随着矿业进入5.0时代，提升矿石品位估算精度的努力持续推进。为响应这一需求，万隆科学技术学院采矿工程系教授Veriyadi（理学硕士、博士）提出基于人工神经网络（ANN）与阿基米德优化算法（AOA）的混合方法，作为矿石品位估算新方案，尤其适用于镍矿。该方法已在2025年伦敦矿产资源估算会议上展示，因其精度优于传统方法而备受关注。

他解释道，ANN-AOA混合方法旨在克服传统加权方法的局限性，如反距离加权法（IDW）和普通克里金法（OK）。这两种方法通常依赖距离或空间相关性，在镍红土矿常见的非正态、非平稳、非线性或异方差数据条件下，性能会下降。2025年12月5日，他表示：“品位估算因素不仅取决于距离或空间相关性，还包括岩性、钴含量、铁含量、氧化镁、二氧化硅及位置因素等其他地质变量。混合方法允许这些变量全部被纳入考量并优化。”

现任PT Grabuma首席执行官的Veriyadi指出，混合方法是两种或多种方法的结合，以产生更优、更精准的估算结果。在其研究中，ANN作为模拟人类大脑数据模式处理方式的人工智能模型，而AOA作为基于阿基米德物理定律的元启发式算法，用于优...