简介：影响矿石体重的因素很多,如矿石的密度、湿度、物质组成的种类、含量等。确定矿石体重的传统做法——平均体重法主要考虑的是前二种属于物理方面的因素;而测重于考虑后二种属于化学方面的因素的方法——回归预测法,是确定矿石体重的另一个方法,它是依据矿石中元素的含量与矿石体重的相关关系,应用回归分析法建立一个函数关系式,利用此关系式用矿石中元素的含量来动态地确定矿石的体重。将这个方法的使用效果与平均体重法进行对比,前者比后者好。

简介：介绍笔者在用模糊逻辑叠加法进行区域成矿条件评价时提出的一种评价结果表达形式-成矿有利度专题图,并讨论制作此图的方法和相关问题.

简介：斜坡稳定性,归根结底是斜坡发生变形破坏的可能性程度.而斜坡稳定性受制于众多地质因素的综合作用,因而用经典的数学方法进行多因素且较为切合实际的评价是相当困难的.模糊数学方法能较好地解决上述问题,其显著优点是能处理大量的定性资料及模糊地质信息,因此,我们选择模糊数学方法进行达川地区的斜坡稳定性评价.

简介：以北京市石景山区某地地下水监测点多年监测数据为例,进行适宜性预测方法的验证。其中,总硬度灰色预测值的平均相对误差为2.62%比线性预测低5.65个百分点;溶解性总固体线性预测值的平均相对误差为2.33%比灰色预测低0.61个百分点,与通过拟合度R~2值大小选取的最优预测方法一致,表明通过拟合度R~2值大小来选取合理的预测方法是一种便捷、合理的技术手段。

简介：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。

简介：灰色系统理论GM（1,1）模型,应用于地面沉降模拟和预测中只能分析数据的指数变化规律。对于地面沉降发展过程中,存在的线性关系不能有效地反映。本文利用灰色组合模型中的第一类灰色组合模型即GM（1,1）与线性回归模型相融合。选取北京东部某地面沉降监测站2004-2012年的分层监测数据建立模型,计算出各监测层位沉降的数学模型,并以此预测各监测层位地面沉降量。结果表明：利用灰色线性回归组合模型在对地面沉降进行分层模拟和预测是可行的。在已有数据的基础上,利用数学模型进行沉降模拟时,两种模型的精度均很高,但通过模型预测未来一年沉降量时,灰色线性回归组合模型的精度,要远高于普通均值GM（1,1）模型。

简介：为了找出旅游地社区居民参与旅游的影响因素,通过对兴文石海地质公园相关社区的居民进行调查,对调查数据进行Logistic回归分析,得出了从事旅游相关行业的比较效益、居民参与旅游的主观愿望、优先在旅游企业获得工作机会的意识和参与技能等几个影响当地社区居民参与的因素。在此基础上,结合调查了解的情况,对如何提高社区居民的参与程度作了简单的探讨,并提出以下几种方法:提高旅游业的比较效益、提高旅游业的吸引力以提高居民参与希望、提高居民优先获得工作机会的意识和通过培训提高居民的参与能力。

简介：本文利用多元线性回归分析的基本原理对安徽省广德县30个滑坡稳定性进行分析得出影响边坡稳定性的最主要的驱动因素和该区的多元线性回归分析模型,结果表明得出的回归方程回归效果显著.所以可以运用该模型进行滑坡稳定性预测和控制,为广德县农业、工业规划和政府决策提供智力支持.