矿产预测方法的分类.doc

《矿产预测方法的分类.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、矿产预测方法的分类    （一）数学分类GIS矿产预测方法体系中主体是数学模型，涉及的众多方法按数字原理大致归并以下几类：1．统计模型，如因子分析、对应分析、判别分析、回归分析、数量化理论等。对连续型和离散型变量都能进行统计分析。2．纯代数模型，如特征分析、主成分分析、聚类分析、趋势分析、逻辑信息法。他们立足于矩阵运算、无统计分析能力。另有一些模型纯属数学运算，如体积估计法、丰度估计法等。3．特种数学模型，如模糊数学、数字滤波、信息量等，这类模型有的包含有统计概念。4．专家系统模型，专家系统实际上是一个计算机系统，是以逻辑数学模型，用系统的知识，表达及其推理

2、过程中的逻辑关系。但也使用了众多的数学模型，如统计模型、模糊集、人工神经网络等。5．主观模型，专家评分法、德尔非法、主观概率法等，有时也要使用上述几类模型。（二）矿产预测实用分类在矿产预测实践和大多数程序系统中，按矿产预测成果的性质划分矿产预测方法的类型，大体分为以下几类：1．定量预测方法类 体积估计法、丰度估计法、地球化学块体预测法、蒙特卡罗法、回归分析法、特征分析法、逻辑信息法、证据权法等等；2．定性预测方法类 数量化理论、概率回归、模糊数字、秩相关、列联表、成因地质模型法、总体分解、趋势面分析法、判别分析法、聚类分析法、因子分析法、对应分析、分型理论、

3、熵分析等等；3．主观预测方法类 地质信息评分法、专家评分法、德尔菲法、主观概率法等；4．经验预测方法类 依靠地质人员的经验做出预测。