可持续发展是一个全球性的课题和研究热点。资源是可持续发展三大要素（人口、资源和环境）中的基础，而矿产资源作为人类生存与社会可持续发展的重要物质基础，其丰度、质量和储量更是决定一个国家经济实力和发展潜力的重要标志。因此，研究矿产资源的可持续发展具有十分重要的意义。那么，如何使不可再生的矿产资源持续利用到经济的可替代资源出现之时，即如何评价不可再生矿产资源可持续发展的水平、能力和动态趋势，已成为当前国内外在资源科学和可持续发展领域由理论走向应用研究的前沿课题之一。　　 目前，对于不可再生矿产资源可持续发展的应用研究还处于起步阶段，尤其对矿产资源可持续评价的方法研究还很少，且大多集中在对一个国家或区域可持续发展水平和能力的评价上，所采用的评价方法多为单一的评价方法，集成评价或组合评价方法运用较少。由于每种评价方法都有各自的适用范围和不足，因此，矿产资源可持续评价是当前该领域研究中的难点和迫切需要解决的问题。集成评价或组合评价方法也是未来资源可持续发展评价方法的研究方向。对于矿产资源可持续发展能力的评价，应选择能全面反映数据信息的赋权方法，或将多种赋权方法进行组合，从而达到全面反映的目的。而评价方法也应选择能反映可持续发展特征的方法，通过集成多种方法对矿产资源可持续发展进行综合集成评价，得出能全面反映评价对象可持续发展能力的评价结果，不再是一个简单的评价得分，而是从指标到要素到准则各层全方位综合评价的一个结果。　　 本文以国家自然科学基金项目(No:70673095)和教育部新世纪优秀人才支持计划项目(No：NCET-08-0832)为基础，主要讨论如何在现有可持续评价方法基础上探索出一套科学合理的集成评价和预测方法，以有效地评价测度矿产资源可持续力并进行科学预测。首先基于复相关系数法、加速遗传算法及扩充标度值的层次分析法研究提出了一种改进层次分析法(MCC-AGA-EAHP)。然后，基于MCC-AGA-EAHP、熵值法、模糊C-均值算法和模糊综合评价法研究提出了一套模糊综合集成评价方法(MCC-AGA-EAHP-FCM-FIJ)，其利用MCC-AGA-EAHP或其与熵值法组合获取权重系数，利用模糊C-均值聚类算法获取模糊评价矩阵。最后对中国主要矿业城市矿产资源可持续力进行了集成评价和预测研究。为此本文做了如下的工作：　　 (1)对矿产资源可持续评价方法进行了比较研究。根据现有有关资源可持续评价的研究成果，找出适合矿产资源可持续评价的方法，进行比较研究，并在此基础上选择出集成评价所需要的评价方法。　　 (2)层次分析法的改进研究。研究提出了一种用来获取指标权重系数的改进层次分析法(MCC-AGA-EAHP)。它将复相关系数法(MCC)、加速遗传算法(AGA)与扩充标度的层次分析法(EAHP)三种算法进行合理集成。其中，复相关系数法为层次分析法提供指标要素判断矩阵群，加速遗传算法搜索最优一致性判断矩阵，同时计算出相应的权重系数，实现客观获取多目标多层系统的最优指标权重系数。　　 (3)基于MCC-AGA-EAHP、熵值法及FCM算法的模糊综合集成评价方法研究及可持续力测度。研究提出了一套适合矿产资源可持续发展评价的模糊综合集成评价方法。该方法利用MCC-AGA-EAHP或其与熵值法组合获取权重系数，利用FCM算法获取模糊隶属度评价矩阵，并运用该集成评价方法对我国78个地级矿业城市矿产资源可持续力进行了集成测度评价，以期为矿业城市矿产资源可持续力评价提供了科学的方法指导。　　 (4)矿产资源可持续力预测研究。在对中国主要矿业城市矿产资源可持续力进行评价测度的基础上，利用BP神经网络对矿产资源可持续力进行科学预测，并利用模糊神经网络提取模糊规则，找出影响矿产资源可持续力的关键因素。　　 (5)矿业城市矿产资源可持续力发展趋势的揭示。基于集成评价测度及预测结果，从准则及要素、四维结构和时间序列等层面上，分析我国不同类型矿业城市矿产资源可持续力现状，揭示矿产资源可持续力发展趋势，为我国矿业城市矿产资源可持续力的提升、科学合理地开发利用、规划和管理矿产资源提供科学的决策依据，为各个矿业城市的可持续发展指明方向。　　 此外，为实现本文各种集成方法的计算，编写了大量的Matlab算法程序。　　 本文研究成果和结论对矿产资源可持续发展具有重要理论和实践意义，为矿产资源可持续评价及发展规划提供了科学的方法指导和决策依据。