连续证据权重法及其在矿产潜力预测中的应用研究

目前分类证据权重法只能处理分类证据因子,连续证据因子在转化为分类数据时,必然导致信息损失;而且证据因子按分类计算权重,不能从整体上反映该证据因子对成矿有利的权重。该文尝试对分类证据权重法进行改进,将分类证据隶属度扩充为连续证据隶属度,并修改证据因子权重的计算方法,避免同一证据因子权重的重复累加,建立基于连续证据因子的模糊证据权重法。以实际的矿产潜力预测为例,对比分析分类证据权重法与所提出的模糊连续证据权重法。结果表明,基于连续证据因子的模糊证据权重法能够克服分类证据模型后验概率空间突变情况,利于预测结果的制图输出,并在一定程度上提高后验概率精度。