期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于人工神经网络的煤炭建设项目投资估算系统的研究 被引量:5
1
作者 温国锋 《中国煤炭》 北大核心 2002年第7期12-14,共3页
针对煤炭建设的复杂条件和当前已有投资估算模型的局限性 ,提出了基于人工神经网络的投资估算模型系统 ,并通过相应的计算机软件运行 。
关键词 煤炭建设 投资估算 人工神经网络 BP算法 估算系统 造价管理 建设项目
在线阅读 下载PDF
自适应共振理论网络在煤炭资源资产分类中的应用研究 被引量:2
2
作者 温国锋 王广成 潘正勇 《煤炭学报》 EI CAS CSCD 北大核心 2002年第6期566-569,共4页
将自适应共振理论网络应用于煤炭资源资产分类,以基于聚类的综合评判模糊数学模型的分类结果作为选择训练样本的基础,建立了自适应神经网络分类模型.网络不仅能得到理想的输出结果,而且能准确地进行煤炭资源资产分类.分类结果表明,用自... 将自适应共振理论网络应用于煤炭资源资产分类,以基于聚类的综合评判模糊数学模型的分类结果作为选择训练样本的基础,建立了自适应神经网络分类模型.网络不仅能得到理想的输出结果,而且能准确地进行煤炭资源资产分类.分类结果表明,用自适应共振理论网络进行分类具有分类稳定、结果可靠等特点. 展开更多
关键词 自适应共振理论 煤炭资源 分类 矿井 模糊数学
在线阅读 下载PDF
环境多变条件下煤矿企业生产计划的动态编制 被引量:7
3
作者 宋华岭 刘全顺 +1 位作者 刘仁宝 Cornelis Reiman 《煤炭学报》 EI CAS CSCD 北大核心 2003年第1期101-107,共7页
煤矿企业面对多变的内外部条件 ,处于动态、随机、模糊环境下 .在这种环境下 ,企业如何编制合理的生产计划 ,并确保计划目标的实现 ,是一个关键问题 .应用多阶段决策理论 ,结合随机与模糊理论 ,构造了企业多阶段动态发展模型 ,建立了全... 煤矿企业面对多变的内外部条件 ,处于动态、随机、模糊环境下 .在这种环境下 ,企业如何编制合理的生产计划 ,并确保计划目标的实现 ,是一个关键问题 .应用多阶段决策理论 ,结合随机与模糊理论 ,构造了企业多阶段动态发展模型 ,建立了全状态转移矩阵、随机权矩阵 .并对生产接续计划进行编制 ,力争对多阶段决策理论和随机模糊理论的发展有所贡献 . 展开更多
关键词 煤矿企业 生产计划 模糊决策 全状态转移矩阵 随机权矩阵
在线阅读 下载PDF
库存前置期需求量分布研究 被引量:3
4
作者 马谦杰 《技术经济与管理研究》 北大核心 2000年第6期36-38,共3页
本文通过对订货前置期分布、需求速率分布和前置期需求量分布的关系的分析,明确和放宽了克拉克公式的应用条件,取消了文献中对克拉克公式有关应用条件的部分限制,并通过调整正态变量的方差而对前置期需求量的Gram-Charlier分布进行... 本文通过对订货前置期分布、需求速率分布和前置期需求量分布的关系的分析,明确和放宽了克拉克公式的应用条件,取消了文献中对克拉克公式有关应用条件的部分限制,并通过调整正态变量的方差而对前置期需求量的Gram-Charlier分布进行了正态近似。结论对这一类随机型库存问题的定货策略的制订起到了有益的作用。 展开更多
关键词 库存 订货 前置期 需求量 库存策略 分布密度
在线阅读 下载PDF
对差额内部收益率△IRR的认识 被引量:1
5
作者 綦振平 《技术经济与管理研究》 北大核心 2000年第4期59-60,共2页
关键词 差额内部收益率 技术经济学 评价指标
在线阅读 下载PDF
私营企业家成长四阶段解析
6
作者 娄美珍 《企业活力》 北大核心 2003年第7期16-18,共3页
我国的私营企业千差万别,多种多样,但每个私营企业经营者的成长历程却有着惊人的异曲同工之妙,伴随着企业的发展,私营企业家成长大都经历了生存、致富、成就和责任等四个典型阶段.解析私营企业经营者个体成长规律,对造就更多的优秀企业... 我国的私营企业千差万别,多种多样,但每个私营企业经营者的成长历程却有着惊人的异曲同工之妙,伴随着企业的发展,私营企业家成长大都经历了生存、致富、成就和责任等四个典型阶段.解析私营企业经营者个体成长规律,对造就更多的优秀企业家和促进私营经济的发展有着重要而现实的意义. 展开更多
关键词 私营企业家 生存阶段 中国 致富阶段 成就阶段 经营管理 责任阶段 核心竞争力
在线阅读 下载PDF
基于时序分析与神经网络的能源产量预测模型 被引量:6
7
作者 冯述虎 侯运炳 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2003年第2期168-171,共4页
实际生产系统中存在大量时间序列问题,为了研究系统的结构和规律,我们需要建立时间序列模型,对其进行预测和分析。目前时间分析方法多采用AR或ARMA模型,但由于实际问题错综复杂,导致模型求解困难,实际中难以应用。为了解决上述问题,首... 实际生产系统中存在大量时间序列问题,为了研究系统的结构和规律,我们需要建立时间序列模型,对其进行预测和分析。目前时间分析方法多采用AR或ARMA模型,但由于实际问题错综复杂,导致模型求解困难,实际中难以应用。为了解决上述问题,首先分析了生产系统时序分析的基本原理,利用BP神经网络建立了时序—神经网络模型,然后利用该模型对能源产量进行了预测。通过预测结果的分析可看出,该模型具有利用方便、动态性能好、预测准确性高等优点,在实际中具有一定的实用价值。 展开更多
关键词 能源生产系统 产量预测 时间序列分析 人工神经网络 时序—神经网络模型 ARMA模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部