非线性神经网络及其在地学中的应用.pdf

非线性神黼网络及其在地学中的成梢 ．i_‘。—J- 刖 灞 将多源综合信息用于成矿预测，更加深入地揭示其本质特征，是当前地质工 {乍面临的…个重要阉题。传统的评绘建模方法有投据已知的实际资料，利用数理 统计方法建立各种评，并进而对研究区进行评价预测。由于矿产资源预测要涉及 许多复杂的过程，而髓已知样本数据并不一定满足统计方法的假设条件，在实际 的地质闯趱中较难实现：另外遗行多源信息的综合和处理定爨信息方谢也存在莆 不足。人工神经网络是对人类智能的模拟，是在研究人脑神经活动机制过程中， 受到寤发蕊产生鑫每～释计算筑簿法。神缀阚络由大爨筒挚豹疑理单元连接两藏， 不需考虑具体的数学模型就可以通过对训练样本的学习来隐性的表达各变量间 蓦线‘整静关系。在矿产资源浮徐中由于要求懿数撵糖类多、菱舅蛙大秘矿床残存 祭件复杂等特点，不易用显性的数学模型来表达，利用神经网络能较好的解决以 ￡阕题。 1992年美国地磺调查局Singer运用人工神经网络BP模型，输入斑岩铜矿 矿点的金麟量、矿石爨、晶位向量，对矿床类型进行了分类研究，取德了一定的 成果，并且认为加入地质方面分量，有曼湿著的类溅判别效粜。这是人工神经列 终在资源评价方面比较早的应用。 入工辛率经网络菲线往数学模型帮计算方法韵实现，为逡行复杂地质信息的 非线性整合处理提供技术支持。 在亨‘产瓷源评价工作常慧静{牵经麓终模羹主要包螽臣下凡季孛： l BP(误差反传多层前馈网络)模型 2Hopfield(反馕式联怒)摸型 3 RBF(径向基函数)模型 4ARTl模型 这些模型在地学中主要应用于： 1)剥麒RBF网络进行插值和数据网格化。 2)利用8P网络进行有模型模式识剐，例如：占生物样晶分类、岩石样品分 类、矿床类型识别、资源量预测、矿床定位预测等。 非线性神经网络及其在地学中的应用 3)利用HopfJeld网络作复杂模式判别分析。 4)ARTl可用于海量数据的知识挖掘。 本文在前人研究的基础之上，着重阐述了人工神经网络的方法在矿产资源 评价方面的应用，并编制了相应的程序，并给出了应用实例。 尊线健毒串经露络及箕在逮学审黪志燕 第一章人工神经网络的基本概念 人炭在很多方面已成功地采用机器来完成繁重和重复的体力工作，但人们也 一直没有放弃让机器具有人类思维能力的努力。电子计算机的出现，使这种梦想 有了巢烘实现的可能性，特别是人工智能技术的出现。使得人们又向思维机器的 疆究方淘迈进了一步。魏在，人工褥经网络投零又为我翻遗一步磁突怎褥模毅久 类智能以及了解入脑恿维的奥秘开辟了一祭新的途径。 1．1人工神经网络研究与发展 40年代初，美国人McCulloch和Pitts从信息处理的角度，研究神经细胞 行为的数学模型表达，提出了二值神经元模型。MP模型的提出开始了对神经网 络的研究进程。1949年心理学家D．0．Hebb提出著名的Hebb学习规则，即由 聿孛经元之麓缀合强度懿羧交寒实瑷神经学习戆方法。虽然Hebb学习趣刘在太翻 研究神经网络的初期藏已缀出，但是其基本憋怒至今在神经网络鹣研究中仍发挥 着重要作用。 研究了州予信患处理的章串缎网终模型。这是一释学习和基组织的心理学模型，它 綦本符合耪经生理学的缀璎。Perceptron鼙然魄较麓单。却已吴密辨经羽络秘 一些熬本性质，如分布式存贮、并行处理、可学习性、连续计算等。这些神经网 络的特性与当时流行串行的、离散的、符号处理的电子计算机及其相应的人工智 能技术有本质上的不同，由此引起许多研究者蛉兴趣，在60代掀越了神经网络 磅究靛第一次裹潮。毽莛，当辩人餐对享幸经阙终磅究过于乐露，谈为只要凌这耱 神经元豆连成一个网络，就可以解决入脑思维的模拟问题。然而，厝来的研究结 果却又使人们走到另一个极端上。 l}线毪糖经瓣终及其在她学孛魏痊臻 作进行了深人研究．出版了有较大影响的《Perceptron}一书，指出感知机的功 能和处理能力的局限性，甚至连XOR(异或)这样的问题也不能解决，同时也指出 如聚在感知器中引入隐食聿唪经元，增加神经网络的层次。可以掇藏神经网络的处 理缝力，整是帮无法给滋稷瘦懿瓣