当前,我国矿产资源开发引发的生态环境破坏问题不容乐观。矿区资源过度消耗、一系列诸如土壤污染、植被破坏、水土流失等生态环境问题日益凸显,导致矿区生态承载力下降,环境脆弱性逐渐增加,严重威胁着矿区周边生态环境。同时,随着经济发展的需要,我国的矿业开采技术不断深入,但矿山开采造成矿区生态环境日益恶化,矿区可持续发展正面临严峻挑战。如果未能及时采取有关保护措施,对污染进行控制和治理,污染问题将会日益严重。因此,如何客观、形象地建立矿区生态环境破坏的仿真模型,更加真实地反映采矿活动造成的生态环境脆弱化过程,从而动态评价矿区生态环境脆弱度,有效控制采矿水平,合理采用修复措施,有利于保护矿区周边生态环境,减少矿产资源开发造成的生态破坏,同时也符合我国可持续发展的战略目标。本文以矿区生态环境脆弱性动态评估为目标,从基本的Petri网理论出发,针对国内外现有研究中存在的不足,致力于提出一套基于Petri网的矿区生态环境脆弱度动态评价理论、模型和方法,从而更加科学、客观、合理地实现脆弱度的动态评价。具体说来,本文主要从以下几个方面展开研究:首先,为了利用Petri网解决矿区生态环境脆弱度评价中实际量的计算问题,提出了基于状态Petri网的矿区生态环境脆弱度动态评价方法。该方法利用状态Petri网的定义,从状态值的表示及其计算出发,利用网的部分描述了矿区生态环境脆弱度的组成结构,网系统的运行反映了生态环境脆弱化的状态变化过程,并将脆弱度的计算过程融入到状态Petri网的运行中,从而实现了基于状态Petri网的脆弱度评价。状态Petri网模型能将矿区生态环境脆弱化过程、以及人工修复和自然修复过程直观形象地展现出来,可以为预测矿区生态环境脆弱度的变化情况及其相应的修复方案决策提供科学参考。其次,为了将活动发生的随机时间融入模型,从而建立更符合实际的矿区生态环境脆弱化过程的仿真模型,提出了矿区生态环境脆弱度动态评价的随机Petri网方法。将库所集划分为了破坏状态集、修复状态集和虚库所集,并给出了它们的表示及计算方法。同样利用状态值记录各库所实际量的改变情况,将脆弱度的计算融入到网系统的运行过程中,给出了基于随机Petri网的脆弱度算法。随机Petri网能将采矿过程中各活动发生的随机时间很好地融入到模型中,并能结合其与马尔科夫链的同构关系对系统进行进一步的性能分析,可以为预测矿区生态环境脆弱度、进行矿区生态系统性能分析提供科学参考。最后,进一步考虑了实际建模中系统的输入输出已知,但权重参数未知的情形,将Petri网理论和神经网络中BP算法的基本思想相结合,提出了矿区生态环境脆弱度动态评价的神经Petri网模型。给出了矿区生态环境的神经Petri网建模方法,推导了神经Petri网中权重的误差修正公式,提出了权重修正的反向传播学习算法和基于神经Petri网的脆弱度算法。神经Petri网模型有效避免了脆弱度评价过程中权重设置的人为主观因素太强的不足,更加科学客观地实现了矿区生态环境脆弱度的动态评价,使得脆弱度评价结果更为可靠。近年来,随着生态环境破坏问题日趋严重,有关生态环境脆弱性的研究也越来越受到学者们的重视,逐渐成为了生态环境领域的热点研究问题。虽然说国内外学者针对不同生态系统和不同区域的脆弱性评价展开了研究,并提出了多种评价方法,但是关于矿区这一特定生态系统脆弱性的研究文献却很少,可以说,针对矿区生态环境脆弱性的研究尚处于探索发展阶段。本文以Petri网模型为基础,提出了一系列矿区生态环境脆弱度动态评价的模型与方法,弥补了现有研究中存在的一些不足,同时也丰富了Petri网理论及其应用。本文的研究成果为脆弱度预测、修复方案的选取提供了科学参考,同时也为矿区生态环境脆弱性动态评价提供了新思路和新方法,具有重要的应用价值。