Информационные прогнозно-геологические антиномии
Геологическая эффективность прогнозных оценок перспектив рудоносности территорий, осуществляемых с помощью математических схем принятия решений, реализованных в виде компьютерных программ, в значительной степени зависит от того, каким образом определяется информативность признаков, как количественная характеристика их прогнозно-поисковой значимости.
Исходя из того, что любой признак рудного объекта является его отражающим знаком и содержит о нем определенное количество информации, для оценки информативности признаков неоднократно предлагалось использовать математический аппарат традиционной теории информации [ 1, 2, 3, 4 ]. За меру информативности при этом, в общем случае, принималось “количество информации” ( I ), интерпретируемое следующим образом [ 4 ]:
(1)
Покажем на модельном примере противоречивость и неустойчивость прогнозных оценок перспективности тех или иных участков территории, получаемых с помощью приведенной формулы. Введем обозначения: N – общее количество объектов распознавания (элементарных ячеек, на которые делится исследуемая территория); Х – количество эталонных (рудных) объектов распознавания; M – общее число объектов распознавания, на которых проявлен признак; Z – число эталонных объектов распознавания, на которых проявлен признак. В этих обозначениях формула (1) приобретает вид:
(2)
Рассмотрим три прогнозно-поисковые ситуации, представленные на рис.1, в каждой из которых наблюдаются одни и те же, как эталонные объекты распознавания, так и их прогнозно-поисковые признаки.
Друг от друга ситуации отличаются только числом проявлений каждого из признаков и общей площадью контуров проводимых прогнозных исследований, что выражается в изменении значений N и M. Требуется оценить информативность каждого из признаков и на основе этой оценки выделить наиболее перспективные участки на обнаружение рудных объектов эталонного типа.
В таблице 1 приведены характеристики прогнозно-поисковых ситуаций и информативности признаков, определенные по формуле (2).
Таблица 1.
|
Контур |
N |
X |
Z1 |
Z2 |
Z3 |
M1 |
M2 |
M3 |
I1 |
I2 |
I3 |
|
1 |
224 |
30 |
30 |
15 |
10 |
74 |
50 |
10 |
1,60 |
1,16 |
2,90 |
|
2 |
600 |
30 |
30 |
15 |
10 |
130 |
86 |
36 |
2,21 |
1,80 |
2,47 |
|
3 |
1216 |
30 |
30 |
15 |
10 |
242 |
108 |
84 |
2,33 |
2,49 |
2,27 |
Из таблицы видно, что при переходе от границ первого контура исследований к границам третьего контура, значения информативности первого и второго признаков последовательно увеличиваются и их конечный прирост составляет: первый признак – 45,7 %, второй признак – 114,2 %. Информативность третьего признака, в свою очередь, падает и ее уменьшение составляет 21,7 %. Общий размах варьирования информативности в целом по совокупности признаков снижается при этом в 7,8 раз, то есть происходит нивелирование признаков по их прогнозно-поисковой значимости.
Другие материалы
Экономико-географическая характеристика Центрально-черноземного экономического района. Юго-восточная железная дорога
Транспорт важнейшая сфера общественного производства. В системе единого народнохозяйственного комплекса страны транспорт занимает особое место. Он является одной из отраслей, формирующих инфраструктуру народного хозяйства. Транспорт служит ...
