随着科技的进步，地质找矿工作中使用的地质、物探、化探、遥感等方面的信息，来源不断多样化、信息量也不断增多。这些信息作为反映地质体或地质现象不同侧面特征的载体，与各种数学地质方法在一起使矿产资源定量评价理论和工作达到更高的水平。但是成矿作用本身是一个极其复杂的地质过程，矿床的形成则是这一过程中多种元素长期相互作用的最终结果，因此对未知矿床的预测是一个综合性很强、难度很大的技术工作。那么，如何将各种多源综合信息更有效地应用在成矿预测工作中，是目前地质工作面临的重要问题之一。长期的实践表明，单一的方法预测效果往往不甚理想，所以需要根据实际情况综合采用不同的方法进行预测。　　 目前，国内在地学信息系统领域中的主流软件MAPGIS、MORPAS、MIRAS等，已经包含了一些矿产资源综合评价相关的数据处理和分析模块，但跟国外的ARCGIS、MAPINFO等软件的相应模块比较，它们在矿产资源综合评价方面还需要进一步扩充。本论文以对矿产资源评价分析系统(MORPAS)的综合评价方法库进行扩充为目的，运用Visual C++语言编写径向基函数链网络(RBFLN)、模糊聚类分析(FCM)和模糊逻辑(FUZZY LOGIC)等几种模型或方法的软件模块，并将其集成到MORPAS系统中，给用户提供一个友好的人机交互式界面。与此同时，认真学习RBF网络和模糊聚类的相关理论，对径向基函数链网络的拓扑结构和学习算法进行深入研究，把基于熵的模糊聚类算法(EFC)引入到径向基函数链网络中，尝试从网络稳定性和迭代次数的角度，对径向基网络的性能进行改进，并且使用国际标准机器学习数据库的IRIS数据和其他地质数据进行测试，验证该算法的有效性。　　 最后，运用集成在MORPAS系统中的通用RBFLN模型，建立矿产资源评价与成矿预测模型，对成矿信息进行智能化知识发现和数据挖掘，评估各地质变量对成矿的贡献，得到区域性成矿规律和成矿模式，并初步圈定出找矿靶区，从而体现出该软件模块的实际应用价值。