案例推理是一种用以前的经验和方法,通过类比和联想来解决当前相似问题的求解策略。它具有实施难度低、推理效率高、无需精确领域模型、易于处理不确定性问题等优点。矿产资源是一种具有产出隐蔽性、认识不确定性和勘查风险性的不可再生自然资源。现代工业的快速发展使得矿产资源短缺问题日趋严重。地质找矿工作难度越来越大,已由直接的地表勘查转为间接推断和科学预测为主的“智能找矿”方向发展。在此背景下,本文将案例推理方法拓展应用到成矿预测中,初步建立了基于案例推理的区域成矿潜力预测方法流程,并以中国西部典型成矿带—青海东昆仑成矿带和柴北缘成矿带为例,进行实验验证。论文主要工作如下:(1)分析了案例推理的主要方法和技术,包括基于特征向量的案例推理方法和节点树案例推理方法。重点阐述了每类案例推理方法在案例表达、案例检索以及权重分配等环节中的关键理论和技术,包括节点树方法、层次分析法以及模糊相似度计算方法等。(2)拓展基于特征向量的案例推理方法和节点树案例推理方法,构建适合区域成矿预测应用需求的案例推理方法和实验流程。(3)基于多源地质遥感数据和案例推理方法,以青海东昆仑成矿带和柴达木盆地北缘成矿带为例,进行区域成矿预测实验,并根据野外调查的数据进行验证。最后,在Microsoft Visual Studio 2005集成开发环境中使用C++编程语言编写出案例推理软件系统。实验结果表明案例推理方法在区域成矿预测中的应用有效、可行。该方法可以较好的提高区域矿产资源预测的效率和精度、降低矿产资源勘查的成本,为我国新一轮矿产资源调查提供方法支持。