وزن دهی و تلفیق لایه های مکان مرجع یکی از مباحث بسیار مهم در آنالیز های اطلاعات مکانی است. از سوی دیگر، به دلیل عدم قطعیت در لایه های مکانی نیاز به روشی است که بتواند عدم قطعیت را در میزان تأثیر این لایه ها درنظر بگیرد. هدف این تحقیق، استخراج پایگاه دانش بهینه به منظور تلفیق مؤثر لایه های مکانی با درنظر گرفتن عدم قطعیت موجود در آن هاست. در روش های رایج و سنتی، پایگاه دانش براساس تجربه و دانش فرد خبره ایجاد می شد. باوجود این، تبدیل دانش و تجربة فرد خبره به توابع عضویت و قوانین فازی بسیار دشوار است و در اکثر موارد می تواند به نتایج ناکارآمد منجر شود. در این تحقیق دو روش خوشه بندی فازی و الگوریتم ژنتیک برای استخراج پایگاه دانش فازی از مشاهدات محیطی (داده های ورودی- خروجی) به کار رفتند. برای ارزیابی این دو روش، دو پایگاه دانش فازی استخراج شده در یک سیستم استنتاج فازی برای تهیة نقشة پتانسیل معدنی به کار گرفته شدند. نتایج نشان می دهند پایگاه دانش فازی به دست آمده از الگوریتم ژنتیک با RMSE، 16.21 دقت بالاتری را نسبت به خوشه بندی فازی برای داده های آموزشی و کنترل به دست آورده است.
