ART神经网络模型在柴北缘-东昆仑造山型金矿预测中的应用.pdfVIP

矿 床 地 质 2002 年 MINERAL DEPOSITS 第 21 卷 增刊 ART神经网络模型在柴北缘―东昆仑 造山型金矿预测中的应用 Application of ART Model in Forecast of Orogenic Gold Deposits in North Qaidam and East Kunlun Orogen, West China 1 2 1 2 杨 宏 陈郑辉 李海滨 肖克炎 （1 吉林大学，吉林 长春 130026 ；2 中国地质科学院矿产资源研究所，北京 100037 ） 1 2 1 2 Yang Hong , Chen Zhenghui , Li Haibin and Xiao Keyan ( 1 JiLin University, Changchun 130026, Jinlin, China; 2 Institute of Mineral Resources, Chinese Academy of Geological Sciences, Beijing 100037, China) 摘 要 ART 神经网络模型为一种对外界复杂信息具有可逆性和稳定性的一种无导师监督学习的人工神经 网络模型。文章主要探讨了 ART 神经网络模型的总体结构及以及计算过程，在此基础上，研究其在矿产资源 预测中的实现，并用 Visual C++6.0 开发环境在 MAPGIS 平台上开发的完成的矿产资源综合潜力定量评价子系统 进行 ART 神经网络模型的实现，利用柴北缘—东昆仑的实例阐明它在矿产预测评价的应用效果。 关键词 ART 人工神经网络 柴北缘—东昆仑 人工神经网络（Artificial Neural Networks ，简称ANN ）是由大量简单的处理单元组成的非线性、自适 应、自组织系统，它是在现代神经科学研究成果的基础上，试图通过模拟人类神经系统对信息进行加工、 设计出的一种具有人脑风格的信息处理系统。由于人工神经网络以独特的结构和信息处理方法，被认为对 非线性函数有逼近能力和性质，可以解决传统计算机极难求解的复杂行为组成的系统和混沌现象中的一些 问题。本文介绍采用人工神经网络的方法和柴北缘—东昆仑地区进行矿产资源预测的实例。 1 ART 模型简介 由于在矿产资源预测中我们并不能预先知道能分多少类型，样本所含内容的分类及其存放应该是由网 络自动完成的，而且这个过程应该是逐步进行的，逐渐丰富的，即选用的人工神经网络中的模型必须具有 “边工作、边学习”的能力，在实践中丰富自己的知识。基于此我们选用了具有可塑性的自适应共振理论 （Adaptive Resonance Theory ，简称ART ）构置预测模型。ART 模型是以竞争学习算法为基础，吸收了 抑制竞争算法的优点，对外界复杂信息具有可逆性、稳定性的一种无导师监督学习的人工神经网络。 ART 的激活函数可以使加权输入和为最大的节点