基于粗糙集理论的金矿矿化信息挖掘与分析

摘要

目前地矿信息获取手段多样化、地矿数据的时空性以及多源化，造成了矿产资源勘查和评价难度日益增大。当代GIS技术提供了计算机辅助下的多源地学信息集成管理和查询检索能力，计算机科学和数学地质方法为找矿靶区优选和综合评价提供了技术支持，成矿信息模型的全面探索和多元地学信息的定量化分析是当今矿产勘查和成矿预测评价的发展方向之一。地质现象与成矿过程具有内在复杂性，超越了线性方法讨论的范畴。矿床观察研究的抽样性和随机性，信息提取的不充分性，线性预测模型的局限性，造成地质学中很多预测成果具有多解性。研究在强干扰下、深部、隐蔽及微弱信息的提取和非线性理论的应用是当前定性和定量化地学研究的热点。在矿产勘查的量化研究方面，野外数据采集和室内信息处理都受到人思维方式的影响。粗糙集理论可以同时考虑定性和定量因素，不依赖任何先验知识，完全基于数据科学地评估地矿因素的贡献率，从海量的数据中挖掘出各个地质因素之间的联系和规则，找出控矿因素并为找矿标志的确立提供科学的依据。 本研究以地质、成矿规律研究为基础，以数学为工具，以GIS技术为手段，基于粗糙集理论对有关的地质变量与矿床成矿可能性大小进行量化分析，获取控矿变量的最优组合，结合特征分析法、神经网络理论方法，对具有多目标、多因素的复杂不确定地矿问题构建合理的预测模型，定量分析矿床变量值，从而达到靶区优选的目的。基于GIS平台集成管理多源地学数据，考虑成矿背景、数据获取环境、数据质量等因素，提取地质单元地矿信息，构建决策表，基于粗糙集方法对属性进行约简，应用可变精度粗糙集模型从约简的属性表中求取近似集，从下近似集中获取确定规则，并运用决策矩阵法对属性值进行约简，剔除冗余信息，约简结果与研究区勘探资料完全相符。粗糙集理论的计算方法是知识的表达和约简，查明控矿因素和找矿标志的找矿信息量。粗糙集与特征分析法的结合应用，表明约简变量建模误差更小；粗糙集与神经网络模型的结合应用，能降低网络复杂度，简化模型。两种方法的预测结果基本一致，说明粗糙集集成化预测模型研究对于成矿预测具有一定参考意义，值得进一步探索和查明方法应用的条件，继承和发展数学地质方法。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究背景

1.2研究意义

1.3研究内容

1.4国内外研究现状

1.4.1矿产资源评价现状分析

1.4.2粗糙集应用现状分析

1.5技术路线

第2章 粗糙集理论

2.1信息系统

2.2不可分辨关系

2.3近似集

2.4正域、负域和边界域

2.5集合的精度和粗糙度

2.6变精度粗糙集模型

第3章 基于粗糙集的约简思想

3.1属性约简思想

3.1.1一般约简算法

3.1.2基于可辨识矩阵的约简算法

3.1.3基于互信息的启发式算法

3.2属性值约简

3.3小结

第4章 基于粗糙集的特征矿化信息提取

4.1研究区地质

4.2研究区勘探情况

4.3基于GIS的数据处理

4.3.1 GIS平台及其应用

4.3.2地质数据的管理

4.3.3变量的选取

4.3.4模型单元的选取

4.4地质变量的取值和变换

4.4.1数据量纲的统一

4.4.2基于粗糙集的数据离散化处理

4.5基于粗糙集的规则获取模式

4.6特征矿化信息的分析

4.6.1特征矿化信息的提取

4.6.2规则生成

4.6.3试验结果

4.6.4讨论

第5章 成矿地质单元的定量预测

5.1研究流程

5.2粗糙-特征分析的应用

5.2.1特征分析方法

5.2.2模型的应用

5.2.3建模参量的比较分析

5.2.4成矿单元预测

5.3粗糙-神经网络模型的应用

5.3.1 BP网络

5.3.2功能的映射关系

5.3.3网络结构

5.3.4基本算法

5.3.5成矿单元预测

5.4小结

第6章 总结与展望

6.1全文总结

6.2本研究的创新点

6.3展望

参考文献

攻读学位期间发表论文和科研情况

致谢