10.3321/j.issn:1000-2383.1998.06.015
定量成矿预测的人工神经网络模型
重点探讨了资源量预测人工神经网络BP模型(BP-MRP)的建造和预测问题,特别对模型输入层(地质变量)、隐含层和输出层的构置和优选,模型的学习、检验和预测评价等问题作了较深入的讨论,尝试性地提出了模型输入变量的优化方法和模型检验准确率的计算方法,并以长江中下游地区为实例,给出了BP-MRP模型的实际建造步骤和预测.结果证明,人工神经网络模型不仅能够模拟成矿地质因素和矿床特征(值)之间的非线性关系,而且可一次实现成矿环境类型、矿种、矿床数、资源量和矿化集中程度等多项预测.
人工神经网络、矿床数学模型、矿产定量预测、铁铜金矿床、长江中下游
23
P612;P628(矿床学)
国土资源部科研项目
2006-01-12(万方平台首次上网日期,不代表论文的发表时间)
620-623