资源简介
为获得更为优越的露天矿山境界,构建了集经济时间序列预测、矿岩时间属性赋值和动态经济指标计算为一体的境界全动态优化方法。金属价格是矿山境界优化过程中最重要的因素之一,以金属价格历史数据为平台,通过创建合适时间序列模型,对未来价格做出预测,以预测结果为基础,运用L-G图论法生成系列境界方案,根据矿山实际情况编排进度计划,实现矿岩块参数赋值,将预测结果代入到矿岩块体模型中,计算境界净现值(NPV),经多方案比较确定最优境界。以某铜矿山为例,通过对近50 a伦敦金属交易所(LME)铜精矿季度平均结算价格分析处理,建立了自回归求和移动平均模型(ARIMA),实现了未来15 a铜价预测,最终确定了矿山经济
代码片段和文件信息
- 上一篇:河曲露天矿矿床模型的建立和应用
- 下一篇:基于属性驱动的矿体动态建模
相关资源
- 浅谈RTK技术与全站仪在露天矿山中的
- 基于神经网络的时间序列预测方法
- 最优滤波理论及其应用 现代时间序列
- 利用Excel进行时间序列的谱分析
- 时间序列分析 汉密尔顿 高清扫描PD
- 时间序列和神经网络对迷你型洗衣机
- 论文研究 - 使用嵌入式固体浓度时间
- 第十三篇论文.pptx
- 非线性时间序列分析 Nonlinear Time Ser
- 时间序列聚类——十年回顾
- 时间序列分析 ARIMA
- Analysis of Financial Time Series 3rd Edition
- 时间序列分析 sas
- 时间序列分析及应用R语言原书第二版
- 时间序列分析-高阶统计量方法
- 时间序列非参数回归
- 大规模资金流入流出预测Top1与2答辩
- 《应用时间序列分析》 王燕 课后习题
- 时间序列数据集
- 基于R语言的时间序列分析以及garch模
- 时间序列的平稳性和单位根检验
- 数学建模中的预测方法:时间序列分
- 《线性和非线性时间序列》
- 动态数据处理-时间序列分析
- 卡尔曼滤波与维纳滤波 现代时间序列
- 时间序列预测模型
- 何书元应用时间序列分析答案.pdf
- 基于时间序列聚类分析的股票数据 分
- Forecasting: principles and practice
- Analysis of Financial Time Series
评论
共有 条评论