Planificación Minera estocástico - Métodos,

ejemplos y valor en un mundo incierto

R. Dimitrakopoulos

Abstracto Los enfoques convencionales para la estimación de las reservas, la optimización de la planificación minera y el

resultado previsión de la producción en una sola, a menudo sesgadas, pronósticos. Esto es debido en gran parte a la

propagación no lineal de los errores en la comprensión de depósitos minerales en toda la cadena de la minería. Un nuevo

paradigma de planificación de la mina se considera en este caso, la integración de dos elementos: la simulación estocástica y

la optimización estocástica. Estos elementos proporcionan un marco matemático extendida que permite el modelado y la

integración directa de la incertidumbre yacimiento de diseño de la mina, planificación de la producción, y la valoración de los

proyectos y operaciones mineras. Este marco estocástico aumenta el valor de los programas de producción en un 25%. Los

estudios de casos también demuestran que el límite de pozo óptimas estocásticos:

• puede ser de aproximadamente 15% más grande en términos de tonelaje total cuando se compara con los límites de pozo óptimas

convencionales, mientras

• la adición de aproximadamente 10% del valor presente neto (VPN) a la reportada anteriormente para programación de la

producción estocástica dentro de los límites de pozo convencionalmente óptimos. Los resultados sugieren una posible

nueva contribución a la utilización sostenible de los recursos naturales.

Introducción

La optimización es un aspecto clave del diseño de la mina y programación de la producción, tanto a cielo abierto y
minas subterráneas. Se trata de la previsión, la maximización y el manejo de dinero en efectivo Florida flujos de una
operación minera y es la clave para la fi aspectos financieros de las empresas mineras. Un punto de partida para la
optimización en el contexto anterior es la representación de un depósito mineral en el espacio tridimensional a través
de un modelo de yacimiento y los bloques de minería que lo representan; este se utiliza para optimizar

R. Dimitrakopoulos (Y) COSMO - Laboratorio de Planificación Minera estocástico, Departamento de

Ingeniería de Minas y de Materiales de la Universidad McGill, Montreal, QC H3A 2A7, Canadá e-mail:
roussos.dimitrakopoulos@mcgill.ca

© El Instituto Australiano de Minería y Metalurgia 2018 101

R. Dimitrakopoulos (ed.), Los avances en Applied Estratégica Planificación Minera,
https://doi.org/10.1007/978-3-319-69320-0_9
 R. Dimitrakopoulos

diseños y los programas de producción (por ejemplo, Whittle 1999 ). métodos de estimación geoestadísticos han sido
utilizados para modelar la distribución espacial de los grados y otros atributos de interés dentro de los bloques de minería
que representan un depósito (David 1988 ). El principal inconveniente de las técnicas de estimación, ya sean
geoestadísticos o no, es que son incapaces de reproducir la variabilidad en situ de los grados de depósito, como se
infiere de los datos disponibles. Haciendo caso omiso de una fuente tal consecuente de riesgo y la incertidumbre puede
conducir a las expectativas de producción poco realistas (por ejemplo Dimitrakopoulos et al.

2002 ). Figura 1 muestra un ejemplo de expectativas poco realistas en un relativamente pequeño depósito de oro. En este
ejemplo (Dimitrakopoulos et al. 2002 ), El efecto de suavizado de métodos de estimación genera expectativas poco
realistas de valor actual neto en la mina ' s de diseño, junto con un rendimiento de mineral de la producción, los límites de
pozo, y así sucesivamente. los
fi figura muestra que si el diseño a cielo abierto de construcción convencional se prueba contra escenarios simulados

igualmente probables del yacimiento, su rendimiento será probablemente no cumplir con las expectativas. El VAN

convencionalmente esperada de la mina tiene un 2 - 4% de probabilidad de materializarse, mientras que se espera que sea

aproximadamente un 25% menos de lo previsto. Tenga en cuenta que en un ejemplo diferente, lo contrario podría ser el caso.

Desde hace más de una década, un marco tradicional se ha utilizado cuando se trata de la incertidumbre en la
distribución espacial de los atributos de un depósito mineral, así como sus implicaciones para estudios
posteriores, planificación, valoración y toma de decisiones. Ahora, un marco diferente al tradicional se ha sugerido
y se indica en la figura. 2 . En lugar de un único modelo de yacimiento como una entrada a la optimización de
diseño de la mina y una ' correcto ' evaluación de los indicadores clave del proyecto individuales, un conjunto de
convencionalmente óptima 102
modelos del depósito puede ser utilizado. Estos modelos son condicional a los mismos datos disponibles y sus
características estadísticas, y todos están limitados para reproducir toda la información disponible y representan
modelos igualmente probables de la distribución espacial real de los grados (Journel 1994 ). La disponibilidad de
múltiples igualmente

Figura 1 Optimización del diseño de la mina en una mina de oro a cielo abierto, en comparación con el VPN ' conchas de pozo ' y pro riesgo fi Le del diseño
 103

modelos probables de un depósito permite a los planificadores de minas para evaluar la sensibilidad del diseño de
pozo y programación de la producción a largo plazo a la incertidumbre geológica (por ejemplo, Kent et al. 2007 ; Godoy 2010
, En este volumen) y, más importante, capacitar a planificadores de la mina para producir diseños de minas y los
programas de producción con las evaluaciones NPV sustancialmente superior a través de la optimización estocástica.
Figura 3 muestra un ejemplo de una importante mina de oro se presenta en Godoy y Dimitrakopoulos ( 2004 ), Donde un
enfoque estocástico conduce a una notable mejora del 28% en NPV durante la vida útil de la mina, en comparación
con las mejores prácticas estándar empleadas en la mina; notar que los límites de pozo utilizados son los mismos en
ambos casos y se convencionalmente derivan a través de optimizadores comerciales (Whittle 1999 ). El mismo estudio
también muestra que el enfoque estocástico conduce a sustancialmente menor desviación potencial de los objetivos de
producción, es decir, reducción en el riesgo. Un factor clave en las diferencias sustanciales es que el estocástico o
enfoque de riesgo-integración pueden distinguir entre la

del proyecto estocástico Planificación Minera - Métodos, Ejemplos y Valor ...

' potencial de crecimiento ' del contenido de metal, y el valor de este modo económico de un bloque de minería, a partir de su ' riesgo a la

baja ', y luego tratarlos en consecuencia, como se discute adicionalmente en este documento.

Figura 2 representa un marco de planificación de la mina extendida que es estocástico (es decir, integra la
incertidumbre) y abarca el modelo estocástico espacial de la geoestadística con el de optimización estocástica para el
diseño de la mina y programación de la producción. En pocas palabras, en un modelo de programación matemática
estocástico desarrollado por la mía optimización, el coef relacionados fi cientes se correlacionan variables aleatorias que
representan el valor económico de cada bloque que está siendo extraído en un depósito, que son a su vez generada a
partir de considerar diferentes realizaciones de contenido de metal. Tenga en cuenta que

minas, de las reservas de planificación de la producción y programación de la vida de la mina frente, y la evaluación de los indicadores clave

Figura 2 Tradicional (modelo determinista o individual) y practicar vista enfoque de riesgo-integración (o estocástica) para el modelado de
 R. Dimitrakopoulos

(determinista) uno. Todos los horarios son factibles 104

Fig. 3 El horario estocástico vida de la mina en esta gran mina de oro tiene un valor 28% mayor que la mejor convencional

El segundo elemento clave de los enfoques de riesgo-integración es la simulación estocástica; se remite al lector a
Mustapha y Dimitrakopoulos ( 2010 , En este volumen) para la descripción de un nuevo método general para la
simulación de orden superior de los fenómenos geológicos complejos. La mayor integración de las incertidumbres
del mercado en términos de precios de las materias primas y tipos de cambio se discute en otro lugar (Abdel et al. 2011
; Meagher et al. 2010 ).

La idea clave en la programación de la producción que da cuenta de la incertidumbre grado es relativamente simple.
Un optimizador convencional (cualquiera de ellos) es determinista por la construcción y evalúa un grupo de bloques, tales
como la de la Fig. 4 una, a fin de decidir cuándo detener la minería, que bloquea la extracción cuando, y así sucesivamente,
en el supuesto de que los valores económicos de los bloques mineros considerados (entradas al optimizador) son los
valores reales / real. Un optimizador estocástico, también por la construcción, se evalúa un grupo de bloques, pero como en
la figura. 4 b, utilizando simultáneamente todas las combinaciones posibles de valores económicos de los bloques de
minería de la agrupación considerada. Como resultado, se utiliza información sustancialmente más local en la
incertidumbre local de las articulaciones, que conduce a mucho horarios más robustas que también puede maximizar el
potencial de crecimiento del depósito (por ejemplo, mayor NPV y la producción de metal) y al mismo tiempo minimizar los
inconvenientes (por ejemplo, no cumplir los objetivos de producción y pérdidas relacionadas).

Para elaborar en lo anterior, las siguientes secciones examinan un elemento clave en el marco de
riesgo-integración se muestra en la Fig. 2 , La de optimización estocástica. Este último optimización se
presenta en dos enfoques, uno basado en la técnica de recocido simulado, y un segundo basado en
programación entera estocástico. Ejemplos de seguimiento que demuestran los aspectos prácticos de la
modelización estocástica de minas, incluyendo el beneficio monetario fi ts.
 105

simultáneamente para la programación por un optimizador estocástico estocástico Mine Planning - Métodos, Ejemplos y Valor ...

convencional; segundo un conjunto de modelos de la misma agrupación de bloques con varios valores posibles consideradas

Fig. 4 optimización de programación de la producción con optimizadores convencionales frente estocásticos.

un representación individual de un grupo de bloques de minería en un depósito mineral como considerada para por un optimizador

Optimización estocástica en la mina Diseño y Programación de la Producción

diseño de la mina y programación de la producción de minas a cielo abierto es una intrincada, compleja y dif fi problema
de culto para hacer frente debido a su gran escala y la incertidumbre en los parámetros clave involucrados. El
objetivo del proceso de optimización relacionada es maximizar el valor actual neto total del plan de la mina.
Uno de los más signi fi cativos parámetros que afectan a la optimización es la incertidumbre en los materiales
mineralizados (recursos) disponible en el suelo, lo que constituye una fuente de incertidumbre para la
programación de la producción minera. Un conjunto de yacimientos simulados proporciona un cuanti fi Descripción
ed del suministro incierto. Dos métodos de optimización estocásticos se resumen en esta sección. los fi primero
se basa en el recocido simulado (Godoy y Dimitrakopoulos 2004 ; Leite y Dimitrakopoulos 2007 ; Albor et al. 2009 );
y el segundo sobre programación entera estocástico (Ramazan y Dimitrakopoulos, en este volumen, 2013 ;
Menabde et al. 2017 , En este volumen); Leite y Dimitrakopoulos

2014 ; Montiel et al. 2016 ; Goodfellow y Dimitrakopoulos 2017a , segundo ).

 R. Dimitrakopoulos

Programación de la producción con el recocido simulado

El recocido simulado es un método de optimización heurística que integra la filosofía de mejora iterativa
de la llamada algoritmo Metropolis con un adaptativa
' divide y conquistaras ' estrategia para la resolución de problemas (Geman y Geman 1984 ). Cuando varios programas
de producción de las minas se encuentran en estudio, siempre hay un conjunto de bloques que se asignan al mismo
periodo de producción a través de todos los programas de producción; éstos se conocen como los determinados o
100% bloques de probabilidad. Para manejar la incertidumbre en los bloques que no tienen 100% de probabilidad,
recocido simulado intercambia estos bloques entre períodos de producción candidato a fin de minimizar la desviación
media de los objetivos de producción para los períodos de minería de N, y para una serie de modelos del yacimiento S
simuladas, es decir:

Xs
Mino ¼ X norte h norte re s Th? h norte re s th th X s X norte re s Th? X norte re s TH!;
TH! re 1 Þ
norte ¼ 1 s¼1 s¼1

dónde h norte( s) y X norte( s) son los objetivos de mineral y de los residuos de producción, respectivamente, h norte( s)
yacimiento relacionado. 106
y X norte( s) representar a la producción de mineral y estéril real de la secuencia de la minería perturbado. Cada intercambio
de un bloque se denomina como una perturbación.
La probabilidad de aceptación o rechazo de una perturbación viene dada por:

prob F aceptar g ¼ 1; Si 0 nuevo 0 antiguo

mi 0 antiguo 0 nuevo ; de otra manera
T

Esto implica todas las perturbaciones favorables ( Onew O antiguo) se aceptan con probabilidad 1 y
perturbaciones desfavorables se aceptan basa en una distribución de probabilidad exponencial, donde T
representa la temperatura de recocido.
Los pasos de este enfoque, como se representa en la Fig. 5 son como sigue:

1. de fi las tasas de mineral de ne y la minería de residuos;

2. de fi ne un conjunto de pozos anidados como por la aplicación Whittle (Whittle 1999 ) De la Lerchs-Grossmann
( 1965 ) Algoritmo, o cualquier parametrización pozo;
3. utilizar un planificador comercial para programar una serie de donde: simulado realizaciones de la
veta dado 1 y 2;
4. emplean recocido simulado como en la ecuación. 1 Utilizando los resultados de 3 y un conjunto de

yacimientos simulado; y
5. cuantificar el riesgo en el programa resultante y los indicadores clave del proyecto, utilizando simulaciones del
 107

Fig. 5 Los pasos necesarios para la programación de la producción estocástica con recocido simulado; S 1 ... S norte
son realizaciones del grado yacimiento a través de un algoritmo de simulación secuencial; ss 1 ... ss norte son las secuencias de minería para cada uno de

S 1 ... S norte. Las tasas de extracción se introducen en el proceso de

Programación estocástica entero de Programación de Producción de Mina

Planificación Minera estocástico - Métodos, Ejemplos y Valor ...

programación entera estocástico (SIP) proporciona un marco para la optimización de la programación de producción de
la mina teniendo en cuenta la incertidumbre (Dimitrakopoulos y Ramazan
2008 ). Una especificación fi formulación c SIP es brie Florida y muestra aquí que genera el programa de producción
óptima utilizando modelos del yacimiento simulados igualmente probables como entrada, sin promedio de las
calificaciones relacionadas. El programa de producción óptima es, entonces el programa que puede producir el valor
total descontado máximo alcanzable del proyecto, dada la incertidumbre depósito mineral disponible se describe a
través de un conjunto de modelos del yacimiento estocásticamente simulados. El modelo propuesto SIP permite la
gestión de riesgo geológico en términos de no cumplir con los objetivos previstos durante la operación real. Esto es a
diferencia de los métodos de programación tradicionales que utilizan un único modelo de yacimiento, y donde el riesgo
se distribuye aleatoriamente entre períodos de producción mientras que no hay control sobre la magnitud de los riesgos
en el calendario.

La forma general de la función objetivo se expresa como:

" #
X norte X metro
Max X pag mi FD VAN Þ TI gramo segundo TI re do a
u re aDo þ do a1 re as 1 þ do tgu re tgDo þ do tg 1 re tgs 1 Þ ; re 2 Þ
t¼1 yo ¼ 1 s¼1

dónde:

p es los períodos totales de producción n es el

número de bloques b eso

es la variable de decisión para cuando a la mía bloque i (si extraído en el período t, b eso es 1 y de otra manera b eso es 0)
 R. Dimitrakopoulos

Las variables c son los costos unitarios de desviación (representados por las variables d) a partir de los objetivos de
producción para los grados y toneladas de mineral. Los subíndices U y L corresponden a las desviaciones y los costes
de producción en exceso (límite superior) y la escasez de la producción (enlace inferior), respectivamente, mientras que
s es el número de modelo yacimiento simulada, y g y o son los objetivos de producción de grado y de mineral. Figura 6

muestra gráficamente el segundo término de la ecuación. 2 . Tenga en cuenta que los parámetros de los costos de la
ecuación. 2 tienen un descuento del tiempo utilizando el factor de descuento geológica de riesgo desarrollado en
Dimitrakopoulos y Ramazan ( 2004 ). La tasa de descuento riesgo geológico (GRD) permite la gestión de riesgo para ser
distribuido entre los períodos. Si se utiliza una muy alta GRD, las zonas de menor riesgo en cuanto al cumplimiento de
los objetivos de producción se extraen antes y las partes más riesgosas serán dejados por períodos posteriores. Si se
utiliza una muy pequeña GRD o un GRD de cero, el riesgo será distribuido a una velocidad más equilibrada entre
períodos de producción en función de la distribución de la incertidumbre dentro del depósito mineralizado. los ' do ' variables
en la función objetivo (Ec. 2 ) Se utilizan para de fi ne un profesional riesgo fi Le para la producción, y el VPN producido es
la óptima para el de fi Pro de riesgo definido fi Le. Se considera que el grado si las desviaciones esperadas de la cantidad
prevista de tonelaje de mineral de haber planificadas y de calidad en un horario son altos en las operaciones mineras
actuales, es poco probable de lograr el VAN resultante del calendario previsto. Por lo tanto, el modelo SIP contiene la
minimización de las desviaciones junto con la maximización del valor presente neto para generar horarios prácticas y
factibles y dinero en efectivo alcanzable Florida OWS. Para detalles,

bloques de minería de alta calidad, sino también con una alta probabilidad de ser mineral de 108

se reducen al mínimo las posibles desviaciones de los objetivos de producción, lo que lleva a los horarios que buscan la mina fi rst no sólo para los

Fig. 6 Representación gráfica de la forma en que el segundo componente de la función objetivo de la ecuación. 2
reduce al mínimo las desviaciones de los objetivos de producción, mientras que la optimización de la programación. Esto lleva a los horarios en los que
 109

consulte Ramazan y Dimitrakopoulos ( 2008 ) Y Dimitrakopoulos y Ramazan ( 2008 ).

Ejemplos y valor del marco estocástico

El ejemplo descrito en el presente documento muestra de largo alcance programación de la producción tanto con el enfoque
de recocido simulando en la Sección. “ horarios de recocido y de producción simulados ” y el modelo de SIP en la Sección. “ horarios
de programación entera estocástico y producción ”. Sección “ límites a cielo estocásticamente óptimas ” se centra en el tema
de los límites de pozo estocásticamente óptimas. La aplicación utilizada se encuentra en un depósito de cobre que
comprende 14.480 bloques de minería. La programación contempla una capacidad de mineral de 7,5 M de toneladas al año
y una capacidad de extracción máxima de 28 M de toneladas. Todos los resultados se comparan con la industria ' s ' mejores
prácticas ': un horario convencional usando un modelo único depósito mineral estimado y Whittle ' s enfoque (Whittle 1999 ).

Recocido simulado y programas de producción

estocástico Planificación Minera - Métodos, Ejemplos y Valor ...

Los resultados para el recocido simulado y el método de la ecuación. 1 se resumen en las figuras. 7 , 8 , 9 y 10 . El pro
riesgo fi les para NPV, tonelajes de mineral, y la producción de residuos se muestran respectivamente en las Figs. 7 , 8 y 9
. Figura 10 compara con la mejor práctica convencional equivalente y los informes de una diferencia de 25% en
términos de mayor NPV para el enfoque estocástico.

Fig. 7 LOM programa de producción basado en el riesgo (pro riesgo acumulativo NPV fi le)
 R. Dimitrakopoulos

Fig. 8 basado en el riesgo programa de

producción LOM (pro riesgo de mineral fi le)

110

producción LOM (pro riesgo de residuos fi le)

Fig. 9 basado en el riesgo programa de

Estocástico enteros de programación y producción Horarios

La aplicación del modelo de SIP en la Ec. 2 , Utilizando límites de pozo derivadas del enfoque de optimización
convencional, pronostica un valor presente neto esperado de alrededor de $ 238 M. En comparación con el
enfoque tradicional equivalente y pronóstico relacionado, el valor del marco estocástico es de $ 60 M, o una
contribución de alrededor del 25% del VAN adicional al proyecto. Tenga en cuenta que a diferencia de recocido
simulado, el programador decide la estrategia de eliminación de residuos óptima, que es la misma que la utilizada
en la optimización convencional con la que se compara.

Figura 11 muestra una sección transversal de los dos horarios de depósito de cobre: ​uno obtenido
utilizando el modelo de SIP (parte inferior) y el otro generada por un método tradicional (arriba) usando un
modelo único depósito mineral estimado. ambos horarios
Planificación Minera estocástico - Métodos, Ejemplos y Valor ... 111

La Fig. 10 NPV de pro riesgo convencional y estocástico (basado riesgo) horarios y correspondiente fi Les

Los períodos de minería

23

4567

La Fig. 11 vistas en sección transversal de la SIP (abajo) y el horario tradicional (TS - la parte superior) para un depósito de cobre
 R. Dimitrakopoulos

Se muestran los resultados en bruto y necesitan ser suavizadas para convertirse en práctica. Es importante observar
que:

• los resultados en el segundo estudio de caso son similares en un porcentaje de mejora en comparación
con otros enfoques estocásticos tales como recocido simulado; y
• aunque los horarios de comparación en los estudios de la presente memoria no se alisan, otras
aplicaciones SIP existentes muestran que el efecto de generar horarios lisas y práctica tiene impacto
marginal sobre el rendimiento previsto de los horarios relacionados, así el orden de las mejoras en los
horarios de SIP informó aquí sigue siendo .

Estocásticamente Límites óptima Pit

Las comparaciones anteriores se basaban en los mismos límites de pozo que se consideren óptima utilizando las mejores

prácticas de la industria (Whittle 1999 ). Esta sección se centra en el valor de los enfoques propuestos con respecto a los

límites de pozo estocásticamente óptimas. Ambos métodos descritos anteriormente consideran los límites de pozo más

grandes y se detienen cuando se descuenta dinero en efectivo Florida OWS ya no son positivos. Figuras 12 y 13 mostrar

algunos de los resultados. Los límites de pozo óptimos generados estocásticamente contienen un 15% adicional de tonelaje en

comparación con el tradicional (determinista) ' óptima ' límites de pozo, añadir alrededor de 10% en NPV al NPV informado
límites de pozo óptimas convencionalmente derivados 112
anteriormente de programación de la producción estocástica dentro de los límites de pozo convencionalmente óptimas, y

extender la vida de la mina. Estas son diferencias sustanciales para una mina de un tamaño relativamente pequeño y la vida

de la mina corto. Más trabajo

La Fig. 12 LOM caja acumulativo Florida OWS para el enfoque convencional, recocido simulado y SIP, y se comparan con los resultados de los
 113

hoyos más grandes se generan estocástico Planificación Minera - Métodos, Ejemplos y Valor ...

La Fig. 13 límites a cielo estocásticos son más grandes que las convencionales; Se espera que las diferencias de programación física cuando los

muestra que hay mejoras adicionales en todos los aspectos cuando se utiliza un marco estocástico para
diseño de la mina y programación de la producción.
El nuevo enfoque produjo un incremento de * 30% en el NPV cuando se compara con el enfoque
convencional. Las diferencias registradas se deben a los diferentes patrones de programación, la tasa de
extracción de residuos, y una extensión de los límites de pozo que arrojó un adicional * 5,5 mil toneladas de
metal.

conclusiones

A partir de los límites del yacimiento de modelado actual y paradigma de la optimización de la planificación de la vida de
la mina, se ha presentado un marco basado en el riesgo integrado. Este marco se extiende los enfoques comunes con
el fin de integrar tanto la modelización estocástica de yacimientos y optimización estocástica de manera
complementaria. El principal inconveniente de las técnicas de estimación y los enfoques tradicionales de planificación es
que son incapaces de tener en cuenta la variabilidad espacial en situ de los grados de depósito; de hecho, los
optimizadores convencionales suponen un conocimiento perfecto del yacimiento está considerando. Haciendo caso
omiso de esta importante fuente de riesgo y la incertidumbre puede conducir a expectativas poco realistas de
producción, así como diseños de minas subóptimas.

El trabajo presentado en este documento muestra que el marco estocástico añade mayor valor en los programas de
producción en el orden de 25%, y se logrará independientemente del método de los dos que se presenta es utilizado.
Además, los límites óptima de pozo estocásticos se muestran a ser de aproximadamente 15% más grande en términos de
tonelaje total, en comparación con los límites tradicionales (determinísticas) óptimos de pozo. Esta diferencia se extiende
la vida de la mina y añade aproximadamente el 10% del valor presente neto (VPN) a la NPV informado anteriormente de
programación de la producción estocástica dentro de los límites de pozo convencionalmente óptimos.

Expresiones de gratitud Gracias son el fin de la Asociación Internacional de Matemáticas Ciencias de la Tierra por la
oportunidad de presentar este trabajo como su distinguido conferenciante. El apoyo del Laboratorio de COSMO y sus
miembros de la industria de AngloGold Ashanti, Barrick, BHP Billiton, De Beers, Newmont, Vale y de Vale Inco, así como
NSERC, la investigación de Canadá Programa de Cátedras y CFI se agradece. Gracias a R Goodfellow por su ayuda
editorial.
 R. Dimitrakopoulos

referencias

Abdel Sabour SA, Dimitrakopoulos R (2011) Contabilización de suministro de mineral de articulación, el precio del metal y

El tipo de cambio incertidumbres de diseño de la mina. J Ciencia Minería 86 (2): 191 - 201 (El Instituto Australiano de Minería
y Metalurgia: Melbourne)
Albor Consquega F, R Dimitrakopoulos mina de optimización del diseño (2009) estocástico basado en
recocido simulado: límites de pozo, los programas de producción, múltiples escenarios del yacimiento y análisis de sensibilidad.
Trans Inst Min Min Metall Technol 118 (2): A80 - A91 David M (1988) Manual de estimación de reservas de mineral de geoestadística
avanzada aplicada. Ámsterdam,
Elsevier Science, p 216
Dimitrakopoulos R, S Ramazan (2004) sobre la base de la incertidumbre en la previsión de producción a cielo abierto
minería. SME Trans 316: 106 - 112
Dimitrakopoulos R, Ramazan S (2008) de programación entera estocástico para la optimización a largo plazo
los programas de producción de minas a cielo abierto: métodos, aplicaciones y valor de las soluciones estocásticos. Trans Inst Min
Metall Min Technol 117 (4): A155 - A167
Dimitrakopoulos R, CT Farrelly, Godoy M (2002) Avanzando desde la optimización tradicional:
la incertidumbre de grado y los efectos de riesgo en el diseño a cielo abierto. Trans Inst Min Min Metall Technol 111: A82 - A88

Geman S, Geman D (1984) relajación estocástica, distribución de Gibbs, y la restauración Bayesiano

de las imágenes. Patrón IEEE Trans Anal Mach Intell PAMI 6 (6): 721 - 741 M Godoy (2017) Un marco basado en el análisis de
riesgos para la planificación estratégica y el diseño de la mina -
Método y aplicación. (En este volumen)
Godoy MC, Dimitrakopoulos R (2004) Gestión del riesgo y de los residuos de minería en la producción a largo plazo
la programación. SME Trans 316: 43 - 50
Goodfellow R, R Dimitrakopoulos (2017a) optimización estocástica simultánea de la minería
complejos y cadenas de valor mineral. Matemáticas Geosci. doi: 10.1007 / s11004-017-9680-3
Goodfellow R, R Dimitrakopoulos (2017B) optimización estocástica simultánea de la minería
complejos y cadenas de valor mineral. Matemáticas Geosci. doi: 10.1007 / s11004-017-9680-3
Journel AG (1994) Incertidumbre de la modelización: algunas reflexiones conceptuales. En: Dimitrakopoulos R
(ed) Geoestadística para el próximo siglo. Kluwer Academic, Dordrecht
Kent M, Peattie R Chamberlain V (2007) La incorporación de la incertidumbre de grado en la decisión de ampliar
el pozo principal de la mina de oro Navachab, Namibia, a través del uso de la simulación estocástica. En: Dimitrakopoulos R (ed)
de modelado del yacimiento y la planificación estratégica de minas, 2ª ed. El Instituto Australiano de Minería y Metalurgia,
Melbourne, pp 207 - 216 Una Leite, Dimitrakopoulos R (2007) Un modelo de optimización estocástica para la planificación minera a
cielo abierto:
Aplicación y análisis de riesgos en un depósito de cobre. Trans Inst Min Min Metall Technol 116 (3): A109 - A118

Leite A, Dimitrakopoulos R (2014) programación de la mina con la programación estocástica en un cobre

depósito: Aplicación y valor de la solución estocástica. Min Sci Technol 24 (6): 55 - 72 Lerchs H, Grossmann IF (1965)
El diseño óptimo de minas a cielo abierto. Trans Canadian Inst Min
Metall LXVII: 47 - 54
Meagher C, Abdel Sabour SA, Dimitrakopoulos R (2010) Diseño Rechazo de las minas a cielo abierto
en virtud de las incertidumbres geológicas y de mercado. En Dimitrakopoulos R (ed) Los avances en el modelado de yacimiento y la
planificación estratégica de minas I. El Instituto Australiano de Minería y Metalurgia, Melbourne, pp 291 - 298

Menabde M, Froyland G, Stone P, Yeates G optimización de programación (2017) Minería para

condicionalmente simulado cuerpos mineralizados. (En este volumen)

Montiel L, Dimitrakopoulos R, Kawahata K (2016) optimizar Globalmente a cielo abierto y subterránea

las operaciones mineras en condiciones de incertidumbre geológica. Min Technol 125 (1): 2 - 14 Mustapha H, Dimitrakopoulos R
(2010) simulaciones estocásticas de alta orden para complejo
no gaussiana y los patrones geológicos no lineales. Math Geosci 42 (5): 455 - 473 Ramazan S, Dimitrakopoulos R (2013)
Programación de la producción con el suministro incierto: un nuevo
solución al problema de la minería a cielo abierto. Optimi Eng 14: 361 - 380 114
 Valor ... 115

Ramazan S, Dimitrakopoulos R (2018) de optimización estocástica de producción a largo plazo

Internacional. Oro, Escuela de Minas de Colorado, pp 15 - 24 estocástico Planificación Minera - Métodos, Ejemplos y
programar para minas a cielo abierto con una nueva formulación de programación entera. (En este volumen) Whittle J (1999) Una
década de planificación de minas a cielo abierto y la optimización - La nave de convertir
algoritmos en paquetes, en Actas APCOM ' 99, Aplicaciones Informáticas en los minerales Industrias: 28 Simposio