميزان سرمايه مورد نياز، از روش شبكه عصبي مصنوعي براي پيش بيني ميزان سرمايه گذاري اوليه معادن روباز استفاده شده است. بدين منظور داده هاي فني و اقتصادي 52 معدن روباز مس پورفيري جمع آوري گرديد. سپس مدل شبكه عصبي مصنوعي با سه لايه پنهان جهت پيش بيني ميزان هزينه سرمايه گذاري اوليه معادن روباز مس پورفيري توسعه داده شد. 70 درصد داده ها جهت آموزش مدل، 10 درصد داده ها براي اعتبارسنجي و 10 درصد جهت آزمايش مدل استفاده گرديد. نتايج بدست آمده نشان مي دهد مدل توسعه داده شده توانايي پيش بيني ميزان سرمايه اوليه مورد نياز را در بازه خطاي (%10±) داراست.