第一章 绪论 1
1.1 矿床经济评价研究概况 1
1.1.1 矿床技术经济评价 1
1.1.2 国外矿床经济评价研究状况 2
1.1.3 国内矿床经济评价研究状况 5
1.2 矿床品位估值方法研究概况 7
1.2.1 传统估值方法 8
1.2.2 地质统计学方法 9
1.2.3 人工智能方法 11
1.3 矿山建设方案选择方法研究新进展 13
1.3.1 数值决策方法 13
1.3.2 智能决策法 16
1.4 人工智能在矿业中应用的过去、现在与未来 18
1.4.1 历史回顾——ES的开发和应用 19
1.4.2 研究现状——ANN崛起 23
1.4.3 未来发展——智能化集成系统的研制 30
1.5 研究思路和全书的安排 31
参考资料 37
第二章 矿产资源开发复杂大系统理论及其智能决策技术 45
2.1 引言 45
2.2 矿产资源开发复杂大系统 46
2.3 基于经济评价的矿产资源开发决策智能化集成方法 50
2.3.1 定性与定量综合集成方法 50
2.3.2 基于经济评价的矿产资源开发多目标决策 52
2.4 基于经济评价的矿产资源开发智能决策技术 60
2.4.1 多级专家系统的结构方案 61
2.4.2 基于经济评价的矿产资源开发智能决策支持系统设计 62
2.4.3 基于经济评价的矿产资源开发智能决策支持系统各工程模块划分 66
2.4.4 基于经济评价的矿产资源开发智能决策支持系统安装与运行 69
2.5 本章小结 72
参考资料 73
第三章 基于神经网络的矿产资源品位估算方法研究 75
3.1 引言 75
3.2 理论基础 76
3.2.1 神经网络及神经元结构 76
3.2.2 多层前馈神经网络（多层感知机） 79
3.2.3 前向多层神经网络学习算法——反传学习算法 81
3.2.4 基于神经网络的区域化变量估算原理 86
3.3 基于神经网络的矿产资源品位估算方法 86
3.3.1 输入模式的信息提取及量化 86
3.3.2 区域的划分 87
3.3.3 用于估值的神经网络结构 88
3.3.4 神经网络的训练 89
3.3.5 品位估值 89
3.4 基于神经网络的品位估值方法应用实例 90
3.5 本章小结 94
参考资料 95
第四章 矿山建设方案选择专家系统程序设计中若干技术问题探讨 96
4.1 引言 96
4.2 推理系统 97
4.2.1 MES（专家咨询子系统）推理技术 97
4.2.2 MES控制策略 100
4.2.3 不确定性推理模型 101
4.3 知识的表达及知识库 106
4.4 智能语言与算法语言之间的信息交互模式探讨 111
4.5 本章小结 113
参考资料 114
第五章 矿产资源开发优化决策多目标规划数学模型 115
5.1 引言 115
5.2 建模参数与经济评价指标计算方法 117
5.2.1 建模参数取值原则 117
5.2.2 矿产资源经济评价指标计算方法 123
5.3 基于经济评价的矿产资源品位指标与生产规模优化数学规划模型 127
5.3.1 决策变量 127
5.3.2 规划的目标要求 127
5.3.3 规划的资源与技术约束 128
5.3.4 模型的约束条 129
5.3.5 达成函数 130
5.4 模型的解算方法 130
5.4.1 模式搜索法 131
5.4.2 算法程序 132
5.5 本章小结 133
参考资料 133
第六章 矿产资源开发决策的不确定性分析方法研究 135
6.1 问题的提出 135
6.1.1 基于经济评价的矿产资源开发决策的不确定性 135
6.1.2 基于经济评价的矿产资源开发决策不确定性分析的研究内容 136
6.1.3 基于经济评价的矿产资源开发决策不确定性分析方法 137
6.2 基于模糊集值统计的矿产资源开发决策不确定性分析方法 138
6.2.1 不确定性分析的数学模型 138
6.2.2 基于模糊集值统计的不确定性信息处理 139
6.2.3 基于经济评价的矿产资源开发决策的不确定性估计 141
6.3 实例分析 142
6.4 本章小结 146
参考资料 147
第七章 武钢程潮铁矿西区开发技术与经济决策 148
7.1 问题的提出 148
7.2 矿床地质 149
7.2.1 程潮铁矿概况 149
7.2.2 矿体特征 150
7.2.3 矿石储量 151
7.2.4 矿床开采技术条件 151
7.3 西区品位与吨位关系的研究 152
7.3.1 研究区域的确定 153
7.3.2 基于神经网络的品位估值研究 153
7.3.3 品位函数关系研究 158
7.4 西区开发技术方案的选择 161
7.5.1 参数选取 163
7.5 西区开发品位指标与生产规模优化决策 163
7.5.2 经济数学模型 164
7.5.3 模型的解算及结果讨论 167
7.6 西区开发技术经济决策中的不确定性分析 169
7.6.1 不确定性信息处理 170
7.6.2 决策结论的不确定性分析 171
7.7 本章小结 173
参考资料 174
第八章 结论与展望 175
8.1 研究的主要结论 175
8.2 展望 179
后记 181
附录1～附录8 183