Hopfield神经网络在矿产资源评价中的应用——以新疆东天山铜镍硫化物矿床为例

摘要

矿产资源勘查与评价中的某些地质异常信息常常具有非线性的动力学特性,利用人工神经网络良好的非线性特征可在矿产预测领域发挥一定优势.本文探讨了Hopfield神经网络的原理,利用Lyapunov函数的正交化权值设计,可以保证Hopfield网络能量递减并收敛至稳定平衡点,实现联想记忆和分类的功能.本次研究以新疆东天山地区岩浆型铜镍硫化物矿床为例,建立预测模型,提取预测要素,构造网络的平衡点,利用Hopfield神经网络对该类矿产远景区进行级别分类并输出,根据分类结果并综合区域地质和物化探信息在东天山地区划分出了两个铜镍矿的重点勘查区.对比证据权法的分类结果,两者A级远景区部分接近或者重合,并符合一定地质意义,可为矿产预测人员提供最优决策.将非线性的神经网络方法和传统的线性方法进行结合,对比研究,相互验证,可在一定程度上提高矿产预测的精确度和可信度.