成矿预测空间信息自动建模技术是开发利用地学信息资源，实现成矿预测的有效手段。本项目研究GIS与ES结合集成技术，采用产生式规则结合过程表示法表示找矿模型的知识；设计条件"非"正向匹配推理机制，实现知识库和成矿空间信息库的自动建成；采用以类(目录)为集成对象，解决批量挖掘集成图形库中海量的找矿信息，实现自动从海量空间数据库中挖掘隐含成矿信息，自动建立综合信息找矿模型。采用GIS空间分析与库管理功能相结合的应用技术，设计在专业模型下的空间分析与建库统一数据结构特征的无缝集成，通过矿床成因信息与统计分析得到的成矿信息的关联，建立预测模型。以预测银矿为例实现基于预测模型下的快速预测应用及可视化示范。.本研究预期给出一套完整的GIS与ES相结合的成矿预测空间信息自动建模方法和技术，实现自动化、智能化和专家级的成矿预测。

优化问题广泛存在于众多科学研究与技术应用领域中，针对具体优化问题，设计高效快速且有理论保证的优化方法是优化理论研究的重点问题。本项目围绕多个函数之和的优化模型展开研究。具体研究内容有：多个函数之和优化问题的迭代算法；目标函数不具有可微性情况下，具有约束的优化模型的最优性条件；用于建模大规模问题的迭代算法。研究目标为：发展若干新的迭代算法，建立新算法的收敛性理论；估计算法的计算复杂性、收敛速率、理论收敛阶，及理论误差估计界；发展随机KM-迭代算法的惯性形，给出惯性参数的选择更新策略。项目的特色和创新之处在于：面向复杂目标函数与非光滑目标函数的约束优化模型；使用泛函分析工具与算子分裂思想，在一般Hilbert空间框架下，发展新的迭代算法，并建立算法的收敛性理论；基于随机惯性法和随机坐标下降法，探讨求解分布式优化问题的随机惯性加速迭代算法。本项目的成果可为求解大规模优化问题提供一种新的理论方法。