基于多智能体的GIS成矿预测模型研究

Application of new theories, new technologies and new methods of mineralization forecast to find new deposits is an effective way to solve the shortage of contradictions in the mineral resources. In recent years, some research results indicate that: nonlinear theory and complexity theory applied to the metallogenic prediction has good prospects and widespread use space. Multi-agent systems stems from the theory adapts to complex systems and distributed artificial intelligence.It has an unparalleled advantage in the modeling of complex spatial problems.Based on the study of traditional GIS metallogenic prediction model,this project first converts the complex system to multi-agent organization, then studies the achieve strategy, work process and interactive consultation mechanism of the agent, finally it builds metallogenic prediction model based on SWARM platform combined with MAPGIS platform. The established metallogenic prediction model which combines GIS and multi-agent and expresses complex relationships between the mineralization information and mineralization through the interaction has the accumulation of knowledge, intelligence, reasoning and decision-making functions. It can effectively improve the accuracy of metallogenic prediction. The application of multi-agent system is an attempt of intelligent evaluation of mineral resources and has great significance to improve the level of GIS mineral resource assessment.

应用新理论、新技术和新方法进行成矿预测从而有效地发现新矿床是解决矿产资源紧缺矛盾的有效途径。近年来，国内外一些研究成果表明：将非线性理论和复杂性理论应用于成矿预测具有良好的发展前景及广泛的应用空间。多智能体系统源于复杂系统适应理论及分布式人工智能，在复杂空间建模中具有无可比拟的优势。本项目拟在研究传统GIS成矿预测模型的基础上，将GIS成矿预测模型这一复杂系统模块化以智能体为单位的为多智能体组织，研究确定各智能体的功能职责、实现策略、工作过程及交互协商机制，并结合SWARM平台与MAPGIS平台进行模型的构建。建立的成矿预测模型将GIS和多智能体有机结合，通过智能体之间的交互协商表达成矿信息与成矿间的复杂关系，具有知识累积、智能化推理与决策功能，能有效提高成矿预测的精度。多智能体系统的引入，是矿产资源评价"智能化"的重要尝试，对于提高GIS矿产资源评价的水平有十分重要的意义。

成矿预测模型是GIS矿产资源评价的关键技术,成矿预测模型的优劣对成矿预测的结果具有决定性的作用。本项目在总结和分析传统GIS矿产资源评价工作的基础上，研究建立一个健壮的、表达能力强、有自学习能力的多智能体成矿预测模型，尝试解决矿产资源评价中的复杂性、不确定性和模糊性问题，提高成矿预测的精度。模型以栅格化的区域成矿环境为背景，对成矿预测的重要指标(遥感、地质、地球物理、地球化学等)和成矿预测结果进行抽象，定义主体类型，将成矿预测模型这一复杂系统模块化为以智能体为单位的多智能体组织；在确定各智能体的功能职责、实现策略及工作过程基础上，建立了一个基于多智能体的GIS成矿预测模型，模型将多智能体与GIS有机集成，可表达各种成矿异常信息与成矿作用的复杂关系；基于多智能体Jade平台结合GIS开发了可视的多智能体成矿预测模块，GIS平台管理地质、地球物理、地球化学、遥感等多源数据，并提供相应的空间分析功能，多智能体从多源空间数据中挖掘隐含的成矿规律，在知识库及模型库的支持下进行空间决策；利用建立的基于多智能体的GIS成矿预测模块对云南个旧普雄矿区进行了成矿预测，成功圈定3个成矿靶区，取得了较为理想的结果。多智能体系统的引入使成矿预测模型更具“智能性”，在预测中能充分利用区域成矿知识及地质领域专家知识，减少预测结果的不确定性，提高成矿预测的可靠性和精度，具有广泛的应用前景。本研究表明，基于多智能体的GIS成矿预测模型能综合分析多源成矿信息，具有知识累积、智能化推理与决策功能，是解决矿产资源评价中复杂性、不确定性和模糊性等问题的有益尝试。项目资助已发表或录取论文7篇，申请国家发明专利2项。培养博士研究生2名，硕士研究生3名。项目投入经费25万元，支出23.3186万元，各项支出与预算基本相符，剩余经费计划用于项目后续研究支出。