در مدلسازی پتانسی لهای معدنی و شناسایی اهداف اکتشافی با استفاده از روش های هوش مصنوعی، نحوه استفاده از نمون ههای آموزشی و انتخاب الگوریتم مناسب یک مساله مهم است، زیرا عدم استفاده از الگوریتم آموزش مناسب موجب بروز خطاهای سیستماتیک در مدل خروجی م یشود. هدف از مطالعه حاضر، تهیه نقشه پتانسیل معدنی کانی سازی مس پورفیری در منطقه چهارگنبد استان کرمان با استفاده از شبکه عصبی مصنوعی است. در این راستا نقشه های شاهد وز ندار پیوسته برای معیارهای تود ه نفوذی، گسل، ژئوشیمی و آلتراسیو نها تولید و به عنوان ورودی شبکه عصبی انتخاب شدند. برای آموزش شبکه از 16 نقطه شناخت ه شده دارای ذخیره و 16 نقطه فاقد کانی سازی و همچنین از الگوریتم ماشین یادگیر ی سریع استفاده شد. در نهایت مدل پتانسیل معدنی تولید شده با استفاده از شبکه عصبی مصنوعی با نتایج مدلسازی با روش تلفیق میانگی ن هندسی، با استفاده از نمودار نرخ پی شبینی مساحت بهبودیافته، مورد مقایسه قرار گرفت و برای مد لهای یاد شده، به ترتیب نرخ پی شبینی 34 / 0 و 27 / 0 به دست آمد. ارزیابی مد لها اثبات کرد که اهداف شناسایی شده و مناطق دارای پتانسیل بالای کانی سازی مس، انطباق خوبی با اندی سها و کانسارهای مس شناخته شده و همچنین با سایر شواهد اکتشافی دارند، بنابراین م یتوانند برای طراحی ادامه عملیات اکتشاف مورد توجه قرار گیرند.
