第11講_特征分析法預測

1、LOGOLOGOYOUR SITE HERE特征分析法預測特征分析法預測(Characteristic Analysis)第十一講第十一講YOUR SITE HERE第一節(jié)第一節(jié) 引言引言第二節(jié)第二節(jié) 方法步驟方法步驟第三節(jié)第三節(jié) 應用應用YOUR SITE HERE第一節(jié)第一節(jié) 引言引言YOUR SITE HERE特征分析，又稱決策模擬或決策分析。特征分析，又稱決策模擬或決策分析。最早由最早由J.M. Botbol等人等人(1971)提出，是作為提出，是作為解釋地質、地球化學、地球物理等區(qū)域性多解釋地質、地球化學、地球物理等區(qū)域性多元數(shù)據(jù)的一種方法。元數(shù)據(jù)的一種方法。自上世紀自上世紀80年年

2、代以來，在各種比例尺的礦年年代以來，在各種比例尺的礦產(chǎn)資源定量預測中，該方法已被普遍采用。產(chǎn)資源定量預測中，該方法已被普遍采用。YOUR SITE HERE總的說是屬于總的說是屬于“礦床模型法礦床模型法”。其假設前提是相似的地質條件有相似的其假設前提是相似的地質條件有相似的礦床分布，其實質是成礦地質環(huán)境的定礦床分布，其實質是成礦地質環(huán)境的定量類比。量類比。是傳統(tǒng)類比法的一種定量化方法。是傳統(tǒng)類比法的一種定量化方法。特征分析法基本原理特征分析法基本原理YOUR SITE HERE特征分析法通過對研究區(qū)內(nèi)模型單元控礦地質變特征分析法通過對研究區(qū)內(nèi)模型單元控礦地質變量的特征（包括地質、地球化學、地球

3、物理、遙量的特征（包括地質、地球化學、地球物理、遙感等變量提供的礦化信息）感等變量提供的礦化信息） ，查明地質變量之間，查明地質變量之間的內(nèi)在聯(lián)系，確定各個地質變量的找礦意義，建的內(nèi)在聯(lián)系，確定各個地質變量的找礦意義，建立起某種特定類型礦產(chǎn)資源體或礦床的成礦有力立起某種特定類型礦產(chǎn)資源體或礦床的成礦有力度定量類比模式。度定量類比模式。特征分析法研究思路與內(nèi)容特征分析法研究思路與內(nèi)容然后，將模型應用到預測區(qū)，將預測單元與模型然后，將模型應用到預測區(qū)，將預測單元與模型單元的各種地質特征進行類比，用它們的相似程單元的各種地質特征進行類比，用它們的相似程度表示預測對象的成礦可能性（用關聯(lián)度來度量度表示

4、預測對象的成礦可能性（用關聯(lián)度來度量），據(jù)此圈定出有利成礦的各級遠景區(qū)。），據(jù)此圈定出有利成礦的各級遠景區(qū)。YOUR SITE HERE特征分析方法要求自變量必須是二態(tài)或三態(tài)變量。特征分析方法要求自變量必須是二態(tài)或三態(tài)變量。該方法具有計算簡單、意義明確的特點。該方法具有計算簡單、意義明確的特點。特征分析是從研究已知礦床的主要特征（轉特征分析是從研究已知礦床的主要特征（轉換為二態(tài)或三態(tài)變量）出發(fā)，考查換為二態(tài)或三態(tài)變量）出發(fā)，考查地質變量地質變量之間的匹配關系之間的匹配關系，對不同地質變量按其對成，對不同地質變量按其對成礦作用的大小，統(tǒng)計計算賦予不同的權，從礦作用的大小，統(tǒng)計計算賦予不同的權，從

5、而建立起某種礦床類型的定量化模型而建立起某種礦床類型的定量化模型一組一組特征標志（變量）的加權線性組合特征標志（變量）的加權線性組合。然后考查預測單元的特征地質變量和礦床模然后考查預測單元的特征地質變量和礦床模型的特征變量之間的關聯(lián)程度，圈出遠景區(qū)型的特征變量之間的關聯(lián)程度，圈出遠景區(qū)。YOUR SITE HERE12111212122212(,.,).pppnnnpn pxxxxxxxxxXx xx控制區(qū)（模型區(qū)）單元控制區(qū)（模型區(qū)）單元xij為三態(tài)邏輯變量為三態(tài)邏輯變量(1、0、-1)X為模型單元的邏輯變量矩陣為模型單元的邏輯變量矩陣數(shù)學模型數(shù)學模型通過考查主要特征標志（通過考查主要特征標

6、志（變量）間的匹配關系，研變量）間的匹配關系，研究變量間的相關性，究變量間的相關性，從而篩選出對成礦有指示從而篩選出對成礦有指示意義的重要控礦因素和找意義的重要控礦因素和找礦標志，礦標志，并按其對找礦作用的大小并按其對找礦作用的大小，對變量賦予不同權。，對變量賦予不同權。YOUR SITE HERE礦床定量模型礦床定量模型選擇權大的前選擇權大的前p個變量個變量，構成線性組合，構成線性組合:1piiiyb x式中：式中：xi特征標志（變量）的三元邏輯值特征標志（變量）的三元邏輯值bi各特征標志（變量）的權系數(shù)各特征標志（變量）的權系數(shù)y關聯(lián)度或稱關聯(lián)指數(shù)，表示了該單元找礦的有利程度關聯(lián)度或稱關聯(lián)

7、指數(shù)，表示了該單元找礦的有利程度YOUR SITE HERE第二節(jié)第二節(jié) 方法步驟方法步驟YOUR SITE HERE方法步驟方法步驟1. 建立地質概念模型建立地質概念模型2. 選擇控制區(qū)選擇控制區(qū)全面收集、分析研究資料全面收集、分析研究資料建立不同尺度的地質概念模型：建立不同尺度的地質概念模型：區(qū)域區(qū)域的、礦田的、礦床的、礦體的不同尺度的、礦田的、礦床的、礦體的不同尺度的各種控礦地質條件分析及找礦標志研的各種控礦地質條件分析及找礦標志研究究可用少數(shù)控制單元先建立模型，將可用少數(shù)控制單元先建立模型，將y值高得分值高得分的單元與控制單元一起建立新的推廣（擴充）的單元與控制單元一起建立新的推廣（擴

8、充）模型，經(jīng)過篩選后的模型，經(jīng)過篩選后的“推廣模型推廣模型”用于預測。用于預測。YOUR SITE HEREGISGIS技術支持下控制區(qū)確定、變量取值與處理技術支持下控制區(qū)確定、變量取值與處理云南維西礦床地質圖云南維西礦床地質圖YOUR SITE HERE對各單元對各單元進行編號進行編號11623456789 10 11 12 13 14 151923217177各單元變量各單元變量取值與處理取值與處理控制區(qū)控制區(qū)GISGIS技術支持下控制區(qū)確定、變量取值與處理技術支持下控制區(qū)確定、變量取值與處理云南維西礦床地質圖云南維西礦床地質圖YOUR SITE HERE3. 變量研究變量研究特征標志（變

9、量）原始取值（定量、定性、特征標志（變量）原始取值（定量、定性、圖表數(shù)據(jù)）、變換和篩選圖表數(shù)據(jù)）、變換和篩選將特征標志（變量）轉換成邏輯變量將特征標志（變量）轉換成邏輯變量三態(tài)三態(tài)(-1,0,1)或二態(tài)或二態(tài)(-1,1)變量值變量值YOUR SITE HERE某種地質特征在單某種地質特征在單元中出現(xiàn)情況，若元中出現(xiàn)情況，若三態(tài)三態(tài)有利有利1不利不利1性質不明性質不明 0二態(tài)二態(tài)有利有利1不利及性不利及性質不明質不明0邏輯上互相對立轉換為二態(tài)或三態(tài)變量值的方法，視轉換為二態(tài)或三態(tài)變量值的方法，視數(shù)據(jù)類型數(shù)據(jù)類型、性質性質及及研究目的研究目的而定。而定?？偟馁x值原則總的賦值原則是以變量對成礦的有利

10、程度為標準。是以變量對成礦的有利程度為標準。YOUR SITE HEREb. 對離散型對離散型或某些連續(xù)或某些連續(xù)性變量性變量原始取值原始取值臨界值臨界值,有利有利1臨界值臨界值,不利及性質不利及性質不明不明0二階方向導二階方向導數(shù)數(shù)0,低異常低異常1=0,無異常無異常0a. 對定性數(shù)據(jù)對定性數(shù)據(jù)一般可采用直觀判定的方法c. 對對平面上平面上分布的分布的連續(xù)連續(xù)性變量性變量YOUR SITE HERE數(shù)據(jù)變換：數(shù)據(jù)變換：Z = Sqrt(Ln(Cu)Cu元素地球化學圖（云南維西）元素地球化學圖（云南維西）2.503551.11241原始數(shù)據(jù)原始數(shù)據(jù)y=0水平方向水平方向一階導數(shù)一階導數(shù)8.48

11、17e-005-0.000113742 水平方向水平方向二階導數(shù)二階導數(shù)2.89838e-008-3.52654e-008y”=0minXY=(2972000.00,501000.00)maxXY=(2972000.00,599000.00)Cellsize=2000.00Points = 50YOUR SITE HERE水平方向水平方向一階導數(shù)一階導數(shù)水平方向水平方向二階導數(shù)二階導數(shù)YOUR SITE HERE原始圖原始圖二態(tài)圖二態(tài)圖三態(tài)圖三態(tài)圖YOUR SITE HERE加拿大某地區(qū)沉積變質金礦礦產(chǎn)地質圖W-Sn-UW-Sn-U礦床與礦點礦床與礦點Au Au 礦床與礦點礦床與礦點花岡雜巖體

12、花岡雜巖體板巖板巖石英巖石英巖其它巖石其它巖石米米YOUR SITE HEREYOUR SITE HEREC=W+-W-t = C/s(C)t 距離背斜軸的距離距離背斜軸的距離 (500米米) YOUR SITE HEREYOUR SITE HEREd. 轉換變量的邏輯組合轉換變量的邏輯組合將原始數(shù)據(jù)邏輯變量三態(tài)(或二態(tài))轉換變量邏輯組合變量建立模型ABAUBABA11110101000110100001二態(tài)邏輯運算YOUR SITE HEREd. 轉換變量的邏輯組合轉換變量的邏輯組合將原始數(shù)據(jù)邏輯變量三態(tài)(或二態(tài))轉換變量邏輯組合變量建立模型ABAUBABA1111-11010-11-11-

13、1-101100000000-10-10-111-11-100-11-1-1-1-11三態(tài)邏輯運算YOUR SITE HERE4. 計算特征標志（變量）的權系數(shù)計算特征標志（變量）的權系數(shù)1piiiyb x方法一：(1)計算乘積矩陣R = (rij)pxp = XXX由三態(tài)變量表達的原始數(shù)據(jù)矩陣由三態(tài)變量表達的原始數(shù)據(jù)矩陣rij表示在表示在n個單元中，第個單元中，第i變量與第變量與第j變量間的匹配關系。變量間的匹配關系。其中，其中，YOUR SITE HEREX = 單元號單元號 # # x1x1 x2x2 x3x3 x4x4 x5x5 x6x6 x7x7 x8x85353 1 1 -1-10

14、 00 00 01 10 00 00 02626 2 21 10 01 10 01 11 11 11 12424 3 31 10 01 11 10 01 11 11 11616 4 41 11 11 11 11 11 11 11 12727 5 5 -1-1 -1-10 00 01 10 0 -1-1 -1-14545 6 61 10 01 10 01 10 00 00 05454 7 71 11 11 11 11 11 11 11 13636 8 81 10 01 11 10 01 11 11 1YOUR SITE HERE21()niikikrx匹配匹配關系關系匹配匹配1不計匹配不計匹配0

15、不匹配不匹配-1正匹配正匹配負匹配負匹配1nijikkikrxx1 1-1 -11 0，-1 01 -1YOUR SITE HEREx1x1x2x2x3x3x4x4x5x5x6x6x7x7x8x8x1x18 83 36 64 42 25 56 65 5x2x23 33 32 22 21 12 23 32 2x3x36 62 26 64 44 45 55 54 4x4x44 42 24 44 42 24 44 43 3x5x52 21 14 42 26 63 32 21 1x6x65 52 25 54 43 35 55 54 4x7x76 63 35 54 42 25 56 65 5x8x85

16、52 24 43 31 14 45 56 6R = (rij)pxp = XX=（對稱方陣）（對稱方陣）ij主對角線元素主對角線元素第第i變量在變量在n個單元中取值個單元中取值為非零的個數(shù)，即出現(xiàn)為非零的個數(shù)，即出現(xiàn)“1”和和“1”的單元數(shù)的單元數(shù)。ij非對角線元素非對角線元素第第i變量和第變量和第j變量的匹配變量的匹配單元數(shù)單元數(shù)(1 1，-1 -1)與不匹配單元數(shù)之與不匹配單元數(shù)之差差(1 -1)(0不計匹配）不計匹配）YOUR SITE HERE兩變量出現(xiàn)不匹配兩變量出現(xiàn)不匹配情況較多情況較多負相關程度增加負相關程度增加兩變量出現(xiàn)匹配兩變量出現(xiàn)匹配情況較多情況較多正相關程度增加正相關程度

17、增加相關系數(shù)rij0nnYOUR SITE HERE(2)確定變量的權系數(shù)乘積矩陣乘積矩陣(rij)pxp1piijjbr21piijjbr平方和法平方和法（矢量長度法）（矢量長度法）主分量法主分量法代數(shù)和法代數(shù)和法(用于二態(tài)變量)(用于二態(tài)、三態(tài)變量)(用于二態(tài)、三態(tài)變量)用主成分分析取第一主成分1piiiibbb相對權系數(shù)（歸一化）YOUR SITE HERE方法二：(1)計算概率矩陣；（2）計算概率矩陣主分量法。4. 計算特征標志（變量）的權系數(shù)計算特征標志（變量）的權系數(shù)該方法是從控制單元中各變量之間的匹配概率出發(fā)，研究模型中變量與變量之間的依次關系。pij第第i變量與第變量與第j變量

18、之間的匹配概率。變量之間的匹配概率。意義：在意義：在n個控制單元中，當變量個控制單元中，當變量i與變量與變量j各自出各自出現(xiàn)現(xiàn)“1”、“-1”總數(shù)固定不變時，則總數(shù)固定不變時，則i與與j出現(xiàn)正匹出現(xiàn)正匹配和負匹配的觀測匹配數(shù)是個隨機變量，配和負匹配的觀測匹配數(shù)是個隨機變量，pij則為則為變量變量i和和j匹配數(shù)匹配數(shù)觀測匹配數(shù)的累積概率。觀測匹配數(shù)的累積概率。YOUR SITE HERE概率矩陣主分量法計算步驟（1）計算匹配矩陣）計算匹配矩陣T,并統(tǒng)計各變量的在并統(tǒng)計各變量的在n個個單元中取單元中取“1”的個數(shù)的個數(shù)pj和取和取“1”的個數(shù)的個數(shù)qjx1x2x3x4x5x6x7x8x1x2x3x

19、4x5x6x7x8i和和j變量變量的正匹配的正匹配數(shù)數(shù)i和和j變量變量的負匹配的負匹配數(shù)數(shù)T=（2）計算兩兩變量）計算兩兩變量的匹配概率的匹配概率pij，得，得匹配概率矩陣匹配概率矩陣p。（3）利用主分量分析方）利用主分量分析方法，求概率矩陣的最大特法，求概率矩陣的最大特征值及其所對應的特征向征值及其所對應的特征向量，作為變量的權系數(shù)。量，作為變量的權系數(shù)。計算要求：單元數(shù)計算要求：單元數(shù)n足夠大。足夠大。YOUR SITE HERE與乘積矩陣與乘積矩陣R一樣，概率矩陣也是某種一樣，概率矩陣也是某種意義上的一種關聯(lián)矩陣，反映了變量間意義上的一種關聯(lián)矩陣，反映了變量間的相關程度。的相關程度。例：

20、第i和第j變量在n個單元中，觀測匹配數(shù)（正匹配數(shù)負匹配數(shù)）=4，計算所得的匹配概率為79%，其含義為：i、j變量在觀測序列中觀測匹配數(shù)4的累積概率（0,1,2,3,4）概率矩陣的計算只考慮變量間的匹配關概率矩陣的計算只考慮變量間的匹配關系（正相關性）而沒有考慮變量系（正相關性）而沒有考慮變量間間的不的不匹配情況（負相關性）。匹配情況（負相關性）。YOUR SITE HERE5. 篩選標志，建立礦床模型篩選標志，建立礦床模型1piiiyb x（1）對相對權系數(shù)由大到小排序，確定特）對相對權系數(shù)由大到小排序，確定特征標志（變量）的相對重要性；征標志（變量）的相對重要性；（2）對貢獻小的標志可以進行

21、篩選，篩選）對貢獻小的標志可以進行篩選，篩選后的特征標志要重新計算權系數(shù)；后的特征標志要重新計算權系數(shù)；（3）對采用不同方法計算的權系數(shù)，分別）對采用不同方法計算的權系數(shù)，分別建立礦床預測模型：建立礦床預測模型：YOUR SITE HERE6. 評價研究區(qū)的含礦遠景，圈定遠景區(qū)評價研究區(qū)的含礦遠景，圈定遠景區(qū)（1）將研究區(qū)未知單元各特征標志）將研究區(qū)未知單元各特征標志xi代入預測代入預測模型，求得關聯(lián)度模型，求得關聯(lián)度y值。值。y值越大，說明該單元值越大，說明該單元的地質條件越接近，因而找礦遠景越好。的地質條件越接近，因而找礦遠景越好。（2）確定找礦遠景單元）確定找礦遠景單元y值臨界值（參照回

22、歸值臨界值（參照回歸分析中回歸估值臨界值的確定）。分析中回歸估值臨界值的確定）。YOUR SITE HEREUnitIDx1x2y291.602 0.001 1.711 300.001 0.001 1.193 340.001 0.750 1.229 441.021 0.001 1.523 482.672 34.500 3.746 491.740 0.001 1.756 511.491 22.000 2.752 3.5未知單元預測未知單元預測預測臨界回歸估計值預測臨界回歸估計值 = 2.5已知單元已知單元8個個上升序列圖YOUR SITE HERE當當y值漸變界線不甚明顯時，可做標值漸變界線不甚

23、明顯時，可做標準化變換準化變換-1,1，然后分組統(tǒng)計作頻率，然后分組統(tǒng)計作頻率分布圖，定出分組區(qū)間臨界值。分布圖，定出分組區(qū)間臨界值。分級表示遠景大小，再據(jù)評價區(qū)與分級表示遠景大小，再據(jù)評價區(qū)與模型區(qū)的相似程度，將高值模型區(qū)的相似程度，將高值y單元圈定單元圈定為遠景區(qū)。為遠景區(qū)。YOUR SITE HEREy臨界值臨界值YOUR SITE HERE（3）有時，如模型單元的）有時，如模型單元的y值與模型單元的已值與模型單元的已知資源量值直接存在相關關系時，經(jīng)檢驗符合知資源量值直接存在相關關系時，經(jīng)檢驗符合預測要求，可以將預測遠景區(qū)單元的預測要求，可以將預測遠景區(qū)單元的y值轉換值轉換成資源量，對預

24、測遠景區(qū)作出資源量估計。成資源量，對預測遠景區(qū)作出資源量估計。建立模型單元的關聯(lián)度建立模型單元的關聯(lián)度y值與資源量值之值與資源量值之間的一元線性（或非線性）回歸模型。間的一元線性（或非線性）回歸模型。將預測遠景單元關聯(lián)度將預測遠景單元關聯(lián)度y值代入回歸方程值代入回歸方程，估計潛在資源量。，估計潛在資源量。YOUR SITE HERE7. 推廣模型單元選擇推廣模型單元選擇當已知有礦單元很少時，建立的模型代表性較差。當已知有礦單元很少時，建立的模型代表性較差。此時，可選擇一部分未知單元來參加建立推廣模型。此時，可選擇一部分未知單元來參加建立推廣模型。用有礦單元建立模型用有礦單元建立模型對未知單元計

25、算單元關聯(lián)度對未知單元計算單元關聯(lián)度y值值選出高選出高y值單元，即與模型單元有相似匹配度值單元，即與模型單元有相似匹配度的單元的單元研究這種相似的匹配度是偶然事件還是客觀研究這種相似的匹配度是偶然事件還是客觀存在的聯(lián)系存在的聯(lián)系若確定為后者，則那些單元可選來建立推廣若確定為后者，則那些單元可選來建立推廣模型，用概率矩陣主分量法確定權系數(shù)模型，用概率矩陣主分量法確定權系數(shù)對未知單元進行預測對未知單元進行預測YOUR SITE HEREYOUR SITE HERE第三節(jié)第三節(jié) 應應 用用( (自學自學) )YOUR SITE HEREYOUR SITE HERE成礦遠景區(qū)定量預測成礦遠景區(qū)定量預測

26、小小 結結YOUR SITE HERE成礦遠景區(qū)定量預測的統(tǒng)計方法成礦遠景區(qū)定量預測的統(tǒng)計方法v 秩相關分析法預測秩相關分析法預測v 找礦信息量法預測找礦信息量法預測v 回歸分析法預測回歸分析法預測(Regression Analysis)v 判別分析法預測判別分析法預測(Discriminate Analysis)v 聚類分析法預測聚類分析法預測(Cluster Analysis)v 邏輯信息法預測邏輯信息法預測v 特征分析法預測特征分析法預測(Characteristic Analysis)v 數(shù)理化理論預測數(shù)理化理論預測v 證據(jù)權法預測證據(jù)權法預測v 邏輯回歸法預測邏輯回歸法預測v 模糊

27、邏輯法預測模糊邏輯法預測v 神經(jīng)網(wǎng)絡法預測神經(jīng)網(wǎng)絡法預測v 等等等等目的：具體確定成礦遠目的：具體確定成礦遠景區(qū)的空間部位并進行景區(qū)的空間部位并進行礦床個數(shù)、礦產(chǎn)數(shù)量、礦床個數(shù)、礦產(chǎn)數(shù)量、及找礦概率等有關的定及找礦概率等有關的定量估計，為地區(qū)礦產(chǎn)資量估計，為地區(qū)礦產(chǎn)資源的進一步勘查和開發(fā)源的進一步勘查和開發(fā)提供依據(jù)。提供依據(jù)。比例尺比例尺: 1:20萬、萬、 1:5萬、萬、1:1萬。萬。YOUR SITE HERE礦床統(tǒng)計預測的主要特點是將概率統(tǒng)計及多元統(tǒng)計等礦床統(tǒng)計預測的主要特點是將概率統(tǒng)計及多元統(tǒng)計等定量方法用于礦床預測及評價。定量方法用于礦床預測及評價。將預測對象或地區(qū)劃分為等面積的網(wǎng)格

28、單元或不規(guī)則將預測對象或地區(qū)劃分為等面積的網(wǎng)格單元或不規(guī)則的地質體單元，再根據(jù)已知有礦地區(qū)劃分出的地質體單元，再根據(jù)已知有礦地區(qū)劃分出“模型單模型單元元”，用于與，用于與“未知單元未知單元”進行進行“相似類比相似類比”。預測所依據(jù)的資料及數(shù)據(jù)可以是單一的地質變量或單預測所依據(jù)的資料及數(shù)據(jù)可以是單一的地質變量或單一的物、化探變量一的物、化探變量(如秩相關分析法、信息量法、豐如秩相關分析法、信息量法、豐度法等度法等) ，也可以是依據(jù)地、物、化、遙等各種數(shù)據(jù)，也可以是依據(jù)地、物、化、遙等各種數(shù)據(jù)的綜合信息預測法。的綜合信息預測法。預測的類型有全國范圍內(nèi)針對某礦種的資源總量預測預測的類型有全國范圍內(nèi)針

29、對某礦種的資源總量預測和在局部地區(qū)進行的成礦遠景區(qū)定量預測。和在局部地區(qū)進行的成礦遠景區(qū)定量預測。YOUR SITE HERE成礦遠景區(qū)定量預測數(shù)學模型分類；有先驗模型（模型預測法）無先驗模型（無模型預測法）YOUR SITE HERE基本思想是通過對模型單元的控礦因素、找礦標志和地質特征等地質變量權系數(shù)的計算，進而建立數(shù)學模型，以表達模型單元地質條件與礦化有利度的關系，將其外推到預測區(qū)，從而達到評價預測單元礦化有利度的目的。有先驗模型定量預測YOUR SITE HERE礦床類型的多樣性礦床成因的復雜性控礦因素的隱蔽性找礦信息的多解性在不漏失或最少漏失礦體前提下最大限度縮小需在不漏失或最少漏失礦體前提下最大限度縮小需用進行詳細工作的地區(qū)范圍，達到成果和收益最大用進行詳細工作的地區(qū)范圍，達到成果和收益最大，損失和消耗最小。，損失和消耗最小。由于其不確定性，所以是尋求正面結果概率最大由于其不確定性，所以是尋求正面結果概率最大、負面結果概率最小的雙概率表征。、負面結果概率最小的雙概率表征。成礦定量預測結果具有不確定性并常常因人而異。成礦預測是在不確定條件下制定最優(yōu)決策的工作。成礦預測是在不確定條件下制定最優(yōu)決策的工作。趙鵬大，趙鵬大，2007，成礦定量預測與深部找礦，地學前緣，成礦定量預測與深部找礦，地學前緣，15(5).YOUR SITE