基于模糊神经网络的义县萤石成矿预测

成矿预测的模糊综合评判方法中评价因素权重确定时具有较强的人为因素,模糊神经网络方法可以建立在无模型基础上,自动获取输入与输出的关系,在专家确定权重初始值的情况下,通过网络训练确定出最优权重值,这在一定程度上减少了人为因素的影响.应用该方法对义县萤石成矿远景区进行了评价,其评价结果与实际一致.表明该方法可推广到其他区域、其他矿种的预测,但应根据预测对象的实际情况建立控矿因素集和相应的隶属度函数.     

边坡稳定性预测的粗糙集-距离判别模型及其应用

为克服马氏距离判别模型无法考虑指标权重的不足,引入粗糙集理论,通过分析评判方法对评价对象的支持度和重要性计算得到权重系数。将权重系数嵌入距离判别模型,构建了边坡稳定性预测的加权距离判别模型。根据边坡失稳破坏特点,选取合理的判别因子,以大量工程实例样本作为原始数据和训练样本,建立了边坡稳定性评价预测的粗糙集-距离判别模型。将边坡稳定性评价预测的粗糙集-距离判别模型评价预测结果与马氏距离判别法、支持向量机理论、Bayes判别分析等方法得到的预测结果进行了对比分析,验证了粗糙集-距离判别模型的有效性。将建立的粗糙集-距离判别模型应用于黄河中游地区某大型水利枢纽库区边坡工程,预测结果与实际情况吻合。研究结果表明,粗糙集-距离判别模型具有权重分析合理、预测准确性高等优点,是进行边坡稳定性分析预测的一种新的有效途径。     

模糊综合评判模型在会泽铅锌矿隐伏矿定位预测中的应用

模糊综合评判(FCA)模型是基于模糊数学理论并结合隐伏矿预测理论而建立的一个找矿模型.在会泽铅锌矿隐伏矿定位预测中,运用FCA模型,进行了成矿因素评价集的确定,评价因素权重的确定,并根据流程作出找矿预测的异常图.预测结果与实际工程施工验证相吻合,证明所构造的模型有效.该模型还可以推广到其他矿山进行隐伏矿定位预测.     

基于支持向量机的水库诱发地震分析

将诱发水库地震的主要因素（岩性、岩体完整性、断层性质、库区区域应力状态、库区地震活动背景）划分为11个因子,并进行定量化;再根据每个样本到所属类内超平面的距离计算每个样本点的模糊因子,确定其对分类超平面影响大小;然后建立水库地震的支持向量机（SVM）和模糊支持向量机（FSVM）模型,并应用于水库诱发地震等级预测。实例分析表明,两种模型均可用于水库诱发地震等级预测,具有预测精度较高、考虑因素全面的特点,相比之下SVM模型预测结果略优于FSVM模型。另外,在应用SVM和FSVM进行分类时,如果样本离散性较高,则SVM模型优于FSVM模型;相反,如果样本离散性较低,则FSVM模型优于SVM模型。     

Meta分析在矿集区成矿信息权重值比较中的应用

矿集区内隐伏矿综合定位预测方法已成为找矿预测领域的研究热点。矿床矿点的形成是由多种非线性成矿因素综合作用的结果,多属性模糊优选决策模型(FOMMAD)是解决这类问题的有效工具。寻找一个科学合理的属性权重确定方法,是FOMMAD能否成功实施的关键。首次应用Meta分析方法对地层、接触带、断裂、蚀变、构造交汇处5种找矿信息的权重进行了定量比较研究。在此基础上,运用FOMMAD及模糊层次分析法(FAHP),在研究区圈定了12个成矿有利度较高的靶区。验证结果表明,基于Meta分析与FOMMAD模型的多元找矿信息综合预测模型得到的成矿有利度可作为研究区找矿预测的综合标志。     

ArcView平台中权重叠加模型法在资源预测中的应用——以陕西旬北铅锌矿富集区为例

介绍了ArcView平台ModelBuilder扩展模块中的权重叠加(weighted overlay)模型的原理及其在资源预测中的应用.权重叠加模型通过设置不同图层的影响比例和各图层中控矿因素的权重来实现预测和评价,该方法具有权重比例设置地质意义明确、实现过程简单、交互性强的特点.模型中的参数可根据研究人员对成矿规律的认识和所掌握情况进行调整,据此可快速得到各控矿因素不同权重时的预测结果图.以陕西旬北铅锌矿富集区为例,在ArcView平台中应用权重叠加模型进行了铅锌矿成矿远景区的预测和评价.从预测结果图看,研究区内绝大多数矿床(点)落入成矿有利度的高值区域,表明该方法预测结果的可信度高,可用于矿产资源的预测和评价工作.     

基于模糊模式识别的支持向量机的回归预测方法

尝试把最近发展起来的支持向量机引入水文预测中,建立了支持向量机水文回归预测模型,为小样本情况下水文预测提供一种行之有效的可选择的方法。在此基础上,为了更好地处理水文系统中广泛存在的不确定、模糊信息,进一步把模糊模式识别理论引入支持向量机,提出一种模糊模式识别核函数。该核函数具有更明确合理的物理意义。冰凌预测实例表明了SVM水文回归预测方法及模糊模式识别核函数的有效性和可行性。     

模糊综合评判在铀矿成矿预测中的应用

本文介绍了模糊综合评判法在铀矿成矿预测中的应用。该法可定量地分析预测区的地质信息,综合多种成矿因素的作用,以达到分析预测区成矿远景的目的。其步骤是:将整个预测区划分为若干子区单元,作为评判对象;根据预测区的特殊性及地质成矿过程的一般性,确定出影响成矿的主要因素,组成评判因素集;计算每个子区单元在每个因素上对“成矿”的隶属度,确定评判矩阵;选用加权平均等3个评判函数,用二次评判的方法进行模糊综合评判,得到评判结果,最后对评判结果择优,划分出三级成矿远景区。     

专家辅助找矿系统中模糊综合评判（FCA）模型的软件实现及应用——以云南会泽铅锌矿隐伏矿预测为例

模糊综合评判(FCA)模型是应用模糊数学的理论与方法,通过综合评判多个控制因素的权重,对某一事件进行评价的数学模型.以云南会泽铅锌矿为例,选择了地层、构造、岩性控矿因素为模糊评价因素集,建立了FCA模型,编制了计算机程序进行软件实现.对构造地球化学数据进行了评判试验,实现隐伏矿预测.研究结果表明,由多因素决定的矿化异常与实际工程验证结果吻合.FCA模型可用于评价地质、生态、环境、气象、农业、经济等多个领域中由多个因素控制的事件,具有普遍意义.     

基于模糊概率方法的岩体稳定性评价

岩体稳定性受多种不确定性因素的影响,不仅具有随机性,而且也具有模糊性,属于模糊概率的范畴,利用经典的模糊综合评判方法进行研究将会产生不合理的结果.在模糊概率理论的基础上,建立了一类新的岩体稳定性综合评价方法--模糊概率方法,并提出了模糊权重的概念,从而避免了权重取值带来的不确定性.结合所选取的5个影响岩体稳定性的因素,建立了这5个影响因素的隶属函数与模糊权重;利用此方法对某一地下岩体工程进行了分析,并与其他方法所评价的结果进行了比较,表明了该方法具有合理性与可靠性.     

路基下岩溶稳定性评价的模糊多层次多属性决策方法研究

影响高速公路路基下岩溶稳定性的因素很多,影响程度各不相同且包含各种模糊信息。基于实际工程资料,综合运用层次分析方法和模糊多属性决策方法,建立路基下岩溶顶板稳定性评价的模糊多层次多属性决策模型;采用Laagoven和Buckley关于层次分析方法中权重比矩阵元素模糊化的建议,推导出权重比矩阵元素为三角模糊数的模糊权值向量计算公式,再按照模糊平均加权方法（F-SAW）得到每个评语的模糊效应值;最后以此结果进行模糊集排序,得到岩溶顶板稳定性的评语。实际工程的应用结果表明了方法的可行性和有效性,为岩溶区路基稳定性评价提供了新的思路和方法。     

折衷型多属性模糊决策模型在青海祁连山玉石沟 铜锌矿区成矿预测中的应用

本文建立基于模糊多属性决策方法的综合信息矿产预测模型,对青海省祁连山玉石沟成矿区铜锌矿进行预测。通过对玉石沟地质特征及成矿规律的研究,选取矿化蚀变、控矿地层岩性、控矿构造、铜锌元素异常等矿化信息,运用GIS技术进行关联和分析,建立研究区铜锌矿成矿预测指标,并利用折衷型模糊多属性决策方法对成矿预测指标进行综合和决策。通过确立每个预测指标的模糊正负理想值,采用加权欧氏距离测度工具来计算评价单元与模糊正负理想之间的距离,在此基础上再计算评价单元对正理想值的隶属度来表示成矿有利度。圈出了8个铜锌矿成矿远景区,1个Ⅰ级远景区,3个Ⅱ级远景区,4个Ⅲ级远景区。与经典的模糊综合评判预测模型的结果进行比较,成矿有利区更加收敛。成矿远景区多位于大断裂和次生断裂交汇处,说明研究区断裂发育强烈的交汇地带有良好的找矿前景。     

浅层采空区塌陷危险性评价方法研究

鉴于浅层采空区的复杂性、不确定性,目前缺乏针对浅层采空区塌陷危险性的有效评价方法。在对浅层采空区详尽客观调查探测基础上,提出了基于层次分析法的模糊综合评判定量评价方法评价采空塌陷危险性。首先,在研究区工程地质条件、采空区塌陷机理和塌陷影响因素分析基础上建立采空塌陷评价因子体系及标准;其次,针对离散型和连续型变量因子的不同,分别采用专家评定法和适宜的隶属度函数模型构建隶属度评价矩阵,同时采用层次分析法中的特征向量法确定因子权重;最后,通过权重矩阵和隶属度矩阵的合成运算得到评价结果向量,按贴近度原则确定危险性等级。研究结果表明,模糊综合评判方法在评价浅层采空区塌陷危险性方面是可行并有效的。     

基于GIS证据权重法的祁连山地区铜矿床成矿预测

在成矿地质规律研究基础上,将祁连山地区划分9432个统计单元,对其中的192个铜矿床进行多源地质信息（包括地层、岩体、断裂信息）的提取。认为祁连山地区铜矿有利成矿地层组合为下古生界砂岩;与成矿有关的岩体为基性一超基性岩,代表了不同的铜矿床类型;断裂发育有利于成矿,其中80％的矿床集中在距离断裂2．59km的范围之内,断裂的密集程度与含矿性呈正相关。利用证据权重法,对研究区铜矿各成矿因素按照权重提取12个证据层,进行全区铜矿床成矿预测。     

考虑样本差异的一种地下水质模糊评判方法与应用

应用传统模糊评判方法评价地下水质量时,通常以地下水质量标准为参考进行权重赋值,没有考虑由于水质复杂而引起的评价地区内部各取样点测试指标值之间的差异,评价结果极有可能出现一个样本因某项指标的相对含量较大而被列为水质较差级别的现象,不能为水资源缺乏地区水资源管理提供客观的依据。本文针对传统模糊评判的不足,选用广义权海明距离公式为评价公式,用样本权重来表达样本差异程度,再和标准权重相结合作为总的权重,建立了考虑样本差异的地下水质模糊评判体系。选择pH、溶解性总固体、总硬度、Cl-、SO42-和NO3-作为评价指标,分别运用传统模糊评判和考虑样本差异的模糊评判法对鄂尔多斯白垩系自流水盆地的环河组含水岩组进行地下水质量评价。评价结果表明,考虑样本差异的模糊评判所得的Ⅳ、Ⅴ类水分布面积明显小于传统模糊评判所得的结果,环河组含水岩组地下水水质的Ⅰ、Ⅱ、Ⅲ级主要分布在盆地的北部,盆地南部的地下水质明显劣于盆地北部。影响水质分布的因素主要有水化学场、水动力场、岩相古地理等。     

基于机器学习的滑坡易发性预测建模及其主控因子识别

不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异,另外如何有效识别滑坡易发性的主控因子意义重大.针对上述问题,以支持向量机(support vector machine,简称SVM)和随机森林(random forest,简称RF)为例探讨了基于机器学习的滑坡易发性预测及其不确定性,创新地提出了"权重均值法"来...     

加权支持向量回归机及其在水质预测中的应用

支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进，提出了一种新的用于回归估计的支持向量机学习算法，针对各样本重要性的差异，给各个样本的惩罚系数和误差要求赋予不同权重，并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明，该方法对水质具有较好的预测效果。     

围岩破坏模式识别的支持向量机研究

围岩的破坏受到多种因素的影响,并且各破坏模式之间没有明显的界限,因此其破坏模式的识别是一种模糊、非线性、小样本、高维数的模式识别问题。支持向量机（SVM）是最近发展起来的一种新机器学习技术,已在模式识别领域有很多成功地应用。基于支持向量机的思想,提出了围岩破坏模式识别的支持向量机方法,很好地表达了围岩破坏模式与其影响因素之间的复杂非线性关系。具体算例表明,该方法是可行的,具有一定的准确性。     

基于数据挖掘的砂土地震液化预测模型研究

在对砂土地震液化各影响因素分析的基础上,引入整合式模糊聚类神经网络的数据挖掘模型.该模型以模糊系统为框架,结合聚类分析技术和神经网络模式,建立砂土液化与其影响因素之间的非线性关系.运用所建立的模型,对国内外400组砂土地震液化资料进行分析,来预测砂土液化现象.数据挖掘结果的误判率及分类矩阵表明,文章的系统模式在判断砂土地震液化时能取得较好的效果.     

玛纳斯河流域水资源承载力模糊评价

以玛纳斯河流域水资源承载力为研究对象,采用基于变异系数的模糊物元分析处理分类界限多层次、多因素的模糊边界问题,对流域水资源承载力进行综合评价.评价结果表明,变异系数法得到的权重客观合理,物元分析法通过欧氏贴近度判定评价对象和标准之间的贴近程度,能比较客观、有效地对流域水资源承载力进行综合评价.