本文關(guān)鍵詞：基于AI的煤炭資源采礦權(quán)案例估價模型研究　出處：《西安科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 煤炭資源采礦權(quán) 人工神經(jīng)網(wǎng)絡(luò) 粒子群算法 案例估價法

【摘要】：作為我國基礎(chǔ)能源和重要工業(yè)原料的煤炭資源,在國民經(jīng)濟發(fā)展中發(fā)揮著支撐作用,并有力地促進了社會進步與發(fā)展。煤炭資源自實行有償制度以來,有效地促進了資源的合理配置,但是在煤炭工業(yè)發(fā)展過程中的無序開采致使環(huán)境問題凸顯,另外隨著經(jīng)濟發(fā)展進入新常態(tài),煤炭行業(yè)出現(xiàn)產(chǎn)能過剩問題。綜合當(dāng)前形勢,為了更有效地發(fā)揮資源有償取得和轉(zhuǎn)讓機制的作用,需要提高采礦權(quán)估價方法的效率和效果,并實現(xiàn)市場配置資源的決定性地位。本文結(jié)合人工智能的研究與發(fā)展,對煤炭資源采礦權(quán)案例估價法進行了分析與研究�；诖�,第一,界定了采礦權(quán)案例估價人工智能的內(nèi)涵,對人工智能估價系統(tǒng)進行了分析,并闡述了人工智能估價系統(tǒng)的流程;第二,利用計量方法構(gòu)建了 ANN-CBR煤炭資源采礦權(quán)估價模型,其由人工神經(jīng)網(wǎng)絡(luò)分類模塊和案例檢索模塊構(gòu)成,作用在于對采礦權(quán)案例庫進行分類整理和優(yōu)化案例屬性指標連接權(quán)值,以提高案例檢索的效率和精確度;第三,構(gòu)建了 PSO-CBR煤炭資源采礦權(quán)估價方法,對相似案例及其屬性指標權(quán)重值進行優(yōu)化,確定了采礦權(quán)案例估價法相似案例及屬性指標權(quán)重優(yōu)化相關(guān)參數(shù)并給出了優(yōu)化流程圖。最后,結(jié)合實例對上述模型進行了運用,結(jié)果表明基于人工智能的煤炭資源采礦權(quán)案例估價法更加科學(xué)合理。本文的研究為實踐中煤炭資源采礦權(quán)流轉(zhuǎn)和交易提供估價方法上的支持以及為實現(xiàn)采礦權(quán)估價方法的計算機開發(fā)提供理論依據(jù)。
[Abstract]:As the basic energy and important industrial raw materials coal resources play a supporting role in the development of the national economy and promote social progress and development. Coal resources since the implementation of the system of compensation. Effectively promote the rational allocation of resources, but in the development of the coal industry in the process of disorderly mining led to environmental problems highlighted, in addition, with the economic development into a new normal. The coal industry has the problem of overcapacity. In order to play the role of the mechanism of resource acquisition and transfer more effectively, it is necessary to improve the efficiency and effect of mining right evaluation method. Combined with the research and development of artificial intelligence, this paper analyzes and studies the case evaluation method of mining rights of coal resources. Based on this, the first. This paper defines the connotation of artificial intelligence in mining rights case evaluation, analyzes the artificial intelligence evaluation system, and expounds the flow of artificial intelligence evaluation system. Second, using the measurement method to construct the ANN-CBR coal mining rights evaluation model, which is composed of artificial neural network classification module and case retrieval module. The purpose of this paper is to sort out the case base of mining rights and optimize the linking weight value of case attribute index to improve the efficiency and accuracy of case retrieval. Thirdly, this paper constructs the PSO-CBR coal mining right evaluation method, and optimizes the similar cases and their attribute index weight value. Determine mining rights case evaluation method similar cases and attribute index weight optimization parameters and give the optimization flowchart. Finally, combined with an example to use the above model. The results show that the case evaluation method of mining right of coal resources based on artificial intelligence is more scientific and reasonable. The research in this paper provides the support of valuation method for the circulation and transaction of mining rights of coal resources in practice and for realizing the evaluation of mining rights. The computer development of price method provides theoretical basis.
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18;F426.21

【參考文獻】

相關(guān)期刊論文 前10條

1 毛勇華;桂小林;李前;賀興時;;深度學(xué)習(xí)應(yīng)用技術(shù)研究[J];計算機應(yīng)用研究;2016年11期

2 鄒紹輝;許建輝;董唄;;屬性強度函數(shù)未知下的煤炭資源采礦權(quán)案例估價方法[J];中國礦業(yè);2016年05期

3 韓偉;張雄偉;張煒;吳從明;吳燕軍;;第3講 深度學(xué)習(xí)中的經(jīng)典網(wǎng)絡(luò)模型及訓(xùn)練方法[J];軍事通信技術(shù);2016年01期

4 李清;任朝陽;;基于案例推理的財務(wù)報告舞弊識別研究[J];財經(jīng)理論與實踐;2015年03期

5 吳登生;李建平;孫曉蕾;;基于加權(quán)案例推理模型族的軟件成本SVR組合估算[J];管理工程學(xué)報;2015年02期

6 趙輝;嚴愛軍;王普;;基于權(quán)重閾值尋優(yōu)的案例推理分類器特征約簡[J];控制理論與應(yīng)用;2015年04期

7 羅晨;王欣;蘇春;吳澤;;基于案例推理的夾具設(shè)計案例表示與檢索[J];機械工程學(xué)報;2015年07期

8 ;王顯政在中國礦業(yè)大學(xué)作煤炭行業(yè)發(fā)展形勢報告[J];煤炭工程;2014年07期

9 黎斌林;申維;;Downside-CAPM模型對礦業(yè)權(quán)評估中折現(xiàn)率的改進——以山東某金礦投資項目為例[J];礦業(yè)研究與開發(fā);2014年01期

10 徐磊;李向陽;于明璐;;基于案例推理的應(yīng)急決策貝葉斯網(wǎng)建模方法[J];上海師范大學(xué)學(xué)報(自然科學(xué)版);2013年03期

相關(guān)博士學(xué)位論文 前1條

1 顧東曉;基于案例庫的診療決策支持技術(shù)研究[D];合肥工業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前3條

1 楊濤;煤炭資源采礦權(quán)估價的經(jīng)驗?zāi)Ｐ脱芯?[D];西安科技大學(xué);2012年

2 蘇春宇;應(yīng)急決策支持系統(tǒng)中基于案例推理的應(yīng)急響應(yīng)方法的研究[D];西安電子科技大學(xué);2012年

3 陳郁;改進的B-P神經(jīng)網(wǎng)絡(luò)在土地估價信息系統(tǒng)中的應(yīng)用研究[D];河南大學(xué);2007年

，

本文編號：1385071