奄 炙
1994年 n 月
簿；嗍 ，
第 卷第 6期(总第 66期)
舛一
【提 要】
【关键词】
1 引 言
金 矿 找 矿 与 系 统 工 程
兰洪≤ 泓清任胜利王登红孪艳兵 弋
r’。- ～ ’--·-一 ’ 。 ／
A／
金矿找矿是世界性难题，作者近年 来以系统I程思想为指导进行金矿找矿研
究，从实 _中总结出金矿找矿特征的糸玩分类，捉出 神经网络模型计算法
为主体的多学科联台研究方法，并展示7其应用前号。
系统I程，金矿分类，神经网络
自七十年代以来矗 国盒矿找矿密业取碍了一定进展，发现了一大批新矿点、矿床甚至于
成矿带 ，建立了包括“焦家式”在内的多种成熟的找矿模式。然而，随着金矿资源开采深度的增
加，找矿难度越来越大。目前，许多中、小型黄金矿山面I临资源储备不足，“等米下锅 甚至“无米
下锅”的 重_娅境 ， “一。～ ⋯ ， 。 。 ；
金矿找矿是世界性难题 。解决这一难题的前提条件是，一方面，要完善技术手段，另一方
面，要冲破“只见树术，不见森林一 只见局部 不霓整体；孤立拼凑， 有病乱投医”形而上学思维
方式的束缚 ，建立以系统工程思想为指导的科学研究方法。
l _ r
2 金 矿找 矿 与 系统 工 程
．
一 金矿找矿是一项以科学认识论为指导的系统工程，不断优化找矿认识和思路的过程是提
高找矿勘查效益的重要环节 -- - ～
金矿艇 域成矿系统中的一个元索，而金矿本身又是一个子系统 i它是l由各种有机联系的
元素组成。金矿找矿工作就是研究区域成矿系统下的金矿子系统各种元素找矿特征，并根据金
矿找矿特征确定相关学科投矿标意 然后将各种找矿标志进杼系统研究， 而确定金矿存关深
度、坐标、储量等方面哉矿信息 摄后用于指导找矿工程实践
2．1 金矿床找矿特，正
根据近年来对山东脏东地区金矿、河北金厂峪金矿、云南哀牢山金矿、河南灵宝地区金矿、
忱稿 日期；1994--03--30。幸洪志【中国矿业大学博士研究生}扬抛清：中国地蜃大学讲师(1000~3)|任胜利，中刊硫
地 瞳所博士研究生-王登红 ．中国地质科学院博士研究生；李艳兵：国家地质局工程师 。
蠡 程
统
式 系
、 ．，／ 氛
维普资讯
55
四川康定黄盘坪金矿、新疆阿尔泰地区金矿研究，笔者提出以找矿为 目的的 l4种金矿床找矿
特征．井根据控矿地质特征、成矿区域和时代特征、成矿作用特征、矿体形态特征、矿床分带及
围岩蚀变特征等将金矿找矿特征划分为五类，具体分类如下：
类型 控矿特征 详 细 分 类 实 例
控矿 A 构造控矿特征 河北盒 厂峪金矿
I 地质 B 沉积控矿待征 贵州板其金矿
特征 c 岩性控矿特征 胶东牺霞县金矿
D 火成岩控矿特征 胶东邓格庄金矿
成矿区域和 A 成矿区域特征 胶东、萁东地区金矿
I 时代特征 B 成矿时代特征 莒家庄垒矿
成矿 A 内生成矿作用特征 邓格庄垒矿
Ⅲ 作用 B 外生成矿作用特征 板其金矿
特征 C 变质成矿作用特征 栖霞县金矿
Ⅳ 矿体形 A 矿体简单分布 莒家庄金矿
态特征 B 矿体复杂分布 金厂峪金矿
矿体分带 A 措矿体走向分带 邓格庄金矿
V 及围岩 B 沿矿体纵向分带 四川康定黄金坪金矿
蚀变特征 C 围岩蚀变 山东百里店金矿
例如对胶东邓格庄金矿，可根据其地质特征，确定其金矿披矿特征类型为 ；I A I ABⅡA
ⅣBV BC型 ．这对进一步找矿研中“对症下药”有重要意义。
2．2 系统工程指导下多学科联合研究 ，
通过近年来的实际工作，我们逐渐认识到各学科在金矿大比例尺预测方面的优劣之处。比
如矿物学、岩石学、地球化学等学科．主要侧重于物质成分与成矿关系研究．其中化探找矿、找
矿矿物学等方法已日趋成熟．其不足之处在于缺乏宏观总体控弗 研究；构造地质学、矿床学、勘
查地质学等学科，贝 侧重于矿床时空分布规律和矿化变异性规律研究，但成分标志l性差，预测
深度不能定量化 。总而言之，关键问题在于各学科往往是从局部反映整体。
金矿床的形成是一个长期地质历史演化的产物，成矿过程是成矿热渍电化学不平衡状态
下金沉淀富集的过程．这种不平衡反映在岩石、构造、矿物 包裹体 矿床、固岩蚀变、地球化学
等方面 ，构成了许多显著的成矿持征和典型的找矿标志。所以，在金矿地质研究中，单一学科的
片面性和多学科机械叠加的局限性都难以满足这种成矿作用统一性和复杂性的霹观要求，而
紧密、有效、藕合的多学科联合研究才能真正地揭示垒成机制．这正是系统工程恩想指导下多
学科联合研究的理论基础。
系统工程指导下多学科联合研究是在确定金矿特征前提下，研究各学科找矿标志．利用神
经网络模型，达到找矿目的。如确定邓各庄金矿找矿类型为：IAIABⅢAⅣBv BC型后，首
B取过有关地质学科分别研究柑应的 I A、ⅡA+ ⅡB、ⅡA、ⅣB、VB+ V C型找矿标志、然后
通过神经网络 BP法 ．肘 以上典型找矿标志有效地进行计算机智能研究，对矿 }匕有无、矿化程
度、矿化坐标等实质性问题做出判别与分析 。而后者正是有别于过去传统的金矿研究模式之所
维普资讯
在，克服了矿化固素人为判断 、学科研究机械叠加的缺陷，在金矿找矿工作中有广泛的应用前
景 。 -
'
3 基 于神 经 网络模 型的金 矿找 矿 方法
神经网络是一种不同于目前人工智能研究中逻辑模型的表达方式 ，是 80年代后期兴起的
新学科。它在一定程度上模拟了专家凭直觉来解决将殊情况下的不确定问题 ，其神经网络启发
式的并行分布持征和可学习性为知识表达和获取，为不确定问题的推理提供了新途径。
BP学习法(Back—propagation Lear[ng Algorithm)是神经网络模型应用最 广的算法之
一
。 它包括前向传递和后向传递，具体算法如下：
1) 网络初绐化；
2) 输入一学 习实例 ； ’
3) 计算隐节点值 hj
hj： ————— —
(1 q- )一 l，lI
4) 计算输出节点值 M
M — — j _
(1 q
．
- )一三
u 代表输入节点；【 ．为隐节点；u为输出节点；
为输入层与隐节点权重； 为隐节点与输入层权重 ；
i一0，l，⋯⋯IriS．1 j ⋯⋯m。
5)，计算 M与目标输出的误差赴：
赴=Y—M；为 目标输出值 }
6)．误差后向传递，计算隐节点误差 ：％ = hi(1一hj)· · · 州(1—
7) 计算隐节点凡输出节点问权重 w：的改变量 △Ⅳ ．其中 为学习率；
△Ⅵ， ； · (1一 计 )^ 。 一 0，l --⋯ )} |
8) 计算输1人节点与稳节点之问权重的改变量 △w ．
’ △Ⅵ，． 一 ·dl，-n( O，l，·⋯”m；J一 0，l，⋯⋯ ) 、 、 ， ’
9 返 回 2)，输人下一个实例。 ’
整个学习过程是不断反复选代的过程，直到满足收敛要求为止。BP计算法，起柳在医学诊
断上得到很好的应用，其研究基础是通过”优秀医生”对病 例的准确翔断，井进行逆向对比，正
向判断，目标追踪，以达到建立非线性数值模型，是-PI'仿生系统工程 目前，BP法l已很有效地
应用到许多不确定问题诊断解释中。
～ 在金矿我矿 问题中，我们把叠矿的找矿标志作为输入，诊断评价作为输-出，通过实例学_习，
神经网络就象一个“黑筘 一样存贮了专家进行找矿判断的经验和推理机制 ．把成矿作用过程
与地质历史演比联系起来，进行定性、定量、和定位柏研究，最终给出垒矿成矿远景及有关坐
维普资讯
标、产状、储量等诊断结果。
如图 l所示 ：M 代丧诊断结果，l i代表隐l节点 ．ul_代表金矿找矿标志
输 出节 点
输 ^ 点
57
图 1 金矿拽矿神癸网络 一
综上所述 ，哉们以系统工程恩 为指导．在金矿找矿研究中，首先砷定盘矿 区找矿特在及
相关学科哉矿标志；然后建立神经网珞模型．进行计算机 自哉学习，最后诊断矿化有无，并捉供
矿化有关方面的解抒信息。这种方法在胶东地区利河南灵宜地区叠矿深部及外婀技矿研究中
巳得科柳步验证 找矿效果 良好。
参 考 文 献
庄拉泉等编著．种经同培与神经计算机 曲92，村学出版社
王珏．建遗带有人工种，垃网络知识不坑曲一种方洼．计算机学报．1 990年第 5期
●
1 L
曲禾等．基于人工神经琦培的中压专家蒹坑外壳 NNS．计算机学报．1990年第 5搠
一
E '
Thd Sim L11． jo目of tT．T，一 Defined prc,：esslag 09~-,r；ttioa UMug Coucofiortis z Nc zworks T．j．Va~dcr W alt 23“1 AP
COM Pit,s'dings．1993
Prospeetion o1"Gold Deposit and Systems Engineering
Li Hongzhi，Yang llongqing，Ren Shengll，W ang Denghong J Li Ya
．
nbing
[Abstract] llow tO prospect gold deposit is a worldwide dfrfieult problem．Based on
ule
．idea 0e system engineering and the studies for son!e gold deposits in
China，we proposed the gold deposit elassifieaton according to their char一
~cters alld p J。ovided tile prospecting of the use ol‘neural lletwol‘d model in
gold prospecting．
[Keywords] Systems Engineering，Gold Deposit Classil‘ication，Neural Netn’ork
维普资讯
