發(fā)布時(shí)間：2018-02-04 07:26

  本文關(guān)鍵詞： 粒子群優(yōu)化 支持向量機(jī) 煤礦材料成本　出處：《煤炭技術(shù)》2017年12期 　論文類型：期刊論文

【摘要】：針對(duì)煤礦材料成本預(yù)測(cè)缺少定量分析和預(yù)測(cè)誤差大等問(wèn)題,提出了基于粒子群優(yōu)化支持向量機(jī)的煤礦材料成本預(yù)測(cè)數(shù)學(xué)模型。并將傳統(tǒng)的線性回歸模型、支持向量機(jī)模型與提出的新數(shù)學(xué)模型對(duì)比,發(fā)現(xiàn)粒子群優(yōu)化支持向量機(jī)模型預(yù)測(cè)精度高、誤差小、結(jié)果可靠,能夠?yàn)槌杀竟芾頉Q策提供定量數(shù)據(jù)。
[Abstract]:Aiming at the lack of quantitative analysis and large prediction error in coal mine material cost prediction, a mathematical model of coal mine material cost prediction based on particle swarm optimization support vector machine (PSO) is proposed, and the traditional linear regression model is proposed. Comparing the support vector machine model with the proposed new mathematical model, it is found that the particle swarm optimization support vector machine model has high prediction accuracy, small error and reliable results, which can provide quantitative data for cost management decision.
【作者單位】： 廊坊職業(yè)技術(shù)學(xué)院;
【分類號(hào)】：F426.21;TD82;TP18
【正文快照】： 0 引言 煤炭企業(yè)生產(chǎn)經(jīng)營(yíng)具有特殊性,材料成本預(yù)算困難,因此材料成本管理大多依據(jù)經(jīng)驗(yàn)定性管理,缺乏定量參考指標(biāo)。要想減少人為主觀因素對(duì)定額、指標(biāo)分解的干擾,編制合理預(yù)算,應(yīng)建立科學(xué)的煤炭材料成本預(yù)測(cè)控制數(shù)學(xué)模型,實(shí)現(xiàn)材料成本的客觀定量控制。 多粒子群優(yōu)化算法是一

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛磊;卜祥芹;陳優(yōu)闊;徐玉震;;支持向量機(jī)在礦井水源判別中的應(yīng)用[J];煤礦現(xiàn)代化;2010年03期

2 譚鵬;曹平;;基于灰色關(guān)聯(lián)支持向量機(jī)的地表沉降預(yù)測(cè)[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

3 張紅亮;王水林;呂穎慧;尹小濤;;爆破震動(dòng)效應(yīng)的支持向量機(jī)分析預(yù)測(cè)[J];礦業(yè)研究與開(kāi)發(fā);2007年04期

4 歐敏;林從謀;;支持向量機(jī)預(yù)測(cè)高邊坡爆破質(zhì)點(diǎn)振動(dòng)速度[J];金屬礦山;2011年06期

5 徐曉冰;史興燕;;煤炭需求量預(yù)測(cè)的支持向量機(jī)模型[J];電腦知識(shí)與技術(shù);2014年20期

6 郭鳳儀;郭長(zhǎng)娜;王愛(ài)軍;王洋洋;劉丹;;基于粒子群優(yōu)化支持向量機(jī)的煤礦水位預(yù)測(cè)模型[J];計(jì)算機(jī)工程與科學(xué);2012年07期

7 陸有忠;高永濤;吳順川;朱瑞鈞;;基于進(jìn)化支持向量機(jī)的巖土體位移反分析[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年03期

8 王久鳳;徐桂云;宋三峰;;支持向量機(jī)在提升機(jī)故障診斷中的應(yīng)用研究[J];礦山機(jī)械;2009年05期

9 劉強(qiáng);;基于支持向量機(jī)的煤巖界面識(shí)別方法[J];太原科技;2007年08期

10 馬恩杰;白銳;柴天佑;;基于加權(quán)支持向量機(jī)的選礦生產(chǎn)指標(biāo)預(yù)報(bào)模型[J];系統(tǒng)仿真學(xué)報(bào);2008年08期

相關(guān)會(huì)議論文 前2條

1 朱珍德;李紅波;尚劍飛;劉金輝;;基于支持向量機(jī)理論的礦山動(dòng)采巷道圍巖變形預(yù)測(cè)分析[A];自主創(chuàng)新與持續(xù)增長(zhǎng)第十一屆中國(guó)科協(xié)年會(huì)論文集（1）[C];2009年

2 許傳華;李瑞;任青文;;基于支持向量機(jī)的巖體演化的非線性動(dòng)力學(xué)模型與突變分析[A];2004年全國(guó)礦山信息化建設(shè)成果及技術(shù)交流會(huì)論文集[C];2004年

相關(guān)博士學(xué)位論文 前2條

1 陳桂軍;基于支持向量機(jī)的異常檢測(cè)關(guān)鍵問(wèn)題研究及應(yīng)用[D];太原理工大學(xué);2016年

2 金珠;改進(jìn)的支持向量機(jī)分類算法及其在煤礦人因事故安全評(píng)價(jià)中的應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張雷;煤礦井下基于網(wǎng)格劃分的分層定位算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 楊瑩;基于支持向量機(jī)理論的露天邊坡沉降規(guī)律及預(yù)測(cè)研究[D];遼寧工程技術(shù)大學(xué);2014年

3 劉濤;基于權(quán)熵交叉驗(yàn)證支持向量機(jī)的礦井安全評(píng)價(jià)研究[D];遼寧工程技術(shù)大學(xué);2015年

4 張瑾;基于優(yōu)化支持向量機(jī)的煤與瓦斯突出預(yù)測(cè)研究[D];遼寧工程技術(shù)大學(xué);2015年

5 劉佳樂(lè);基于近似支持向量機(jī)的儲(chǔ)層分析方法[D];成都理工大學(xué);2016年

6 李國(guó)洋;基于蟻群算法的支持向量機(jī)在礦區(qū)地表沉降預(yù)測(cè)中的應(yīng)用研究[D];江西理工大學(xué);2015年

7 賀國(guó)偉;基于支持向量機(jī)的黃土礦區(qū)最大下沉預(yù)計(jì)模型[D];西安科技大學(xué);2017年

8 王雷;支持向量機(jī)預(yù)測(cè)煤儲(chǔ)層滲透性[D];中國(guó)石油大學(xué);2011年

9 高凱;基于支持向量機(jī)的煤自燃預(yù)測(cè)方法研究[D];西安科技大學(xué);2012年

10 單明霞;基于GIS的支持向量機(jī)分類模型建立及其在資源評(píng)價(jià)中的應(yīng)用[D];成都理工大學(xué);2009年

，

本文編號(hào)：1489692