Wyniki wyszukiwania

Filtruj wyniki

  • Czasopisma
  • Autorzy
  • Słowa kluczowe
  • Data
  • Typ

Wyniki wyszukiwania

Wyników: 3
Wyników na stronie: 25 50 75
Sortuj wg:

Abstrakt

Zagraniczne inwestycje wydobywcze są narażone na znaczne ryzyko z powodu różnych czynników mających wpływ na taką działalność. Stosowane wskaźniki często zawierają elementy niepewności i nie można ich w pełni skwantyfikować. Kierując się teorią analizy par (set par analysis), badanie to tworzy system indeksu oceny ryzyka oparty na analizie czynników ryzyka zagranicznych inwestycji górniczych i określa wagi czynników z zastosowaniem entropii. Ponadto w artykule przedstawiono model oceny ryzyka związanego z identyfikacją rozbieżności, oparty na powiązaniu pięciu elementów. Zarówno pewność, jak i niepewność różnych ryzyk są traktowane jednolicie w tym modelu i możliwe jest matematyczne opisanie i ilościowe wyrażenie złożonych decyzji systemowych w celu oceny projektów. Ryzyko inwestycji zagranicznych i ich zmieniające się trendy są oceniane syntetycznie poprzez obliczanie sąsiedniego elementu i analizowanie ustalonego potencjału dla tej pary. Przykładem może być faktyczny zagraniczny projekt inwestycyjny dotyczący górnictwa, gdzie ryzyko inwestycji zagranicznych można podzielić na pięć rodzajów zgodnie z rachunkiem ryzyka, a następnie dokonuje się oceny modelu i uzyskuje się konkretne wyniki oceny ryzyka. Na przykładzie przedstawiono aspekty praktyczne i skuteczność tej metody oceny. Ten nowy model łączy czynniki statyczne i dynamiczne oraz informacje jakościowe i ilościowe, co poprawia wiarygodność i dokładność oceny ryzyka. Co więcej, ta metoda oceny może być również zastosowana do innych podobnych zagadnień i ma pewną skalowalność.
Przejdź do artykułu

Abstrakt

One of the most critical aspects of mine design is to determine the optimum cut-off grade. Despite Lane’s theory, which aims to optimize the cut-off grade by maximizing the net present value (NPV), which is now an accepted principle used in open pit planning studies, it is less developed and applied in optimizing the cut-off grade for underground polymetallic mines than open pit mines, as optimization in underground polymetallic mines is more difficult. Since there is a similar potential for optimization between open pit mines and underground mines, this paper extends the utilization of Lane’s theory and proposes an optimization model of the cut-off grade applied to combined mining-mineral processing in underground mines with multi-metals. With the help of 3D visualization model of deposits and using the equivalent factors, the objective function is expressed as one variable function of the cut-off grade. Then, the curves of increment in present value versus the cut-off grade concerning different constraints of production capacities are constructed respectively, and the reasonable cut-off grade corresponding to each constraint is calculated by using the golden section search method. The defined criterion for the global optimization of the cut-off grade is determined by maximizing the overall marginal economics. An underground polymetallic copper deposit in Tibet is taken as an example to validate the proposed model in the case study. The results show that the overall optimum equivalent cut-off grade, 0.28%, improves NPV by RMB 170.2 million in comparison with the cut-off grade policy currently used. Thus, the application of the optimization model is conducive to achieving more satisfactory economic benefits under the premise of the rational utilization of mineral resources.
Przejdź do artykułu

Abstrakt

This paper researches the application of grey system theory in cost forecasting of the coal mine. The grey model (GM(1.1)) is widely used in forecasting in business and industrial systems with advantages of minimal data, a short time and little fluctuation. Also, the model fits exponentially with increasing data more precisely than other prediction techniques. However, the traditional GM(1.1) model suffers from the poor anti-interference ability. Aimed at the flaws of the conventional GM(1.1) model, this paper proposes a novel dynamic forecasting model with the theory of background value optimization and Fourier-series residual error correction based on the traditional GM(1.1) model. The new model applies the golden segmentation optimization method to optimize the background value and Fourier-series theory to extract periodic information in the grey forecasting model for correcting the residual error. In the proposed dynamic model, the newest data is gradually added while the oldest is removed from the original data sequence. To test the new model’s forecasting performance, it was applied to the prediction of unit costs in coal mining, and the results show that the prediction accuracy is improved compared with other grey forecasting models. The new model gives a MAPE & C value of 0.14% and 0.02, respectively, compared to 1.75% and 0.37 respectively for the traditional GM(1.1) model. Thus, the new GM(1.1) model proposed in this paper, with advantages of practical application and high accuracy, provides a new method for cost forecasting in coal mining, and then help decision makers to make more scientific decisions for the mining operation.
Przejdź do artykułu

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji