基于GA-SVM回归的成矿有利度预测方法探讨

• 作者: 吴艳爽 周可法 孙卫东 李东 王金林
• 来源期刊: 新疆地质
• 学科: 工学
• 关键词: 成矿预测 遗传算法(GA) 支持向量机(SVM) 非线性拟合
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 546-551
• 页数: 6页
• 分类号: TP391
• 字数: 3995字
• 语种: 中文

摘要

将改进的非线性技术（GA-SVM）应用于成矿预测，为成矿有利度预测方法提供一种新思路。在分析哈图矿集区成矿有利度基础上，选取28个学习样本、10个与成矿有关的地质变量，应用基于遗传算法（GA）寻优的支持向量机（SVM）方法，对成矿有利度进行建模，并与BP神经网络模型预测结果进行比较。结果表明，GA-SVM回归预测模型能很好地拟合成矿有利度与各地质变量间的非线性关系。样本数量有限时，GA-SVM比BP神经网络具较高的拟合精度，更适合非线性成矿预测工作，具较强的推广意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	113	1654	23.0	34.0
5	周可法	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	93	1560	22.0	36.0
6	王金林	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	19	162	6.0	12.0
7	孙卫东		18	139	6.0	11.0
8	吴艳爽	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	8	56	4.0	7.0