第一篇:定量测定方法的不精密度性能评估
定量测量方法的不精密度性能评估方案
1.适用范围 参照EP5A2(Evaluation of Precision Performance of Quantitative Measurement Methods;Approved Guideline—Second Edition),本方案给出了本次临床验证对定量测量方法的精密度性能进行系统评估的方法。
2.实验操作
2.1.质控血清样品的制备
复溶两个浓度水平的质控血清,血清量足够实验评价用。分装于1ml Eppendorf 管里,-20℃贮存。每次实验前1小时取出,置于室温,待其融化。反复倒置Eppendorf管后,将质控血清吸出,加入到样品杯中,进行测定。
2.2.测定系统
测定系统由中生试剂、试剂配套校准品和临床全自动生化分析仪HITACHI机器,或中生试剂、试剂配套校准品和临床全自动生化分析仪OLYMPUS AU机器组成。
2.3.系统的质量控制
在正式评价实验之前,使操作人员熟悉方案操作及试剂的操作,整个系统在质量控制内。2.4.操作
2.4.1.批内不精密度评价的操作
对两个浓度水平血清样品进行测定,连续测定21次。计算测定值的平均值(x)和标准差(S批内)。按以下公式计算变异系数(CV批内),应CV批内≤10%。在CV批内≤10%得到满足的条件下,再进行2.4.2的操作。
S批内CV批内100%
X2.4.2.室内不精密度评价的操作
选择两个浓度水平的质控血清,每天测定两批(run),一批平行测定两次(replicate),持续20天(day),实验结束时,每个浓度水平,应收集80个数据。进行数据处理,进行以下计算步骤。
3.收集数据
每个浓度水平收集到足够有效数据(至少为80个数据)。除补充由于质控失控而增加的测试外,应在进行数据分析前,检查数据中有无由于偶然差错引起的离群值(outlier),可用下述剔除值的标准:
从实施段已收集的40对均值的数据计算出总均值和标准差,出现下列任何一种情况都可认为是离群值:
1)任何一对均值和总均值的差超过4倍标准差;
2)任何一对中二个结果的绝对差值超过4倍标准差。
离群值不用于精密度的计算。在剔除后应再增加检验次数,以保证至少有40批次,80个数据进行计算。任何一次实验的剔除值不能超过总测量数的2.5%。当超过时,应怀疑是否为方法不稳定或操作者不熟悉所致。此时应不用此次试验数据,重新开始新的试验。
必须保留任何剔除者和室内质控失控的记录。
4.数据处理
收集到符合要求的数据后,按照下面步骤,依次进行计算。
中生北控生物科技股份有限公司
不精密度评价方案 4.1.计算批内标准偏差Sr
I2(Xij1X2ij2)Sri1j14I
Sr:批内标准偏差
I :总的天数(20天)j :日内的批数(1或2)
Xij1:第i天批次j第一次平行测值 Xij2:第i天批次j第二次平行测值 4.2.计算批内平均值的标准偏差A I(Xi1.Xi2.)2Ai12I
I:总的天数(20天)
Xi1.:第i天第一批两次平行测试的平均值 Xi2.:第i天第二批两次平行测试的平均值
4.3.计算每日平均值的标准偏差B I(Xi..X...)2Bi1I1
I:总的天数(20天)
Xi..:第i天所有结果的平均值 X...:所有结果的平均值
4.4.计算日间标准偏差Sdd
S2ddB2A22
4.5.计算批间标准偏差Srr S2rrA2S2r2
4.6.计算室内标准偏差ST
STS2S22ddrrSr
4.7.1+ST的自由度,T值的计算 批内平均值方差MES2r 批间平均值方差MR2A2 日间平均值方差MD4B2
中生北控生物科技股份有限公司
不精密度评价方案
TI(2MEMRMD)2ME22MR2II1
2MD4.8.1+Sr的自由度,R值的计算 20天实验,每天两批 R1(2021)40 4.9.计算重复性的卡方值 22SrR2r
Sr:实测的批内方差
2r:声明的批内方差 24.10.计算室内不精密度的卡方值 2STT2T2
ST:实测的室内方差 2T:声明的室内方差
对以上公式中出现的符合进行说明,如下表所示:
符号含义说明
A B
2 2批内平均值的标准偏差(standard deviation of the run means)每日平均值的标准偏差(standard deviation of the daily means)卡方检验(Chi-square statistic for testing manufacturers’ claims)总的天数(20天)(total number of days(generally 20))日内的批数(1或2)(number of runs within-day(generally 2))日间平均值方差(mean square for days)
批内平均值方差(mean square for within-run(error))
批间平均值方差(mean square for runs)
批次总数(1+S的自由度)(total number of runs(1+degrees of freedom for S))
r
r
2I j MD ME MR R Sdd
S
r日间标准偏差(estimate of between-day standard deviation)
批内标准偏差(estimate of repeatability standard deviation(within-run precision))批间标准偏差(estimate of between-run standard deviation)
室内标准偏差(estimate of within-device or within-laboratory precision standard deviation)声明的批内标准偏差(performance claim repeatability standard deviation(within-run precision))声明的室内标准偏差(manufacturer’s claim of total standard deviation or medically required standard deviation)
1+ST的自由度(1+degrees of freedom for S)
TSrr
ST
σ
rσT
T Xijk 第i天批次j第k次(1或2)平行测值(j result for run j on day i(result of replicate k on run j on day i;generally k = 1 or 2))第i天第一批两次平行测试的平均值(average result of the replicates for run 1, day i)第i天第二批两次平行测试的平均值(average result of the replicates for run 2, day i)Xi1.Xi2.中生北控生物科技股份有限公司
不精密度评价方案 Xi..X...2cutoff 第i天所有结果的平均值(average of all results day i)所有结果的平均值(average of all results)2临界值
重复性repeatability
批间不精密度between-run precision 日内不精密度within-day precision 日间不精密度between-day precision 室间不精密度within-laboratory precision 5.结论
2得到2后,查Chi-Square临界值cutoff,下表列出了Chi-Square常用的临界值。
Critical Values of Chi-Square df of User Variance Estimate 95% Critical Value 99% Critical Value 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 25 30 35 40 50 60 65 70 75 79
11.1 12.6 14.1 15.5 16.9 18.3 19.7 21 22.4 23.7 25 26.3 27.6 28.9 30.1 31.4 37.7 43.8 49.8 55.8 67.5 79 84.75 90.5 96.2 100.7
1.51 16.8 18.5 20.1 21.7 23.2 24.7 26.2 27.7 29.1 30.6 32 33.4 34.8 36.2 37.6 44.3 50.9 57.3 63.7 76.2 88.4 94.4 100.4 106.4 111.1 中生北控生物科技股份有限公司
不精密度评价方案
100
101.9 113.1 124.3
112.3 124.1 135.6
判断标准:如果cutoff,则实验测定得到的不精密度符合实验室要求,结果可以接收。如果>cutoff,则实验测定得到的不精密度不符合实验室要求,结果不能接收。2222中生北控生物科技股份有限公司
不精密度评价方案
第二篇:调度室关于主要通风机性能测定的工作总结
调度室关于主要通风机性能测定的工作总结
2013年8月6日在矿领导的正确指挥下,根据调度室的工作实际,期间我部门在主要通风机性能测定的工作协调、调度等方面,结合相关安全技术措施和工作安排认真组织和指挥生产调度,确保了测定工作的顺利进行。
一、主要通风机性能测定调度流程简述:
9:03—9:52 相关人员和施工材料组织到位,准备工作全部完成;9:57—11:00 对1号主扇测定完毕;12:04——13:04 对2号主扇测定完毕。
二、主要通风机测定期间的调度安排:
我部门对此次主要通风机性能测定高度重视,在工作前,调度室根据工作实际制定了调度室工作无间隙传达和交接,当班调度员通过学习安全技术措施,深刻理解了测定的过程,做到心中有数。
我部门安排2名调度员参与对整个过程的协调、调度和指挥,对工作任务实行全程跟踪和安排解决。其中由调度员赵悦文主要负责与井下施工点沟通,并对重要的电话汇报信息在调度工作日志上按要求做好记录,由调度员白杰负责与南风井主扇沟通,严格明确了每个人责任和工作任务,做到分工明确,责任清晰。在测定期间,我部门调度员认真贯彻落实现场总指挥有关安全生产方面的通知、指示、命令,并与调度对象建立良好有效的沟通,做到固定任务传达提前及时准确、临时任务做到说明详细无误,安排合理,尽可能缩短工作任务完成的时间,保证了此次测定工作的顺利进行和圆满成功。
三、主要通风机测定期间出现的问题:
1、根据安全技术措施,在测定期间,施工人员不得入井,而在在实际测试开始前,依然有机电运输队的施工人员入井,并要求上9煤施工,我部门调度员及时制止,确保了主要通风机测定工作的顺利进行。
2、在测定前的准备工作中,调度员时时调问测定的准备工作的进展情况,其中在9:40调问35kv变电所机电动力部和机电运输队相关人员是否到位的情况时,上述两单位人员仍然没有抵达,调度通过电话联系通知相关人员达到35kv变电所。
通过此次主要通风机性能测定工作整个过程的调度、协调,我部门调度员在学习各项规程措施及相关知识的情况下,理论联系实际,熟悉了生产情况,得到了知识的洗礼和丰富的工作经验,对提升调度员整体素质,对提高调度室作为指挥中心的水平有重要作用。
骆驼山煤矿调度室
二〇一三年八月八日
第三篇:矿产资源定量评价方法综述
矿产资源潜力定量评价方法综述
矿产资源定量评价体系是一项复杂系统工程,它包括地质、矿产、地球物理、地球化学、遥感和科研资料的汇集,建立空间数据库,成矿信息提取,信息的综合,成矿理论的应用,预测远景区的圈定和优化,以及远景区内潜在资源量的估算。
由于地学数据复杂多样,其自身特征主要表现在:①地学自身具有多个分支学科、地学数据具有跨学科、多领域的性质;②类型多样,取样方法手段各异;③地学数据自身跨时间和空间;④地学数据具有层次性;⑤地学数据来源多样性;这些特征构成了地学数据的庞杂性和复杂关系。鉴于此,现行矿产资源潜力评价必须汇集多源地学信息,利用不同方法从不同角度提取各种信息,相互补充和相互验证,进行综合分析,提高评价精度。
目前,建立地质、矿产、物探、化探、遥感资料的空间数据库,对成矿信息模型进行全面探索、对多源的地学信息综合分析、对不同类别的成矿信息做有机综合分析,应用当代的计算机技术和数学地质方法按信息论的方法对找矿靶区优选和综合评价,提出矿区外围的找矿方向,已经是当代矿产资源预测评价的发展方向。1 国内外研究与发展过程
国内外已经发展和应用了许多方法和技术进行矿产资源潜力定量评价研究。我国赵鹏大(2001)、朱裕生(1998)等将国内外矿产资源潜力定量评价方法研究和应用发展过程划分为以下三个阶段: 1.1、试验探索阶段
该阶段大体在 20 世纪 50~70 年代,主要特点是将概率统计及多元统计等定量方法用于矿产资源潜力定量评价;将评价对象或地区划分为等面积的网格单元或不规则的地质体单元,再根据已知有矿地区划分出“模型单元”,用于与“未知单元”进行“相似类比”(赵鹏大,2001)。
年代初,M.Allais 较有代表性地提出了资源评价的概念,认为单元中矿床数服从泊松分布,以及在足够大的区域内,某种矿产资源量的分布大致相当于该种元素在地壳中的分布。美国地质调查局的一些资源评价专家根据许多矿床呈集中产出等特点提出利用负二项分布拟合单元内矿床数的分布。Dewigs 提出了元素含量的分异模型,并先后发展了资源量估算的二项分布和对数二项分布模型,Brinck 借用了 Dewigs 的思想,利用对数正态分布模型作为资源评价的基本概率统计模式,并正式运用于较大区域的资源总量估算。这些资源分布的研究方法属单变量研究范畴,都没有充分利用控矿标志等地质资料。
年代以来,人们开始使用多元分析方法进行综合信息处理和资源评价,JoneJ.Griffiths(1962)利用判别函数建立了矿产资源评价的判别模型。D.P.Harris 等(1965)提出地质条件同矿床价值关系的统计模型,即贝叶斯准则下的多组判别模型。Blondel 和 Callot等(1961)提出了大区域内矿产资源的总合式资源评价理论,Griffths(1966,1967)通过堪萨斯的单位区域价值评价认为单位区域价值服从对数正态分布,即单位区域价值就是该分布的期望值,后来 Labovitz 和 Griffiths 等人将单位区域价值法研究开发成一套计算机程序系统。
除单位区域价值法外,人们还着重探索了资源数量的丰度模型。Agterberg 通过品位服从对数正态分布的假定,提出了一元丰度模型,并设计了根据高于边界品位的截尾分布及该元素的丰度值来恢复其整个分布形态的方法,据此估算资源总量。
年代以来,矿产资源评价领域较有代表性的研究工作有美国 Harris 的主观概率法和贝叶斯推理决策模型即专家系统,加拿大 Agterberg 的多元统计分析方法以及英国 Brinck的丰度估计法。美国地质调查局 Singer 和 Botbol 等也开始使用和发展多种多元统计分析方法,进行矿产资源评价。比较引人注目的成果是 Harris 开始考虑资源评价的经济问题,他建立了矿产资源经济评价的地质统计学分析及计算机模拟模型,并发展了一套矿产资源潜力预测的贝叶斯意义下的推理决策模型,这里充分运用了专家经验,即建立了专家系统。将主观经验和客观事实有机地结合起来,构成了所谓的“主观概率法”,把资源定量估算同勘探成本等经济问题联系起来形成了一套完整且独特的资源—经济综合评价系统。
Agterberg(1972)等利用和发展了许多多元统计分析方法解决资源评价问题,利用多元分析方法预测了阿毕提毕地区 Cu 和 Zn 的潜力,利用概率指标提取有利地质标志等,并在研究地质变量关系时使用了两步最小二乘模型。Brinck 利用丰度法计算了世界铀资源并指出了矿产资源的分布及其可预测性,还研究了有色金属矿产资源和长期价格趋势的预测问题。
在此期间,还有许多学者发展了其它评价方法。如 Hubbert(1969)使用时率法估算了美国(除阿拉斯加外)的石油年产量和最终产量。Lasky 于 1950 年就发展了累积吨位-品位法,来估计低品位的斑岩铜矿资源,后来得到 Musgrove 和 Agterberg 的进一步发展,并在最近被 Cargill 用于定量估计资源潜力的研究。至 70 年代末,国际地质对比计划第 98 项计划推出了 6 种标准的矿产资源定量评价方法,这标志着矿产资源定量评价己步入较成熟的实用阶段。1.2、全面发展阶段
自 20 世纪 70 年代开始至 90 年代初,矿产预测工作在全世界发展起来,计算机信息技术在地质上得到了广泛应用,国内外研究开发了多套矿产预测评价实用软件平台,原苏联利用计算机技术在 14 个矿区开展立体填图、立体预测(朱裕生,肖克炎等,1998,2000)。
在我国开展一轮、二轮成矿远景区划、10 个矿种的总量预测等工作中完成矿产预测项目 400 余项、比例尺从 1:150 万至 1:1 万均有,矿种涉及煤、铁、铬、锰、金、银、铜、铅和非金属矿产 54 个,几乎遍及全国各地(朱裕生,肖克炎等,1998,2000)。
随着航空、航天、遥感技术、地球物理、地球化学等找矿技术的广泛与成熟应用,尤其是计算机信息处理技术的推广应用,矿产资源预测评价进入一个全新阶段,无论从理论、方法学还是应用方面都取得很大进展,其代表性成果有:①80 年代加拿大学者 F.R.Agterberg 以及美国学者 Duda 研制的矿产资源预测专家系统;②美国 Harris 和 Mecammon等发展的一套矿产资源经济评价方法体系;③Harris 等(1993)根据相对例外原理提出了应用“一致性地质单元”代替传统的“网格单元”的内蕴样品矿产资源定量评价方法;④Gorelov(1990)强调用地球物理信息定量圈定地质异常的作用,并利用重磁场组合异常指数研究矿田地质结构异常,圈定找矿可行地段,从而开辟了应用“非相似类比”法开展矿产资源潜力评价的新途径;⑤D.A.Singer 等(1975)在美国地质调查局提出“三步式”矿产资源定量评价方法,到 1993 年进一步发展成为“三部式”矿产资源定量评价方法等。1.3、信息化快速发展阶段
该阶段自 20 世纪 90 年代初开始至今仍在继续发展,主要特征是矿产预测中应用高新技术和地理信息系统(GIS),采集多源地学信息,从地质、矿产、地球物理、地球化学、遥感等多学科的角度进行综合分析。评价工作全面实行数字化、数据库化、自动化和网络化,克服原有矿产预测评价数据分散、保存方法落后、操作原始、要求不统一、利用率低的多种弊病。
现在已经不是某一部门、某一环节或某一工序局部应用信息技术问题,而恰恰相反,要求在地质调查的全过程广泛应用信息技术(赵鹏大,2001)。随着计算机技术和信息处理技术的发展,近来矿产资源潜力定量评价向综合化、模式化、定量化、可视化、动态化、系统化转移(肖斌,潘懋等,2001)。应用矿床地质数据和矿床自身的地球物理场、地球化学场及遥感特征,阐明矿床的定位条件,建立矿床的三维立体模型,实现矿床的三维可视化成为当前发展的新趋势。
肖克炎等(2000,2003)指出应用当代的先进技术方法,特别是计算机技术、地理信息系统功能、多源地学信息处理技术和三维立体模拟技术建立矿床的可视化程度较高的立体模型,将成矿理论与勘查技术方法结合起来,开拓矿床勘查新途径,创立新理论、新技术、新方法在矿产勘查中应用的新实例,结合矿床地质研究,地质、物探、化探、遥感成矿信息提取和三维 GIS 技术应用是当代成矿预测的前沿课题。
目前,我国已经将矿产资源评价项目和技术方法列入“数字国土工程”,并将其工作任务列入地质调查的中长期计划。我国己初步完成矿产资源评价的地质资料信息化处理,在矿产资源潜力预测评价这一领域中不仅与世界同步进入数字化、系统化和网络化发展阶段,还在三维可视化领域开拓了新的探索途径。
在美国,矿产定量预测及评价领域的研究十分活跃,其特点是研究面广。在矿种上,既研究油气资源,也研究金属、非金属等固体矿产;在理论与方法上,既有综合分析性研究,也有个别技术及数学模型的研究,特别突出的是矿产资源评价与国土资源合理利用及环境保护问题统筹兼顾,Singer(1993)提出的“三部式”矿产资源定量评价法在这些方面已经获得比较好的应用效果。
在俄罗斯,“预测普查组合”法资源定量预测及评价具有较大影响。该方法要求在地质勘查的每个阶段都将所要寻找的“对象”、这些对象或目标所具有的一套“标志”和为查明这些标志所采用的一套“方法”有机地、系统地加以组合,即根据地质勘查工作的不同阶段,按“对象-标志-方法”三要素进行系统找矿评价工程。
在我国,先后不少学者从不同角度对成矿规律和成矿预测研究作出重要贡献,对地质勘探找矿起到重要指导和推动作用。例如:地质异常成矿预测理论与方法(赵鹏大等,1976,1990);“三联式”成矿预测理论(赵鹏大等,2001);矿床成矿系列与成矿预测(程裕淇、陈毓川等,1979);区域成矿学理论(翟裕生, 1999);成矿系统及演化理论(翟裕生,1996,1999,2004);大型-超大型矿床成矿及找矿理论(涂光炽,1988);矿产资源综合信息定量评价方法(王世称,1990);边缘成矿理论与成矿预测(孙启祯,1981);地球化学块体及地球气深穿透理论与方法(谢学锦,1995);“三源”成矿理论与成矿预测(曾庆丰,1986;季克俭等,1989,1999);金属成矿省“景-场-相-床”等级体制成矿预测理论以及“双控论”与“合理域”相结合的矿产勘查评价模式(裴荣富,1994);基于 GIS 固体矿产资源评价系统(肖克炎等,1999);还有,“地慢热柱控矿理论”、“同位成矿理论”、“生物成矿理论”,等等;均不同程度地在指导找矿实践中发挥积极作用。主要矿产资源定量评价方法概述
随着矿产资源评价方法研究的不断深入和信息技术的迅猛发展,已经呈现出许许多多的评价方法,但不同评价方法都有各自特点及不同的要求。现在国内外常用的矿产资源定量评价方法主要包括以下几种: 2.1、以多元统计分析为基础的矿床统计预测方法
Agterberg(1974)指出矿床统计预测是把区域地质、成矿规律、地质数学信息和概念加以综合,并用计算机进行综合评价的工作。由此可见,它以总结成矿规律为基础,以数学为工具(主要是多元统计分析方法),以计算机为手段。
我国赵鹏大(1994,1998,2000)等经过多年的实践和探索,特别是在定量预测方面开展的大量工作基础上,系统总结出矿床统计预测的基本理论、准则和方法。将矿床统计预测的基本理论概括为相似—类比理论、求异理论、定量组合控矿理论。其中相似—类比理论是矿床预测的基础,要求详细了解国内外已知各类矿床的成矿条件、矿床特征和找矿标志;求异理论是矿床预测的核心,要求在相似类比的基础上发现不同层次、不同尺度水平、不同类型的异常;定量组合控矿理论是矿床预测的依据,要求掌握一切与成矿作用有关的因素及其表征。
矿床统计预测的基本准则可以归纳为综合预测准则、尺度水平对等准则、矿床值分布律准则、定量预测准则、评价准则和发现率分析准则。它的基本步骤为:①划分单元;②确定预测目标;③控制单元的选择;④变量的取值、变换、构置及其选择;⑤预测方法的合理选用;⑥远景区的分级与选择;⑦精度评价;⑧靶区验证。
根据预测的目的、范围、比例尺、内容、方式及成果的不同,可把矿床统计预测分为矿产资源总量预测和潜力评价、成矿远景区定量预测、矿床及矿体定量预测。2.2、“三联式”成矿预测及定量评价方法
“三联式”成矿预测及定量评价方法是我国赵鹏大院士(2001)倡导并提出的,以地质异常分析为基础,以成矿多样性分析与矿床谱系研究为指导,将地质异常、成矿多样性及矿床谱系三方面定量化研究紧密结合形成矿产预测及定量评价的切入点,是实现“数字找矿”的创新探索。“三联式”定量成矿预测模型如图1。
图 1 “三联式”定量成矿预测模型(赵鹏大,2001)(1)地质异常与成矿预测
“三联式”成矿预测以圈定各类地质异常为基础,以识别、揭示、提取和圈定新型的、隐式的和深层次的成矿地质信息——各种类型和尺度的致矿地质异常及与其相匹配的物探、化探、遥感矿致异常为主要内容。
“三联式”成矿预测中,地质异常的识别与圈定具有十分重要的意义。地质异常理论的数学基础是极值理论。极值分析是在超常大(或小)水平上量化过程的随机性状,并估计比任何已观测水平更为极端事件的概率。极值分析是以历史数据为基础,推断模型未知参数的统计方法,可作如下表示:Mn=max{X1,X2,„,Xn}。其中:X1,X2,„,Xn 为n 次观测获取的参数值;当 n 趋于无穷大时,可以近似估计 Mn 的性状。
极值分析是从已观测水平向未观测水平的外推模型。极值分析中的几个重要问题是:①估计方法;②不确性定量化;③模型诊断;④信息的最充分利用。在观测数量足够大时,可以估计最有利成矿的地质异常。
地质异常成矿分析也可以利用统计学中的混合总体筛分理论和方法。若有成矿作用发生,地区空间数据往往包含有受区域因素控制的背景数据总体及受局部成矿作用控制的叠加数据总体,这两者的结合就构成了不同成因数值的混合总体;通过各种筛分法,可以将混合总体分解为代表成矿作用的高值总体和代表地质背景的低值总体两部分(或更多组成部分)。高值总体往往对应致矿地质异常。
对地球演化过程中各种作用力的分析及各种地质过程的查明是很困难的,而且对这些问题的分析常常是多解的。但反映为地质异常的各种地质极值特征是在野外和室内理论研究中可以捕捉到的,可以通过直观比较和定量分析而识别。
Alseniyev 认为,成矿作用属于物质高度聚集状态形成的过程,这种状态的共同特征就是“成层化”,成层是聚集状态存在的方式,因为它可以平衡两种相反趋势作用(吸引-排斥,带入-带出,聚集-贫化,„„),结果是形成垂直于主作用力方向的构造-物质及能量层。
致矿地质异常有不同层次和属性特征。地质异常成矿预测的基本步骤为:①预测单元划分与地质体数字化、定量化;②地质背景场划分与地质异常识别;③地质异常提取;④地质异常分析研究。
致矿地质异常的主要研究内容为:①地质异常成因及时空演化;②不同地质异常的时空匹配;③地质异常与成矿关系;④地质异常成矿优异度综合值计算。通过最后一步,建立起矿产值与各种致矿地质异常及物、化、遥异常间的函数联系。这里所谓矿产值不一定是指实际矿产储量、品位或矿产价值,而是一种可能反映成矿概率大小或成矿优劣的“成矿优异度综合值”,对每个单元计算出此综合值后,即可根据某一阈值圈定出找矿有利地段或成矿预测靶区。
(2)成矿多样性与成矿预测
“三联式”成矿预测以分析成矿多样性为目标,不仅以预测和发现已知矿床类型和矿产资源为目的,而且将可能利用的非传统矿产资源纳入分析内容。不同地区成矿多样性分析还是比较评价不同地区含矿丰度的重要指标,是确定主要勘查对象、进行综合勘查、综合评价和综合利用的主要依据。
因为控制矿床形成的地质因素和以它们为载体的致矿地质异常多种多样,各因素的异常强度和广度也各异,以及地质异常组合的多样性、演化过程的复杂性等,决定了成矿的多样性。成矿多样性分析不仅在明确区域勘查对象、选择勘查目标、提高综合勘查效果等方面具有重要的指导作用,而且也是确定勘探手段、评价方法、开发工艺和利用方向的重要依据。
成矿多样性具有多尺度、多方面的表现,因此,成矿多样性分析要与成矿预测研究工作的尺度水平相对应。
(3)矿床谱系与成矿预测
“三联式”成矿预测以研究区域矿床谱系为依据,把作为预测对象的矿床放到预测地区的地质成矿时空及成因演化系统中去考察,而不是孤立地、静止地、无序地预测各类矿产资源。矿床谱系是区域成矿有序性、成套性和规律性的反映,根据不同地区矿床产出的有序度、成套度可以评价研究区的资源潜力。
矿床谱系也可从多尺度、多方面与多方法进行研究和表征。在以往的定性地学研究中,人们也十分关注对不同类型矿床(矿产)之间在时、空、因等方面的相关规律研究,它是指导找矿预测的重要依据。对成矿规律的数字化、定量化研究是数字找矿和定量成矿预测的重要组成部分,也是研究的难点所在。2.3、模糊数学方法
模糊数学理论是美国加里福尼亚大学 Zadeh L A 教授(1965)创立的。地质学中,模糊概念存在于如成矿远景区与非成矿远景区,成矿有利与成矿不利等诸多情况下,因而可采用模糊数学的方法来处理。模糊数学方法中,隶属函数(魏俊浩,1992)、模糊综合评判(张俊福,邓本让,1988)、模糊模式识别(王鸿儒,刘文滨等,1990)、模糊聚类、模糊控制等均可用于矿床预测和定量评价。对未知单元作出是否成矿、成矿级别及隶属程度等方面的预测。李建威等(1995)将具体步骤归纳为: ①选择标准单元,构制控矿因素数据矩阵;②作单因素隶属函数;③建立各标准单元的模糊关系矩阵;④求各因素权重的模糊集,进而求得各预测单元对各成矿级别的综合隶属度,然后便可对未知单元进行预测。2.4、分形几何方法
分形理论是法国数学家曼德尔布罗特(Mandelbrot)于 1973 年提出来的,被认为是非线形科学研究中取得的最重要成果之一。分形研究的对象是没有特征尺度但却有自相似结构的几何形体。
分形理论是较早被用来研究地质现象的方法,目前在地质学的各个领域几乎都可以找到它的应用。就矿产预测来说,分形理论的应用大体上可以归纳为三个方面的应用:①矿床值(矿点数、矿石量、金属量及品位等)数据的分形特征;②控矿地质因素的分形结构及其找矿意义;③成矿预测图的分形插值。2.5、模式识别方法(Pattern Recognition method)模式识别方法是将多维空间信息降维到低维空间信息的一种信息加工技术。将数学地质和模式识别方法结合起来,开展地球化学模式识别的系列研究,已逐步发展成为一种新的矿产资源定量预测方法—模式识别成矿预测技术(徐驰,邓少汉,1991;王碧权,陈祖荫,1989;李建威,1995)。2.6、基于 GIS 多源信息综合评价方法 20 世纪 60 年代加拿大学者 Tomlison 首先提出 GIS 理论方法,并且于 1962 年领导开发了世界上第一个 GIS 系统。而后,为了适应人工进行专题图件叠加的需求,70 年代产生了 SYMAP GIS 软件。
年代以后,GIS 技术日趋成熟,美国、加拿大、澳大利亚等国开始利用 GIS 进行矿产资源评价,如美国在纳贝斯地区利用 GIS 开展多金属矿产资源评价,澳大利亚地调局Wyborn 等人基于 GIS平台开发出从成矿系统出发的成因概念模型 GIS 评价系统,Bonham-Carter 开发出 GIS 多源信息综合评价系统等。
在我国,80 年代中期原地质矿产部就开始应用 GIS 进行矿产资源预测。1986 年,由原地质矿产部遥感中心主持,原长春地质学院、中国地质大学、原地质矿产部遥感所等单位参加,开展了“遥感图像与其它地学数据综合图像处理技术及应用研究”,系统研究了地质勘查数字图像处理与综合的主要技术环节,并开发了多种图像软件包,在安徽铜陵、湖南香花岭以及新疆哈密等地区开展了不同矿种的矿产资源评价应用试验。
“八五”期间,原地质矿产部所属中国地质大学、物化探所、北京计算中心、成都理工学院等通过各种项目的实施进行过应用 GIS 技术的综合成矿预测研究。
有色金属地质部门在“七五”、“八五”和“九五”期间也实施了多源地学信息处理、GIS 在矿产资源勘查与开发评价中的应用等项目研究,取得了很大成效。原地质矿产部启动了 3 个在中国地质大学(武汉)开发的 MAPGIS平台上进行矿产预测研究的项目。研究内容包括空间分析方法、数据库建设以及开发用于矿产资源预测的专用系统。
GIS 是利用计算机分析研究地学空间数据信息的一种技术,它通过计算机中建立的数据库将各种地物要素(包括空间分布和属性)进行数字存储,采用各种分析处理对数据进行有效管理。基于 GIS 多源信息综合评价方法是借助于 GIS 技术,将同一区域通过各种途径所获得的各种信息在统一的地理坐标系统下进行处理,以提取和突出有用信息,并阐述各种信息间的相互关系,通过复合、叠合、综合和拟合等多源信息处理方法,进行矿产资源预测和评价。
除了上述矿产资源定量预测和评价方法之外,还有如邓聚龙(1982)提出的以灰色系统理论为基础的矿产资源定量预测方法、地质统计学方法、王世称(1990)的综合信息预测评价方法、人工神经网络方法、BP 模型以及遗传算法等。还有一些学者对原有的某些评价方法又进行了新的改进和发展,如谈小生(1993)的“C-D 因子分析法”,该法既适用定量变量,也适用于定性变量,二者同时存在时也适用;程乾生(1994)提出了一种新的样品聚类方法—差异序列法;纪宏金(1993)等吸取对应分析和聚类分析的主要优点后,提出了对应聚类分析法,等等。3 矿产资源潜力评价发展趋势
进入 21 世纪,一方面是人类对矿产需求(包括资源量和种类)不断扩大;另一方面是已知矿产资源短缺和找矿难度不断增大。因此,矿产资源潜力评价研究面临更高的要求和新的挑战。近些年来,矿产资源潜力评价研究呈现如下几方面发展态势:
(1)成矿理论推陈出新,矿产资源潜力评价理论不断丰富与发展。
矿产资源潜力评价是以地质成矿理论研究为指导的,现代成矿理论的更新发展,超大型矿床、矿集区与全球背景的研究倍受关注,成矿系统、流体作用和成矿动力学研究正在成为研究热点。相应地,矿产预测评价理论从一般的单一性的“成矿理论模式化成矿预测”向普适性系统性的模式化预测发展,从简单的标志性预测向系统性的综合的“地质条件组合控矿”理论预测发展。
(2)矿产资源潜力评价方法体系向多学科、多技术、多方法、多信息集成与定位定量方向发展。
矿产资源潜力评价是一项资料、方法和人员等高度综合的研究工作,尤其起关键作用的是资料的高度综合。随着找矿难度的不断增大,矿产资源潜力评价研究逐渐向地-物-化-遥-数及“3S”等多学科、多技术方法联合攻关,多信息有机集成,以及定位-定量预测方向发展。研究尺度,也在中小比例尺区域性矿产预测基础上,逐渐加强开展大比例尺矿产预测与综合评价,要求预测评价成果对生产实践的指导作用更直接、更具体。地质找矿工作已由直接找矿阶段转为以间接推断和科学预测为主的“理论找矿、综合找矿、立体找矿、定量找矿、智能找矿”(赵鹏大,池顺都等,2001)方向发展。
(3)矿产资源潜力评价目标向整体性和系统性方向发展。
矿产预测评价的整体观、系统观,要求局部性预测评价与区域性预测评价相结合、浅部评价与深部预测相结合、优势资源与非优势资源评价相结合。对研究区域及资源体空间不同部位、不同类型矿产资源潜力以及优势与劣势资源之间关联性的系统预测评价,是当今系统勘查、组合开发、综合利用研究的重要基础与发展方向。
(4)矿产资源潜力评价与矿业市场、矿业经济环境保护的联体评价渐趋密切。天然矿物质都是客观存在的,能否成为资源能否开发利用,能否获取经济效益,则取决于资源、技术、市场、经济、环境等众多因素。它们直接决定着矿产资源潜力评价的战略部署。只有把立足于地质资源的“顺向预测评价”与立足于市场经济的“逆向预测评价”有机地结合,才能制定科学的研究目标、明确预测评价的主体技术路线、促进地球矿物质的资源化进程。并且,按可持续发展的需要,资源-技术-经济-环境联体评价已进入议程。参考文献: [1]Singer,D.A.资源定量评价发展方向展望.地球科学——中国地质大学学报,2001,26(2):152~156 [2]蔡煌东,宫家文,甘骏人等.含矿预测的人工神经网络方法.矿产与地质,1993,7(3):214~218 [3]李建威.矿产资源定量预测方法综述.地质科技情报,1995,14(4):57~64 [4]陈建平.矿产资源勘查与评价学科发展动态.地质科技情报,1999,18(3):47~40 [5]陈毓川.当代矿产资源勘查评价的理论与方法.北京:地震出版社,1999 [6]成金华.矿产资源规划的理论和方法.中国环境科学出版社,2002 [7]申维,赵鹏大.分形统计模型的理论研究及其在地质学中的应用.地质科学,1998,33(2):234~243 [8]肖克炎,王勇毅,薛群威.中国铜矿数字矿床模型评价系统的开发.矿床地质,2003,22(4):425~429.[9]肖克炎,张晓华,宋国耀,等.应用 GIS 技术研制矿产资源评价系统.地球科学,1999,24(5):525~528
[10]张晓华,肖克炎,朱裕生.矿产资源潜力评价的理论和 GIS 技术宋国耀.物探化探计算技术,1999,21(3):199~205 [11]赵鹏大.“三联式”资源定量预测与评价——数字找矿理论与实践探讨.地球科学——中国地质大学学报,2002,27(5):482~489
第四篇:第三节 定量决策方法教案
第三节 定量决策方法
【教学目标】
通过本节的学习,使大家了解风险型决策和不确定型决策问题及其多种求解方法,掌握风险型决策方法和不确定型决策方法,以期对大家的工作、科研、学习和生活提供帮助。
【教学重难点】 1.决策树法 2.不确定型决策方法 【教学过程】
决策是管理工作的本质,决策方法有定量决策方法和定性决策方法两大类。定量决策法是指根据现有数据,运用数学模型进行决策的一种方法。它能使决策精确化和程序化。
一、风险型决策
风险型决策:可供选择的方案存在着两种以上的自然状态,每种状态的发生是不确定的,但是可以估计其发生的客观概率,决策的结果只有按概率来确定,决策存在着风险。
例:某公司要进行产品产量决策,有三种备选方案。大批量生产、中批量生产和小批量生产。估计未来市场对该产品的需求有两种状态:需求量大和需求量小,每一种状态发生的概率分别为0.3和0.7。不同方案在不同状态下的损益值/万元,如表3-1所示,公司应如何决策?
表3-1不同方案在不同状态下的损益值(单位:万元)
大批量生产 中批量生产 小批量生产
需求量大(0.3)20 10
需求量小(0.7)
-6-2 5 风险型决策最常用的方法有两种:决策收益表法和决策树法
这两种方法都是根据各种自然状态出现的概率及方案预期损益,计算与比较各方案的期望值,从而选择满意方案的方法。不同:一个是决策收益表,一个是树状图。
决策准则:期望值最大或最小的方案为满意方案。
期望值=状态1的损益值x状态1的概率+ 状态2的损益值x状态2的概率+………+状态n的损益值x状态n的概率。
状态1的概率+状态2的概率+ …状态n的概率=1 1.决策收益表法
通过决策收益表,按照客观概率的大小,计算出各个方案的期望值,进行比较,从中选择一个满意方案,如表3-2所示。
表3-2决策收益表(单位:万元)
大批量生产 中批量生产 小批量生产
需求量大(0.3)需求量小(0.7)20 10
-6-2 5
期望值 4.8 4.6 6.5
☆ 满意方案为小批量生产
2.决策树法
决策树法的涵义:指借助树状图,按照客观概率的大小,计算出各个方案的期望值,进行比较,从中选择一个满意方案。
决策树的要素:决策点、方案分枝、状态点、概率分枝、结果点、剪枝
决策点引出方案分枝,编号 状态点引出概率分枝,上方注明概率 末端结果点,标明损益值
剪枝,即淘汰的方案
决策树分析法的基本步骤 :
(1)从左向右逐级展开各方案分枝,状态结点和概率分枝。
(2)据右端的损益值及概率枝上的概率,由右向左,逆向进行,计算各种状态下的期望值,标在状态点上方。
(3)根据不同方案的期望值大小进行选择,方案的舍弃称为剪枝,剩下一条满意方案枝作为行动方案。
决策树如下:
大(0.3)4.81小(0.7)大批0中批小批4.626.53小(0.7)大(0.3)小(0.7)
二、不确定型决策方法
30-620-2105大(0.3)
不确定型决策:是指每个方案的执行都可能出现不同的结果,但是各种结果出现的概率是未知的,完全凭决策者的经验、感觉和估计作出的决策。
还是上面的例题,如果概率未知,如表3-3所示:
表3-3不同方案在不同状态下的损益值(单位:万元)
大批量生产 中批量生产 小批量生产
1.悲观法(小中取大法)
需求量大 30 20 10
需求量小-6-2 5 决策者认为未来会出现最不利的状态。从最不利的情况中选择最好的结果。☆ 满意方案为小批量生产 2.乐观法(大中取大法)决策者认为未来会出现最有利的状态。从最有利的状态中选择最好的。☆ 满意方案为大批量生产 3.后悔值法(最大最小后悔值法)
决策者做出决策后,若与理想状况有差距,必然后悔。
后悔值=理想值-现实值 理想值:各自然状态下的最大收益值。☆ 满意方案为中批量生产
【作业】
某地可以种植四种作物,已知这四种作物在五种天气类型状态下,带来的收益如表所示,单位千元/ hm,不同天气类型出现的概率未知,请对种植方案作出决策。
不同天气状态下各方案的收益值(单位:千元/hm2)
天气类型(状态)
各方案的收益水稻 小麦 大豆
极旱年 10 25 12 11.8
旱年 12.6 21 17 13
平年 18 17 23 17
湿润年 20 12 17 19
极湿年 22 8 11 21 2值/千元 燕麦
第五篇:实验测定方法的验证
检测限是指试样中的被分析物能够被检测到的最低量,但不一定要准确定量。该验证指标的意义在于考察方法是否具备灵敏的检测能力。判断方法有非仪器分析目视法(直观法)与信噪比法
定量限系指样品中被测物能被定量测定的最低量,其测定结果应具一定准确度和精密度。定量限体现了分析方法是否具备灵敏的定量检测能力。杂质定量试验,需考察方法的定量限,以保证含量很少的杂质能够被准确测出。杂质和降解产物用定量测定方法研究时,应确定方法的定量限。判断方法有信噪比法。
线性系指在设计的范围内,测试结果与试样中被测物浓度直接呈正比关系的程度。范围系指能达到一定精密度、准确度和线性,测试方法适用的高低限浓度或量的区间。范围应根据剂型和分析方法的具体应用和线性、准确度、精密度结果和要求确定。
故检测限、定量限、线性常用对照品试验。
准确度系指用该方法测定的结果与真实值或认可的参考值接近的程度。对于制剂一般以回收率试验来进行验证。中药制剂及生物药物分析中,常采用加样回收率法(在已知含量的样品A中加入一定量的对照品B),化药制剂常采用回收率法(在空白辅料中加入原料药对照品C,还应作单独辅料的空白测定D),要求至少测定高、中、低三个浓度,每个浓度测定三次,共提供9个数据进行评价。加样回收率=(测定值M –样品中含量A)/加入标准品值B×100%
回收率=(测定值M-空白值D)/ 加入量C×100%
回收率的RSD一般应为2%以内。
精密度系指在规定的测试条件下,同一个均匀样品,经多次取样测定所得结果之间的接近程度。精密度一般用偏差、标准偏差或相对标准偏差表示。精密度包括:重复性、中间精密度、重现性。
故准确度及精密度则需用供试品及对照品试验。
一、准确度(回收率)
准确度系指用该方法测定的结果与真实值或参考值接近的程度,一般以回收率(%)表示。准确度应在规定的范围内建立。
1.含量测定方法的准确度
原料药可用已知纯度的对照品或样品进行测定,或用本法所得结果与已建立准确度的另一方法测定的结果进行比较。制剂可用含已知量被测物的各组分混合物进行测定。
如不能得到制剂的全部组分,可向制剂中加入已知量的被测物进行测定,或与另一个已建立准确度的方法比较结果。
如该法已建立了精密度、线性和专属性,准确度有时也能推算出来,不必再做。
2.杂质定量测定的准确度
可向原料药或制剂中加入已知量杂质进行测定。
假如不能得到杂质或降解产物,可用本法测定结果与另一成熟的方法进行比较,如药典标准方法或经过验证的方法。如不能测得杂质或降解产物的相对响应因子,则可用原料药的响应因子。
应明确证实单个杂质和杂质总量相当於主成分的重量比(%),或是面积比(%)。
3.数据要求
在规定范围内,至少用9次测定结果进行评价,例如制备3个不同浓度的样品,各测定3次。
应报告已知加入量的回收率(%),或测定结果平均值与真实值之差及其可信限。
所以加样回收率反映的是方法的准确度,是评价方法好坏的指标这一,是误差理论在药物质量标准中的具体应用。准确度=(测量值-真实值)/真实值*100%。
实际工作中,其实不存在药物的真实值的(我们所有的数据都是测量值,都是人们用一定的方法测出来的)。其他领域也一样。
於是人们找一种比较可靠的得到的值规定为真实值。这就是加样回收率的方法。
比如,为了评价阿司匹林片剂的含量测定方法,用天平称一定量(如:100mg)的对照品,加入到阿司匹林的片剂辅料中,这一定量的对照品就是真实值。用建立的方法测出来是99mg,这个方法的准确度就是99%,或加样回收率是99%,根据药品的具体情况,当这个回收率达到一定范围时(比如99%-101%)就认为方法是准确的。
在你标准曲线的范围内的高中低,一般是中间浓度一个,然后低于中间浓度20%一个,高于中间浓度20%一个
不论是拟采用什么方法,就是加样回收测定,高中低三个剂量,在你的线性范围内,每个样品测定三次,最好和试验一起,没有系统误差