Hai mai pensato che gli algoritmi ispirati agli animali potrebbero migliorare la sicurezza nelle miniere? Un nuovo studio combina tre algoritmi di ottimizzazione ispirati a tonni, balene e meduse con la Random Forest per prevedere la resistenza al taglio dei tiranti di cavi. Questi tiranti sono fondamentali per stabilizzare le gallerie sotterranee. Gli scienziati hanno creato un database di 860 campioni aggiungendo rumore casuale ai dati originali. Tre modelli ibridi (RF-WOA, RF-JSO, RF-TSA) sono stati addestrati e valutati con sei metriche diverse. Il modello RF-JSO, ispirato alle meduse, ha ottenuto i migliori risultati con un R2 di 0.981 e un RMSE di 11.063. Inoltre, strumenti come SHAP e LIME hanno mostrato che la pressione di confinamento, il modulo elastico e il tipo standard di cavo sono i fattori più importanti nella previsione. Questo studio dimostra che l'intelligenza degli sciami ibridi può migliorare significativamente la sicurezza nelle miniere.
Gli algoritmi di ottimizzazione ispirati alla natura, come il Tunicate Swarm Algorithm (TSA), il Whale Optimization Algorithm (WOA) e il Jellyfish Search Optimizer (JSO), sono stati combinati con la Random Forest (RF) per prevedere la resistenza al taglio dei tiranti di cavi. Questi algoritmi imitano il comportamento di animali marini per trovare soluzioni ottimali in modo efficiente. Il modello RF-JSO ha mostrato la migliore performance con un coefficiente di determinazione (R2) di 0.981, un errore quadratico medio (RMSE) di 11.063, un errore assoluto medio (MAE) di 6.457, un errore percentuale assoluto medio (MAPE) di 9, una varianza spiegata (VAF) di 98.168 e un indice A-20 di 0.891. Gli strumenti di interpretabilità come SHAP, PDP e LIME hanno rivelato che la pressione di confinamento, il modulo elastico e il tipo standard di cavo sono i fattori più influenti nella previsione. Questo approccio ibrido rappresenta un passo avanti significativo nella previsione della resistenza al taglio dei tiranti di cavi, migliorando la sicurezza nelle operazioni minerarie.
