MRA-RBF神经网络组合算法的煤矿材料成本预测

• 作者: 任海芝 王乐
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 经济
• 关键词: 煤矿材料成本 多元回归分析 RBF神经网络 MRA-RBF耦合模 预测 成本控制
• 年，卷（期）: 2017,（5）
• 页码范围: 548-553
• 页数: 6页
• 分类号: F276.44
• 语种: 中文
• DOI: 10.11956/j.issn.1008-0562.2017.05.019

摘要

为解决煤矿材料成本预测存在的问题.将多元回归模型和RBF神经网络相结合,建立了煤矿材料成本预测的MRA-RBF耦合模型.从自然因素、技术因素、管理因素等方面选取8个变量建立煤矿成本预测指标体系.对实际煤矿材料成本进行预测分析.结果表明:MRA-RBF耦合模型预测最大误差为10.795 145 2％,平均误差为5.459 71％,最小误差仅为0.344 581 7％,预测效果较好,预测精度与单一MRA模型及RBF神经网络相比有了较大提高.验证了所提出模型的科学性、准确性,说明将线性拟合算法(MRA)和非线性拟合算法(RBF)结合起来用于煤矿材料成本预测是一种较为优越的算法,为煤矿材料成本预测及控制提供一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任海芝		46	135	5.0	8.0
2	王乐		4	5	2.0	2.0