分布熵是有效刻画时间序列动力学复杂性的指标,其算法对参数依赖较小,稳定性高,能有效捕捉时间序列的微小变化。为了更深入研究时间序列的动力学状态变化,本文在经典分布熵（Distribution Entropy,Dist En）算法基础上,提出了三种新算法,并对算法在时间序列混沌状态识别中的有效性及参数的影响进行了系统分析;进一步将分布熵算法应用到成矿元素品位序列的复杂性分析,为定量刻画和分析矿床的复杂性提供参考。主要研究结论如下:（1）将Dist En与滑动窗口技术相结合,给出了滑动分布熵（Moving Distribution Entropy,M-Dist En）、滑动移除分布熵（Moving Cut Data-Distribution Entropy,MC-Dist En）和滑动加权分布熵（Moving Weighted Distribution Entropy,MW-Dist En）三种新算法,并利用由Logistic映射和Henon映射生成的混沌序列检验了三种新算法对混沌状态的改变识别的有效性。（2）分析了M-Dist En、MC-Dist En和MW-Dist En算法中主要参数对计算结果的影响。分析发现:滑动步长对这三种分布熵算法计算结果的影响较小,不同滑动步长的计算结果的变化趋势几乎一致;不同滑动窗口长度下,M-Dist En、MW-Dist En算法对结果影响不大,滑动窗口长度的增大会让结果的稳定性更好;在不同滑动移除窗口长度下,MC-Dist En算法结果有一定的波动,滑动移除窗口长度的增大会让计算结果波动变小。（3）对比分析了多种算法的混沌状态识别效果。分析结果显示:滑动t检验算法和Mann-Kendall算法均没有准确识别出序列的混沌状态及其状态变化位置,对混沌状态的识别效果不理想;在嵌入维一定的情况下,M-Dist En算法对差别较小的混沌序列的状态识别效果最好,识别有效性和稳定性均优于M-Samp En和M-PE算法;而MC-Dist En和MW-Dist En算法对强度较大的混沌状态识别效果较好。（4）运用分布熵算法解析了西藏甲玛斑岩铜矿Cu元素品位序列分布结构的复杂性特征。结果显示:不同钻孔Cu元素品位序列的Dist En值和M-Dist En、MC-Dist En以及MW-Dist En算法的均值存在差异,且随着矿化等级的降低其对应的分布熵值减小,表明成矿元素品位的复杂度与矿体的发育情况相关联,分布熵值可作为不同矿化等级识别的一个新的有效指标,为进一步定量刻画和分析矿床的复杂性提供参考。