一、灰色系统理论在矿床经济评价中的应用(论文文献综述)
张健[1](2020)在《矿床水形成机制及坑道涌水量预测研究 ——以陕西省镇安县金龙山金矿为例》文中研究表明对矿床水形成机制进行深入的研究和分析,进而对坑道涌水量进行准确预测,是保障矿山安全建设和生产的重要前提,也是贯穿于矿床勘探、设计、开发等整个生产过程的不可或缺的重要环节。金龙山金矿位于陕西省镇安县,是一处大型卡林型金矿,大量的前人工作表明该矿区找矿前景良好。长期以来,关于该地区的研究,主要集中在矿床成因等方面,专门针对其水文地质特征的研究还比较少,缺乏系统的矿床水文地质研究。本文以金龙山金矿为研究对象,主要采用现场勘察、理论分析等方法对矿床水文地质条件、矿床水形成机制以及坑道涌水量预测等几个主要方面,对矿床进行了系统的水文地质特征研究。通过本文的详细研究,主要获得以下研究结论:(1)矿区内地层主要为页岩和粉砂岩,裂缝、节理较发育,透水性好,富水性差,地下水均由大气降水补给。由于本区构造作用强烈,对水文地质条件影响大,矿区没有明显且稳定的隔水层。区内地形遭受强烈切割,坡降大径流短,地下水的排泄条件良好。(2)由褶皱和断裂控制的基岩裂隙水和岩溶水,是导致矿床顶底板充水的主要因素。但这些主要的控水断裂延伸长度有限。由于地表遭受较强风化作用,造成近地表断裂带透水和导水能力较强。因此大气降水沿岩石裂隙构造裂隙垂直渗入补给是矿体充水的主要来源,区域径流补给次之。(3)该矿区水文地质勘查复杂程度为中等的矿床(第二型)。(4)分别使用水文地质比拟法、大井法和数值模拟法等3种计算方法对矿坑涌水量进行了预测研究,计算结果可为后续矿山工程设计与施工提供有益参考。总之,本研究初步查明了研究区矿床水的主要形成机制,并对矿床的坑道涌水量进行了初步预测,弥补了金龙山矿区在水文地质方面的研究短板,为矿区今后的建设开采提供了重要的参考依据。
解明阳[2](2020)在《基于灰色系统理论的北太平洋柔鱼渔情预报研究》文中研究说明柔鱼(Ommastrephes bartramii)是大洋性头足类经济鱼种,广泛分布于西北太平洋海域,是我国鱿钓渔船的重要捕捞对象。开展柔鱼渔情预报是确保我国远洋鱿钓渔业科学生产的重要基础。在传统的数理统计方法中,对样本要求数量大,服从典型分布,这也增加了渔情预报的难度,而灰色系统理论可有效地解决这一问题。作为一门不确定系统理论的学科,其优点在于允许样本数量较少且服从任意分布,这对于缺乏数据的渔业科学来说,有很大的应用与发展前景。为此,本研究利用1995—2017年我国远洋鱿钓渔业的生产统计数据,结合海洋遥感环境因子(如海表面温度、叶绿素浓度数据和太平洋年代际震荡指数等)数据,利用灰色系统理论中的灰色关联、灰色聚类、灰色预测等方法,科学分析了不同年份、月份北太平洋柔鱼资源丰度的聚类特征,划分渔汛旺汛期和灾变年份,探索资源丰度变化与海洋遥感环境因子的关系,并实现渔汛旺汛期、灾变年份和资源丰度的预测研究,为北太平洋渔业生产企业的科学可持续开发和科学管理提供技术支撑。主要研究结果如下:(1)北太平洋柔鱼资源丰度灰色聚类特征。以单位捕捞努力量渔获量(CPUE)作为资源丰度指数,利用灰色关联聚类方法对1998—2017年5—12月柔鱼的资源丰度(CPUE)进行聚类,分析不同强度厄尔尼诺和拉尼娜事件以及环境因子对柔鱼CPUE的影响。结果表明,以经度平均CPUE聚类的年经度类群比年纬度类群差异明显,月经度类群比月纬度类群更具有季节性。包含两个强拉尼娜事件年份的类群2的CPUE最高,产卵场和育肥场的海表温度距平值(SGSSTA和FGSSTA)也最大,但叶绿素(Chl a)浓度距平值最低;包含3个弱拉尼娜事件的类群4的CPUE略低于年平均CPUE,海表温度距平值(SSTA)较大,Chl a浓度距平值接近于0;类群3的产卵场和育肥场的SSTA最小,但Chl a浓度距平最高。5—12月平均海表温度(SST)夏季高冬季低,产卵场和育肥场的海表温度(SGSST和FGSST)呈先增加后减小的趋势,8、9月份最高,11、12月份最低,与CPUE变化一致;Chl a浓度则恰好相反,5—7月份最高,8、9月份最低。研究认为,不同强度的异常气候事件是影响柔鱼资源丰度重要因素:强拉尼娜事件会使柔鱼资源丰度骤增,弱拉尼娜事件会使柔鱼资源丰度略减,而中强度以上的厄尔尼诺事件会柔鱼资源丰度大幅度下降。(2)北太平洋柔鱼渔汛特征分析及旺汛期预测。分析发现,北太平洋柔鱼发汛时间最早为5月12日,一直持续到年终;旺汛期为每年的8—11月,第1旺汛期基本上在8月出现。基于各年度的旺汛日期分布,建立了灰色波形预测GM(1,1)模型群,其模型的平均相对误差为6.83%,旺汛期日期序列预测的平均相对误差为8.19%,验证数据的平均相对误差为15.82%,此模型可用作预测北太平洋柔鱼的旺汛期。(3)北太平洋柔鱼资源丰度灾变年份预测。运用灰色灾变预测方法对上、下限灾变年份建立GM(1,1),预测未来灾变年份。结果显示,以GLM模型标准化CPUE建立的下限灾变预测模型的平均相对误差为15.32%,上限灾变预测模型的平均相对误差为8.19%,模型精度检验等级均为Ⅰ级。研究认为,下一个资源丰年(CPUE大于2.39t·船-1·年-1)将出现在2021年,资源欠年(CPUE小于2.13 t·船-1·年-1)将出现在2027年。分析认为,太平洋年代际涛动与厄尔尼诺—拉尼娜事件是驱使柔鱼丰度大幅度波动的重要因素。(4)北太平洋柔鱼资源丰度预测模型的建立。采用GM(1,1)模型对不同时间长度的资源丰度(CPUE)进行分析,选择相对误差和方差最小的CPUE序列作为母序列,与太平洋年代际震荡指数(PDO)、产卵场平均海表温度(SGSST)、育肥场平均海表温度(FGSST)、产卵场平均叶绿素浓度(SGC)、育肥场平均叶绿素浓度(FGC)等因子进行灰色关联分析,并以此评价结果为基础分别建立6个不同阶数的灰色预测模型[GM(0,N)模型和GM(1,N)模型],筛选误差最小的模型作为预测柔鱼资源丰度的最佳模型。研究结果表明,以8年CPUE序列的建模为最佳,其平均相对误差最小,为6.28%;同时,GM(0,N)模型的预测精度普遍比GM(1,N)模型的要高,其中包含2月SGSST、10月FGSST、8月FGC和10月PDO的GM(0,5)模型为最优,拟合相对误差为3.87%,预测相对误差为1.18%,可作为预测北太平洋柔鱼资源丰度的最优模型。综上所述,通过对北太平洋柔鱼资源丰度的聚类特征,分析资源丰度变化与海洋遥感环境因子的关系,运用灰色系统理论对北太平洋柔鱼渔汛、灾变年份、资源丰度进行了预测并得到了较好结果,研究结果可为实现柔鱼的渔情科学预报提供了较为可靠的技术支撑。
解明阳,陈新军[3](2019)在《基于文献计量学的灰色系统理论在渔业科学中的应用研究进展》文中研究指明灰色系统理论是由我国学者首创的新型学科,在社会科学与自然科学的各个领域已得到广泛的应用。基于中国知网(CNKI)数据库文献检索到的136篇文献,运用文献计量学的方法,对灰色系统理论在渔业科学中的应用研究进行了系统地整理与分析,对未来的发展趋势与存在的问题进行了讨论。分析结果显示,1988年首次在渔业科学领域采用灰色系统理论研究,其成果和应用得到较为快速的发展。在研究内容上,渔业产业结构调整、渔业水域环境评价、产量预测等研究已较为成熟;在研究方法上,灰色关联法、灰色聚类分析、GM(1,1)模型预测等应用较为广泛。建议以后拓展渔情预报等方面的研究,深入探讨灰色理论原理,优化预测模型,最终开发出应用于渔业科学领域的灰色系统软件。
田松林[4](2015)在《北方砂岩型铀矿成矿分析及我国铀消费量预测模型研究》文中研究表明砂岩型铀矿是目前世界上重要的铀矿产出类型之一,也是铀资源总量中占据优势的铀矿矿种。世界着名的中亚铀成矿带为砂岩型铀矿成矿带;铀矿资源作为重要的核能源,已经成为国民经济能源结构中的重要组成部分。本文首先对世界铀矿及砂岩型铀矿进行概述,根据地质作用对典型铀矿床进行分类。其次,对国外砂岩型铀矿从四个不同时期进行现状阐述;将国外砂岩型铀矿与我国砂岩型铀矿现状进行对比分析,分析表明目前我国铀矿资源仍以砂岩型铀矿为主,其中以北方中新生代盆地为主要找矿目标。北方巨型盆地包括松辽盆地、塔里木盆地、二连盆地、鄂尔多斯盆地等等。作者在综合前人关于砂岩型铀矿的分类模式的基础上,依据6种分类标准重新对砂岩型铀矿进行划分。在分类研究的同时,重点探讨了我国北方砂岩型铀矿成矿模式,并将其与中亚砂岩型铀矿及北美砂岩型铀矿成矿模式进行类比,类比区域包括乌兹别克斯坦的中卡兹尔库姆矿区、哈萨克斯坦的门库杜克矿区及美国的加斯希尔斯矿区。结果表明,砂岩型铀矿勘查研究以及储量分布构成我国铀矿资源的重要组成部分。我国经济的快速发展必然导致能源供应紧张,铀矿资源已经成为我国能源消费中的主体,呈现供不应求的状态,铀矿资源产出与消费矛盾日益突出。本文收集了我国1998-2013年铀资源消费量数据,以Matlab计算软件为平台,分别建立三种定量模型对2014年与2015年铀资源消费量进行预测。预测模型包括灰色系统GM(1,1)模型、一元线性回归模型及BP神经网络分析。同时,分别给出了上述三种方法的后验差检验、显着性检验及误差百分比值,并根据2013年铀消费量的实际值与预测值分别给出三种方法所得结果的误差率。预测表明,三种定量模型方法预测的结果相当,预测的误差都符合检验标准。最终选定误差值最小的方法,即BP神经网络方法来对2014年和2015年铀资源消费量进行预测,预测值分别为7764吨和8210吨。得出的铀资源消费量为预测估算值,对今后的我国铀矿资源供需平衡具有一定的指导作用。
郑东方[5](2015)在《基于灰色系统理论的烟叶质量综合评价》文中研究表明烟草是我国重要的经济作物之一,它从一开始就在农业经济和国际贸易中占有重要地位,是国民经济的重要组成部分。烟叶质量评价是风格特色烟叶研究、烟叶加工特性研究、模块配方手段研究和叶组替代技术研究等众多烟草前沿研究方向的基础。烟草是一种品质作物,在生产中对烟叶的品质要求较高。灰色系统是从“部分信息已知部分信息未知的”的“小样本”中对“部分”已知信息进行有价值的提取、挖掘,从而实现对系统运行行为的正确认识和正确控制。近年来,有不少学者已经把灰色系统的方法运用到烟草的质量评价中。本文运用灰色系统理论研究其在烤烟质量评价的应用,主要结论如下:1、采用灰熵优化的加权灰色关联度对毕节烟区7个县(市)的两个烤烟品种的化学成分与典型的清香型烟叶化学成分进行了关联度评价,结果显示:云烟85加权灰色关联度优属排列如下:威宁>纳雍>毕节市>金沙>织金>黔西>大方;云烟87加权灰色关联度优属排列如下:威宁>毕节>纳雍>金沙>黔西>大方。2、为了比较贵州省毕节烟区不同成土母岩间烤烟化学成分的差异,采用灰色关联聚类分析方法,对149份烟叶样品(C3F等级)10个化学成分指标进行了聚类评价。结果显示:根据烤烟化学成分的差异,16种不同成土母岩可分为4个类别,第Ⅰ类为黄砂岩独自成类;第Ⅱ类为白云岩类,包括7种成土母岩;第Ⅲ类为白云质灰岩独自成类;第Ⅳ类为第四纪红色黏土类,包括7种成土母岩。各类群之间经过方差分析,10项化学指标有6项在类群之间的差异达到了极显着水平,证明了灰色关联聚类的可靠性。3、本文采用灰色定权聚类分析对清香型烟叶产区25个地区的烟叶化学成分进行聚类分析,结果显示:广东南雄、贵州铜仁、四川凉山、四川美姑、四川宁南、四川西昌、四川叙永、四川昭觉、云南富源、云南昆明、云南陆良、云南曲靖、云南师宗、重庆巫溪等14个地区属于A类;广东韶关、贵州毕节、湖南桂阳、江西赣州、云南大理、云南玉溪等6个地区属于B类;广东梅州、湖南郴州、四川德昌、四川会理、重庆彭水等5个地区属于C类。4、运用灰色预测模型对河南烤烟产量进行了预测,结果显示河南烤烟单产量在持续下降,2014年预测产量为2210/hm2,经过关联度检验相关度达到了0.96,关联度高预测结果比较准确。5本文采用采用灰色关联决策分析方法,对16种成土母岩上的烟样进行了综合评价,黄砂岩类平均决策值最高(0.92),白云岩类平均决策值次之(0.65),第四纪红色黏土类,白云质灰岩类的平均决策值相对较低,分别为0.54和0.52。从评价结果可以看出,毕节烟区的大部分成土母岩类型表现相对优良。6、为了综合评价不同土壤类型和土壤质地的烤烟质量,采集了149份土壤样品(包括5种土壤类型、8种土壤质地)及对应的149份云烟85(C3F)烟叶样品,对其烟叶样品的10项化学成分指标进行了比较分析,并运用基于熵权的多目标决策方法对其烟叶样品化学成分进行了综合评价。结果表明:在10项烟叶化学成分指标中,土壤类型间有6项指标差异达到极显着水平;土壤质地间有5项指标差异达到极显着水平,1项指标差异达到显着水平;各烟叶化学成分指标在土壤类型和质地间的表现不同,综合评价结果表明5种土壤类型间的表现为:紫色土>黄壤>黄棕壤>石灰土>潮土;在8种土壤质地间的表现为:粉壤>粘壤>粘土>粉粘土>壤粘土>壤土>粉砂粘壤>砂质粘壤。
刘思峰,杨英杰[6](2015)在《灰色系统研究进展(2004—2014)》文中研究指明从灰数及其运算、灰色序列算子与灰色预测模型、灰色关联分析与灰色聚类评估模型、灰色决策模型、灰色组合模型和灰色控制几个方面介绍了灰色系统理论2004—2014年的研究进展及部分应用成果。梳理了基于"核"和灰度的灰数运算法则、一般灰数的概念、灰度合成公理及缓冲算子的一般形式,总结了4种GM(1,1)基本模型,即均值GM(1,1)模型(EGM)、离散GM(1,1)模型(DGM)、均值差分GM(1,1)模型(EDGM)、原始差分GM(1,1)模型(ODGM),及其适用的序列类型。介绍了灰色相似关联度、灰色接近关联度、三维灰色绝对关联度,以及基于中心点和端点混合三角白化权函数的灰色聚类评估模型、多目标加权智能灰靶决策模型、两阶段综合测度决策模型、灰色博弈模型、灰色投入产出模型,并且阐述了分布型、中立型和中立-分布型灰色随机时滞系统的指数鲁棒稳定性等新概念、新模型、新方法。同时提出了有待进一步研究解决的问题。
于伟军[7](2014)在《中国铜资源供应安全评价与可持续发展研究》文中认为铜资源是我围重要的矿产资源,铜在国民经济建设中更是相当重要的金属原材料之一。我国正处于加速工业化、城镇化和信息化的重要时期,国民经济的增长对铜资源的需求越来越大,然而本国铜供应远远小于铜需求,供需不平衡,产生的缺口主要靠对外贸易来弥补。虽然自2012年以来,受到全球经济增速放缓及供应能力提升的影响,铜的供求基本平衡,但是随着总体需求的不断增长,如何对未来中国铜资源的供应安全形势进行评价并探索出适合中国的可持续发展模式,是摆在我们面前的关键课题。本文首先通过对中国铜资源的供应安全现状、评价方法等方面运用定量分析法、系统分析法、实证分析法进行研究与阐述,反映出了中国铜资源供应安全面临的严峻形势和挑战。文中以供需平衡为分析基础,建立DCR模型,对中国铜资源评价期的供应安全情况进行评价和预测。并取2015年作为实证研究对象,计算其供应安全指数为负值。针对此种情况,提出保障中国铜资源供应安全的研究对策。在此结论下,本文就如何选择中国铜资源的可持续发展模式问题,通过对中国铜资源需求分析与展望、中国铜资源的经济承载力及人口承载力等方面进行研究,综合运用文献研究、定量分析、描述性研究、系统分析多种分析方法,提出发展熵力的概念及3-D平衡模型,并以实证研究的方式进行举例来分析中国铜资源可持续发展的问题。本文的创新点一方面在于针对中国铜资源的供应安全评价方法提出了DCR模型,运用该模型可以量化计算中国铜资源供应安全形势的长期趋势,较好的解决了对外依存度及对历史的形势和短期趋势进行定性判断的问题。另一方面在于针对中国铜资源的可持续发展模式提出了3-D平衡模型,该模型将资源、环境、社会各个复杂的系统体系中抽象出发展熵力因素,并针对各自发展熵力主要指标的选取提供了借鉴指标和取值思路。通过该模型可以清晰的了解社会发展、环境影响和资源制约的相互关系,以量化的方式反映各个系统的相互影响及平衡关系。对于解决中国铜资源如何实现可持续发展具有很好的指导意义。
王云云[8](2013)在《灰色关联分析在矿产资源评价中的应用研究 ——以铜陵姚家岭锌金多金属矿床为例》文中指出灰色系统理论是80年代初期由邓聚龙教授创立和发展的,它主要通过对部分已知信息的序列生成、开发,提取有价值的信息,以实现对系统运行行为和演化规律的正确描述。灰色关联分析是灰色系统理论的重要组成部分之一,它对样本量的大小和分布的规律性均无严格要求,是一种定性与定量相结合的分析方法。近年来,灰色系统理论得到了迅速发展,其应用范围也在进一步扩大。矿产资源在我国国民经济建设和发展中起着非常重要的作用。随着长期的勘查活动,地表矿多已被发现,找矿难度日益加大,矿产资源预测由寻找地表或近地表矿转向深部隐伏矿。由于隐伏矿恰好是一个部分信息已知,部分信息未知的灰系统,针对以上问题,本文深入研究和探讨了如何有效的将灰色系统理论应用在隐伏矿的预测评价中。本文以灰色关联分析方法为理论基础,GIS原理为实现工具,ArcGISEngine10.0和Visual Studio2010软件为工具和桥梁,以铜陵矿集区姚家岭矿床为例进行灰色关联度算法研究,以达到矿产预测和评价的目的。根据前人研究成果和个人思考总结,本文能够应用AE开发实现的功能和方法有:(1)研究区域网格化,将研究区划分成等大的网格面;(2)建立地质变量数据库,空间分析功能(相交叠加、缓冲区生成、空间属性关联)的实现;(3)灰色关联度算法的实现并计算关联度值;(4)依据程序设计阈值范围,生成成矿远景图;(5)评价成矿远景区。对比所生成的有利成矿区域与已知有矿部位的赋矿吻合度,最终得出了较合理的结果,为姚家岭及其他地区地质勘查提供了依据。此次研究开发了灰色关联分析矿床预测系统,圈出了姚家岭地区有利成矿区,这个方法对其他矿床同样具有普遍的适用性。因此,灰色关联分析矿床预测系统为隐伏矿的预测提供了新的方法,具有重大的意义。
刘宇轩[9](2013)在《基于灰色关联分析法的阜新东南部金矿资源远景预测》文中研究表明本文对阜新东南部地区金矿资源的分布情况进行研究,在对区内地质、物探、化探等资料进行充分研究的基础上,总结了该地区金矿的控矿因素,分析了成矿规律。本次研究以灰色关联分析法为理论基础来进行成矿预测。通过研究区内典型金矿床,阐明控矿因素(地质变量)与含矿网格之间的关系,获得度量各因素与含矿网格之间的关联系数,进一步确定其权重,取权重大的因素作为预测变量,每个变量的最优值构成参考序列,建立各网格变量与参考序列之间的定量关系(定量预测模型),计算获得预测单元与参考单元的关联度,通过关联度可以判断预测单元的成矿有利度,并对预测单元进行排序,最终确定成矿靶区及其级别。通过分析圈定A级成矿远景区2处,B级成矿远景区2处,C级成矿远景区3处。这为本区下一步工作部署提供了一定的科学依据。
王艳,提云生,姜敬敬[10](2012)在《数据挖掘在矿产资源定量预测中的应用综述》文中研究表明数据挖掘概念的提出使信息提取技术获得了快速发展。信息量法、证据权法、灰色系统理论及分形理论等都已成为许多领域研究的前沿课题,并取得了可喜的成果。矿产资源定量预测方法已由单纯的数理概率统计、线性方程组求解向多元统计推理、非线性认识及模型预测等交叉学科发展。通过对各方法的研究、对比、分析,发现各方法都有各自的理论前提和适用条件。作为实践性强的矿产资源定量预测工作,唯有在充分认识研究区地质背景和成矿规律的前提下,结合科研或生产需求及预采用方法的适用条件,才能选取好恰当的预测方法,并严格规范方法中各参变量的物理含义及定性分析、定量取舍,从而保证预测结论的精准。
二、灰色系统理论在矿床经济评价中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、灰色系统理论在矿床经济评价中的应用(论文提纲范文)
(1)矿床水形成机制及坑道涌水量预测研究 ——以陕西省镇安县金龙山金矿为例(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题依据及意义 |
1.2 国内外研究现状 |
1.2.1 矿床水形成机制研究现状 |
1.2.2 矿坑涌水量预测研究现状 |
1.2.3 研究区以往工作简述及研究现状 |
1.3 研究内容与技术路线 |
1.3.1 主要研究内容、方法 |
1.3.2 技术路线 |
1.4 论文工作量 |
第2章 矿区地质概况 |
2.1 位置及交通 |
2.2 自然地理概况 |
2.3 区域地质背景 |
2.3.1 区域地层 |
2.3.2 岩浆岩 |
2.3.3 区域构造 |
2.3.4 区域地球物理特征 |
2.3.5 区域地球化学特征 |
2.4 区域矿产 |
2.5 矿区地质特征 |
2.5.1 矿区地层 |
2.5.2 矿区构造 |
2.5.3 矿化及矿体特征 |
2.6 本章小结 |
第3章 矿区水文地质特征 |
3.1 区域水文地质特征 |
3.1.1 区域含水层 |
3.1.2 区域隔水层 |
3.2 矿区水文地质特征 |
3.2.1 矿区地形地貌及地表水体 |
3.2.2 矿区含水层分布及特征 |
3.3 邻区生产矿井水文地质特征 |
3.4 本章小结 |
第4章 矿区水文地质分析 |
4.1 水质特征分析 |
4.2 矿区充水条件分析 |
4.2.1 矿床充水来源分析 |
4.2.2 矿床充水量影响因素分析 |
4.3 矿区水文地质勘查类型的划分 |
4.4 本章小结 |
第5章 矿区坑道涌水量预测 |
5.1 水文地质参数计算 |
5.2 预测方法的选择 |
5.3 坑道涌水量的经验模型及理论模型预测 |
5.3.1 坑道涌水量预测参数选择 |
5.3.2 涌水量预测结果 |
5.4 坑道涌水量的数值模拟预测 |
5.4.1 数值计算模型及参数选择 |
5.4.2 模拟计算结果与分析 |
5.5 水患因素分析 |
5.6 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
(2)基于灰色系统理论的北太平洋柔鱼渔情预报研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 研究背景 |
1.2 灰色系统理论在渔业科学中的研究进展 |
1.2.1 文献计量学分析 |
1.2.2 灰色系统理论在渔业科学中的应用现状 |
1.2.3 存在的问题及展望 |
1.3 北太平洋柔鱼渔情预报研究进展 |
1.4 研究内容 |
1.5 技术路线 |
第二章 北太平洋柔鱼资源丰度的灰色关联聚类分析 |
2.1 材料与方法 |
2.1.1 数据来源 |
2.1.2 气候事件的定义 |
2.1.3 灰色关联聚类 |
2.2 研究结果 |
2.2.1 产量与CPUE变化 |
2.2.2 气候事件的划分 |
2.2.3 灰色聚类结果 |
2.2.4 不同类群的环境特征比较及其与CPUE的关系 |
2.3 讨论与分析 |
第三章 北太平洋柔鱼渔汛特征分析及旺汛期预测 |
3.1 材料与方法 |
3.1.1 数据来源 |
3.1.2 渔汛时间确定及旺汛期的划分 |
3.1.3 旺汛期预测模型 |
3.1.4 模型的检验 |
3.2 研究结果 |
3.2.1 渔汛特征分析 |
3.2.2 旺汛期分析 |
3.2.3 预测模型的建立与检验 |
3.3 讨论与分析 |
第四章 北太平洋柔鱼资源丰度灾变年份预测 |
4.1 材料与方法 |
4.1.1 数据来源 |
4.1.2 CPUE标准化 |
4.1.3 模型的构建与检验 |
4.2 结果 |
4.2.1 CPUE情况与灾变点 |
4.2.2 模型的建立与检验 |
4.3 讨论与分析 |
第五章 北太平洋柔鱼资源丰度预测模型的建立 |
5.1 材料与方法 |
5.1.1 数据来源 |
5.1.2 CPUE标准化 |
5.1.3 模型的构建 |
5.2 结果 |
5.2.1 CPUE序列的选择 |
5.2.2 灰色关联分析 |
5.2.3 预测模型的比较与选择 |
5.3 讨论与分析 |
第六章 结论与展望 |
6.1 结论 |
6.2 主要创新点 |
6.3 不足与展望 |
参考文献 |
攻读硕士期间的科研成果 |
致谢 |
(3)基于文献计量学的灰色系统理论在渔业科学中的应用研究进展(论文提纲范文)
引 言 |
1 文献计量 |
1.1 材料与方法 |
1.2 结果与分析 |
(1)年份分布 |
(2)期刊分布 |
(3)高被引文献分析 |
(4)高产作者分析 |
(5)地区和研究机构分析 |
(6)关键词分析 |
(7)研究方向分析 |
2 灰色系统理论在渔业科学中的应用进展 |
2.1 渔业经济产业 |
2.2 水产养殖业 |
2.3 捕捞渔船 |
2.4 渔业水域环境评价 |
2.5 渔情预报 |
3 存在的问题及展望 |
(1)基础理论的探讨。 |
(2)研究范围的延伸。 |
(3)预测模型的加强。 |
(4)灰色软件的开发。 |
(4)北方砂岩型铀矿成矿分析及我国铀消费量预测模型研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 选题依据 |
1.2 研究意义 |
1.3 研究内容及技术路线 |
1.4 资源产出与消费的性质讨论 |
第2章 世界铀矿基本概况 |
2.1 基本概况 |
2.1.1 砂岩型铀矿概况 |
2.2 国内外砂岩型铀矿现状 |
2.2.1 国外砂岩型铀矿现状 |
2.2.2 国内砂岩型铀矿现状 |
第3章 铀矿床的分类 |
3.1 典型铀矿床的分类 |
3.1.1 铀矿床的外生地质作用 |
3.1.2 铀矿床的内生地质作用 |
3.1.3 铀矿床的复合地质作用 |
3.1.4 铀矿床的变质地质作用 |
3.2 砂岩型铀矿分类 |
第4章 砂岩型铀矿成矿模式研究 |
4.1 国外砂岩型铀矿成矿模式 |
4.2 国内北方砂岩型铀矿成矿模式 |
4.3 我国北方砂岩型铀矿成矿条件 |
第5章 灰色系统模型在铀矿消费量中的应用 |
5.1 灰色系统理论概述 |
5.2 灰色系统 GM(1,1)模型的建立 |
5.3 应用灰色系统 GM(1,1)模型预测铀矿消费量 |
5.4 模型的检验 |
第6章 线性回归模型在铀矿消费量中的应用 |
6.1 一元线性回归基本模型 |
6.1.1 模型的建立 |
6.1.2 模型的求解 |
6.1.3 模型的检验 |
6.2 一元线性模型对于铀矿消费量的预测 |
6.2.1 预测结果的检验 |
第7章 BP 神经网络在铀矿消费量中的应用 |
7.1 BP 神经网络原理 |
7.1.1 BP 神经网络的节点 |
7.1.2 BP 神经网络正向与反向传播 |
7.2 BP 神经网络的训练过程 |
7.2.1 网络结构的确定 |
7.2.2 选取误差 |
7.3 BP 神经网络在铀资源消费量中的预测 |
7.4 预测训练的检验 |
7.5 三种预测模型的对比 |
第8章 结论与存在问题 |
8.1 结论 |
8.2 存在的问题 |
参考文献 |
致谢 |
导师及作者简介 |
(5)基于灰色系统理论的烟叶质量综合评价(论文提纲范文)
致谢 |
摘要 |
1 文献综述 |
1.1 烟叶质量评价研究现状 |
1.1.1 烟叶质量评价指标体系 |
1.1.1.1 内在质量指标 |
1.1.1.2 物理特性指标 |
1.1.1.3 化学成分指标 |
1.1.1.4 安全性指标 |
1.1.2 烟叶化学成分与其他品质指标的关系研究 |
1.1.2.1 烟叶化学成分与烟气品质及感官质量的关系 |
1.1.2.2 烟叶化学成分与外观质量的关系 |
1.1.3 烟叶质量评价中存在的问题 |
1.1.3.1 指标主次,难以统一 |
1.1.3.2 主观性大 |
1.1.3.3 部分指标难以量化 |
1.2 灰色系统理论在烟叶质量评价中的应用 |
1.2.1 灰色关联分析 |
1.2.2 灰色聚类分析 |
1.2.3 灰色预测模型 |
1.2.4 灰色局势决策 |
1.3 本研究的目的、意义和内容 |
1.3.1 目的和意义 |
1.3.2 研究内容 |
2 引言 |
3 灰熵加权灰色关联度在烟叶质量评价中的应用 |
3.1 材料和方法 |
3.1.1 样品采集及检测 |
3.1.2 检测指标 |
3.1.3 原理与方法 |
3.1.3.1 构建行为序列: |
3.1.3.2 计算邓氏灰色关联度: |
3.1.3.3 确定权重 |
3.2 结果与分析 |
3.3 小结 |
4 灰关联聚类分析在不同成土母岩类型评价中的应用 |
4.1 材料和方法 |
4.1.1 研究区域概况 |
4.1.2 土壤样品采集 |
4.1.3 烟叶样品采集 |
4.1.4 成土母岩的确定 |
4.1.5 烟叶化学成分检测 |
4.1.6 分析方法 |
4.1.6.1 求各指标的始点零化像 |
4.1.6.2 灰色绝对关联度值 |
4.1.6.3 求灰色关联聚类矩阵 |
4.2 结果与分析 |
4.2.1 毕节烟区烤烟烟叶化学成分的描述统计分析 |
4.2.2 计算不同成土母岩烤烟化学成分的灰色绝对关联矩阵 |
4.2.3 不同成土母岩烤烟化学成分的聚类分析 |
4.3 小结 |
5 灰色定权聚类分析在不同地区烟叶替代中的应用 |
5.1 材料和方法 |
5.1.1 试验材料 |
5.1.2 检测方法 |
5.1.3 数据处理 |
5.2 结果与分析 |
5.2.1 清香型烟区烤烟化学成分的综合质量状况 |
5.2.2 确定统计对象、指标和灰类 |
5.2.3 白化权函数的确定 |
5.2.4 清香型烟区的灰色定权聚类系数 |
5.2.5 清香型产区的灰色定权聚类结果 |
5.2.6 各类烟叶样品化学成分的差异检验 |
5.3 小结 |
6 灰色预测模型在烟草产量预测中的应用 |
6.1 材料和方法 |
6.1.1 数据来源 |
6.1.2 数据处理 |
6.1.2.1 给定的原始数列 |
6.1.2.2 将新数列的变化趋势近似地用微分方程描述 |
6.1.2.3 构造数据矩阵 |
6.1.2.4 求出时间响应方程,即预测模型,计算拟合值 |
6.1.2.5 累减运算还原 |
6.1.2.6 检验 |
6.2 结果与分析 |
6.3 小结 |
7 灰色局势分析在烟叶质量评价中的应用 |
7.1 材料和方法 |
7.1.1 土壤样品采集 |
7.1.2 成土母岩的确定 |
7.1.3 烟叶样品采集 |
7.1.4 烟叶化学成分检测 |
7.1.5 分析方法 |
7.1.5.1 求各指标的始点零化像 |
7.1.5.2 求灰色绝对关联度值 |
7.1.5.3 求灰色关联决策值 |
7.2 结果与分析 |
7.3 小结 |
8 墒权多目标决策在烟叶质量评价中的应用 |
8.1 材料和方法 |
8.1.1 土壤样品采集 |
8.1.2 烟叶样品采集 |
8.1.3 样品检测 |
8.1.4 原理与方法 |
8.1.4.1 建立评价矩阵 |
8.1.4.2 对评价矩阵进行无量纲化 |
8.1.4.3 求评价时的熵 |
8.1.4.4 求评价指标的墒权 |
8.1.4.5 求加强矩阵 |
8.1.4.6 根据加强矩阵求相对贴近度 |
8.2 结果与分析 |
8.2.1 毕节烟区烤烟化学成分的综合质量状况 |
8.2.2 不同土壤类型和土壤质地烟叶化学成分的正态分布检验 |
8.2.3 不同土壤类型烟叶化学成分的多重比较 |
8.2.4 不同土壤质地间烟叶化学成分的多重比较 |
8.2.5 不同土壤类型和土壤质地烟叶化学成分的熵权多目标决策分析 |
8.3 小结 |
9 结论与讨论 |
9.1 灰色关联度在烟草质量评价中的应用研究 |
9.2 灰色聚类分析在烟草质量评价中的应用研究 |
9.3 灰色预测模型在烟草产量预测中的应用研究 |
9.4 灰色局势分析和多目标决策在烟草质量评价中的应用研究 |
参考文献 |
ABSTRACT |
(6)灰色系统研究进展(2004—2014)(论文提纲范文)
1 灰数及其运算 |
2 灰色序列算子与灰色预测模型 |
2.1 灰色序列算子 |
2.2 灰色预测模型 |
3 灰色关联分析与灰色聚类评估模型 |
3.1 灰色关联分析模型 |
3.2 灰色聚类评估模型 |
4 灰色决策模型 |
5 灰色组合模型 |
6 灰色控制 |
7 结束语 |
(7)中国铜资源供应安全评价与可持续发展研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第1章 引言 |
1.1 研究的背景与意义 |
1.1.1 研究的背景 |
1.1.2 研究的意义 |
1.2 研究的方法与内容 |
1.2.1 研究的方法 |
1.2.2 研究的内容 |
1.2.3 研究的创新点 |
第2章 理论综述 |
2.1 安全评价理论综述 |
2.1.1 安全评价概述 |
2.1.2 灰色系统理论 |
2.1.3 模糊系统理论 |
2.1.4 巨系统理论 |
2.1.5 安全评价理论 |
2.2 可持续发展理论综述 |
2.2.1 可持续发展概述 |
2.2.2 非线性系统理论 |
2.2.3 人地协同理论 |
2.2.4 资源耗竭理论 |
2.2.5 可持续发展理论 |
第3章 铜资源形势分析 |
3.1 世界铜矿资源概况 |
3.1.1 世界铜矿资源分布 |
3.1.2 世界铜矿资源类型 |
3.1.3 世界铜矿资源勘查难度增大 |
3.1.4 世界铜矿资源产能利用率持续下降 |
3.2 中国铜矿资源形势 |
3.2.1 中国铜矿资源分布 |
3.2.2 中国铜矿资源类型 |
3.2.3 中国铜资源的严峻形势 |
3.2.4 中国铜资源供需矛盾突出 |
第4章 中国铜资源供应安全评价研究 |
4.1 中国铜资源供应安全分析 |
4.1.1 中国铜资源供应安全与经济安全 |
4.1.2 中国铜矿资源的开发利用分析 |
4.1.3 中国铜资源对外依存分析 |
4.2 中国铜资源供应安全评价方法 |
4.2.1 基于DCR模型的供应安全评价方法 |
4.2.2 中国铜资源需求预测 |
4.2.3 中国铜资源供给预测 |
4.2.4 中国铜资源进口量预测 |
4.2.5 中国铜资源进口价格预测 |
4.2.6 中国铜矿资源存量预测 |
4.2.7 中国铜资源循环利用率预测 |
4.2.8 基于DCR模型的供应安全评价实证 |
4.3 中国铜资源供应安全保障对策研究 |
4.3.1 加大勘查力度保障铜资源供给 |
4.3.2 多措并举提高海外资源供应能力 |
4.3.3 提升循环利用率保障可持续发展 |
4.3.4 提升铜矿资源开发利用技术能力 |
第5章 中国铜资源可持续发展研究 |
5.1 中国铜资源需求分析 |
5.1.1 中国铜资源的消费情况 |
5.1.2 中国铜资源需求影响因素分析 |
5.1.3 中国铜资源未来需求预测 |
5.2 中国铜资源承载力分析 |
5.2.1 中国铜资源承载力评价模型 |
5.2.2 中国铜资源经济承载力分析 |
5.2.3 中国铜资源经济平衡分析 |
5.2.4 中国铜资源人口承载力分析 |
5.2.5 中国铜资源人口平衡分析 |
5.2.6 中国铜资源可持续发展承载力分析 |
5.3 中国铜资源可持续发展模式分析 |
5.3.1 循环经济可持续发展模式 |
5.3.2 社会最优可持续发展模式 |
5.3.3 人地协同可持续发展模式 |
5.4 中国铜资源可持续发展模型 |
5.4.1 中国铜资源可持续发展模式选择 |
5.4.2 中国铜资源可持续发展3-D平衡模式框架 |
5.4.3 中国铜资源可持续发展3-D平衡模型 |
5.4.4 中国铜资源可持续发展3-D平衡模型实证 |
5.5 中国铜资源可持续发展的对策研究 |
5.5.1 加强中国铜资源开发利用规划 |
5.5.2 提高中国铜矿资源开发及综合利用水平 |
5.5.3 推动中国铜资源循环经济 |
第6章 结论 |
6.1 主要成果 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 |
个人简历 |
(8)灰色关联分析在矿产资源评价中的应用研究 ——以铜陵姚家岭锌金多金属矿床为例(论文提纲范文)
摘要 |
ABSTRACT |
致谢 |
第一章 绪论 |
1.1 选题的背景和目的 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.2 国内外研究现状 |
1.2.1 理论研究现状 |
1.2.2 方法技术研究现状 |
1.3 研究内容 |
1.4 研究方法 |
1.5 论文安排及所完成的工作量 |
1.5.1 论文安排 |
1.5.2 完成的工作量 |
1.6 论文创新点 |
第二章 灰色关联分析法的理论分析 |
2.1 灰关联分析法的基本理论 |
2.1.1 灰色关联四公理 |
2.1.2 灰色关联分析方法应用研究 |
2.2 几种典型的关联度算法 |
2.2.1 邓氏关联度 |
2.2.2 广义绝对关联度 |
2.2.3 T 型关联度 |
2.2.4 灰色斜率关联度 |
2.2.5 B 型关联度 |
2.3 数据无量纲化处理方法的归纳分析 |
2.4 灰色系统与其他不确定性方法比较 |
第三章 研究区概况 |
3.1 成矿地质背景 |
3.2 地层 |
3.2.1 古生界 |
3.2.2 中生界 |
3.3 矿区构造 |
3.3.1 褶皱构造 |
3.2.2 断裂构造 |
3.4 岩浆岩 |
3.4.1 姚家岭花岗闪长斑岩体 |
3.4.2 青山花岗闪长斑岩体 |
3.5 变质作用和围岩蚀变 |
3.5.1 变质作用 |
3.5.2 围岩蚀变 |
3.6 地球物理、地球化学特征 |
3.6.1 岩石物性特征 |
3.6.2 次生晕异常特征 |
3.6.3 物探异常特征 |
3.7 姚家岭矿区已有地质勘探成果 |
第四章 灰色关联分析成矿预测系统设计与实现 |
4.1 相关技术概要 |
4.1.1 ArcGIS Engine 简介 |
4.1.2 C#简介 |
4.1.3 开发环境 |
4.2 系统概括及设计实现 |
4.2.0 系统概括 |
4.2.1 系统基本功能模块设计 |
4.2.2 界面设计 |
4.2.3 灰色关联度算法设计 |
4.3 系统测试结果 |
第五章 姚家岭锌金多金属矿床灰色关联分析成矿预测 |
5.1 姚家岭矿床成矿预测过程 |
5.1.1 姚家岭矿区地质变量提取 |
5.1.2 划分格网 |
5.1.3 空间分析实现 |
5.1.4 建立地质变量数据库 |
5.1.5 地质变量灰关联度计算过程 |
5.2 预测结果 |
5.3 结论与分析 |
第六章 结论与展望 |
6.1 灰色关联分析法在姚家岭锌金多金属矿床的研究结果 |
6.2 不足与展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
(9)基于灰色关联分析法的阜新东南部金矿资源远景预测(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 引言 |
1.1 选题依据及意义 |
1.2 研究现状 |
1.2.1 国内外金矿研究现状 |
1.2.2 成矿预测研究现状 |
1.2.3 灰色系统理论研究现状 |
1.2.4 研究区金矿研究现状 |
1.3 研究思路与方法 |
1.4 主要研究成果 |
2 地质背景 |
2.1 地层 |
2.1.1 太古宇上壳岩组合 |
2.1.2 中元古界 |
2.1.3 中生界 |
2.2 构造 |
2.2.1 鞍山期 |
2.2.2 燕辽期 |
2.2.3 印支——燕山期 |
2.3 侵入岩 |
2.3.1 太古宙变质深成岩 |
2.3.2 中生代侵入岩 |
2.3.3 其它 |
2.4 地球物理背景 |
2.4.1 重力场 |
2.4.2 磁场(航磁) |
2.5 地球化学背景 |
2.5.1 综述 |
2.5.2 分述 |
2.6 卫星影像特征 |
3 区内典型金矿床特征 |
3.1 排山楼金矿 |
3.1.1 矿床地质 |
3.1.2 地球物理、地球化学 |
3.1.3 围岩蚀变 |
3.1.4 矿床成因 |
3.2 大樱桃沟金矿 |
3.2.1 矿床地质 |
3.2.2 地球物理、地球化学 |
3.2.3 围岩蚀变 |
3.2.4 矿床成因 |
4 灰色关联分析法 |
4.1 灰色系统理论及灰色关联分析法简介 |
4.2 灰色关联分析法的应用原理 |
4.3 灰色关联分析法在本区预测中的实现步骤 |
4.4 灰色关联分析法在成矿远景预测中的特点 |
5 灰色关联分析法在金矿资源预测中的应用 |
5.1 成矿地质特征分析 |
5.2 矿床模型单元与预测单元的选择 |
5.3 变量及赋值 |
5.3.1 变量 |
5.3.2 赋值原则 |
5.4 综合分级原则 |
5.5 预测结果 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(10)数据挖掘在矿产资源定量预测中的应用综述(论文提纲范文)
1 数据挖掘的发展 |
2 数据挖掘与矿产资源定量预测的结合 |
3 常用数据挖掘方法介绍 |
3.1 信息量法 |
3.2 证据权法 |
3.3 灰色系统理论 |
3.4 分形理论及多重分形 |
4 方法评述 |
5 结论 |
四、灰色系统理论在矿床经济评价中的应用(论文参考文献)
- [1]矿床水形成机制及坑道涌水量预测研究 ——以陕西省镇安县金龙山金矿为例[D]. 张健. 中国地质大学(北京), 2020(04)
- [2]基于灰色系统理论的北太平洋柔鱼渔情预报研究[D]. 解明阳. 上海海洋大学, 2020(03)
- [3]基于文献计量学的灰色系统理论在渔业科学中的应用研究进展[J]. 解明阳,陈新军. 海洋湖沼通报, 2019(05)
- [4]北方砂岩型铀矿成矿分析及我国铀消费量预测模型研究[D]. 田松林. 吉林大学, 2015(08)
- [5]基于灰色系统理论的烟叶质量综合评价[D]. 郑东方. 河南农业大学, 2015(05)
- [6]灰色系统研究进展(2004—2014)[J]. 刘思峰,杨英杰. 南京航空航天大学学报, 2015(01)
- [7]中国铜资源供应安全评价与可持续发展研究[D]. 于伟军. 中国地质大学(北京), 2014(08)
- [8]灰色关联分析在矿产资源评价中的应用研究 ——以铜陵姚家岭锌金多金属矿床为例[D]. 王云云. 合肥工业大学, 2013(04)
- [9]基于灰色关联分析法的阜新东南部金矿资源远景预测[D]. 刘宇轩. 辽宁工程技术大学, 2013(02)
- [10]数据挖掘在矿产资源定量预测中的应用综述[J]. 王艳,提云生,姜敬敬. 甘肃科技, 2012(17)