10.3969/j.issn.1005-0930.2012.03.021
基于Kriging的多重GEP演化建模趋势分析圈定区域化探异常研究
化探异常是找矿的重要依据.传统地质统计方法具有无偏、最优等特点,但要求数据呈正态分布,而实际应用往往不符合统计假设;近年来分形理论被大量应用于地球化学异常确定,但存在需要平滑处理数据、不适合含特高品位值等问题;采用随机模拟进行空间分析往往忽视了数据空间分布的结构性特征.本研究利用基因表达式编程(Gene Expression Programming,GEP)在复杂数据建模方面的优势,提出GEP演化建模与空间结构分析有效结合的研究思路,通过克立格选择邻域样品,增强数据空间局部结构信息,采用GEP进行空间趋势分析,并利用多重演化建模技术修正趋势面模型,在云南个旧锡铜多金属矿床的应用实例表明,该研究充分利用了局部空间结构信息,强化局部区域的估值结果,提高建模精度,为有效圈定致矿异常提供新的解决途径.
化探异常、基因表达式编程、克立格、多重演化建模
20
P628;TP181(地质、矿产普查与勘探)
国家自然科学基金40972206,40802081;国家重大科技专项863-317-01-04-99,2008AA12A201;中央高校专项基金1323520909
2012-08-13(万方平台首次上网日期,不代表论文的发表时间)
共13页
526-538