طراحی و بهینه‌سازی محدوده نهایی پیت با در نظر گرفتن عدم قطعیت قیمت

تعیین محدوده نهایی پیت یکی از مهم‌ترین چالش‌ها در برنامه‌ریزی و طراحی معادن روباز است، زیرا نوسانات قیمت همواره تاثیر مستقیمی بر تصمیم‌گیری‌های اقتصادی و بهره‌وری معادن دارد. در این پژوهش، با هدف بهینه‌سازی طراحی پیت و کاهش ریسک‌های ناشی از تغییرات قیمت، تاثیر نوسانات قیمت سنگ آهن بر محدوده نهایی یکی از ذخایر مهم ایران مرکزی مورد مطالعه قرار گرفته است. برای پیش‌بینی قیمت، از سه روش شامل شبیه‌سازی مونت کارلو، مدل میانگین متحرک خودهمبسته یکپارچه و شبکه عصبی حافظه طولانی کوتاه‌مدت استفاده شده است. شبیه‌سازی مونت کارلو به ارزیابی احتمالات مختلف قیمتی پرداخت. مدل آریما روندهای گذشته قیمت را تحلیل و شبکه عصبی حافظه طولانی کوتاه‌مدت به پیش‌بینی دقیق‌تر تغییرات آتی قیمت کمک کرد. پس از به ‌کارگیری این مدل‌های پیش‌بینی، سناریوهای مختلف بر اساس تغییرات قیمت طراحی گردید. نتایج نشان داد که با افزایش قیمت سنگ آهن از 100 به 125 دلار به ازای هر تن، میزان کانسنگ قابل استخراج 63/22 درصد افزایش یافت و ارزش خالص فعلی پروژه با ثابت در نظر گرفتن هزینه‌ها، تقریبا دو برابر شد. این تحقیق با بهره‌گیری از مدل‌های پیشرفته پیش‌بینی قیمت، نشان می‌دهد که استفاده از روش‌های آماری و هوش مصنوعی می‌تواند به تصمیم‌گیری‌های بهینه و کاهش ریسک در معادن روباز کمک زیادی کند.