基于PSO-SVR模型的原煤生產(chǎn)成本預(yù)測研究.pdf

1、原煤生產(chǎn)成本預(yù)測是煤炭成本核算、成本決策和編制成本計(jì)劃的依據(jù)，是降低產(chǎn)品成本的重要措施，是增強(qiáng)企業(yè)競爭力和提高企業(yè)經(jīng)濟(jì)效益的主要手段。目前，我國煤炭企業(yè)對原煤生產(chǎn)成本進(jìn)行核算的依據(jù)是2006年財(cái)政部出臺的新會計(jì)準(zhǔn)則和財(cái)務(wù)通則，即原煤產(chǎn)品在生產(chǎn)過程中所發(fā)生的費(fèi)用。但是，影響原煤生產(chǎn)成本的因素非常復(fù)雜，對原煤生產(chǎn)成本進(jìn)行預(yù)測，應(yīng)該輔以生產(chǎn)過程成本預(yù)測較為科學(xué)。
　　 本文首先從空間、時(shí)間和政策三個(gè)方面對影響原煤生產(chǎn)成本的因素進(jìn)行了深

2、入研究，總結(jié)得出影響原煤生產(chǎn)成本的主要因素。其次，根據(jù)主要影響因素收集數(shù)據(jù)，運(yùn)用支持向量機(jī)作回歸預(yù)測時(shí)，可以解決小樣本數(shù)據(jù)下的全局最優(yōu)解問題，也可以巧妙的解決維數(shù)問題，但支持向量機(jī)也存在著參數(shù)選擇的缺陷。本文再次深入分析了支持向量機(jī)的學(xué)習(xí)規(guī)則和訓(xùn)練過程，引進(jìn)另一種先進(jìn)的粒子群(PSO)優(yōu)化算法對支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化，建立了較為合理的原煤生產(chǎn)成本預(yù)測指標(biāo)體系，并提出了基于粒子群-支持向量回歸機(jī)(PSO-SVR)的原煤生產(chǎn)成本預(yù)測模型。