基于人工神经网络的矿山综合经营效果分类

《基于人工神经网络的矿山综合经营效果分类》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于人工神经网络的矿山综合经营效果分类冯述虎（1.中国矿业大学北京校区，北京海淀区，100083;2.中国煤炭经济学院，山东烟台，264005）　　摘　要　建立了矿山综合经营效果分类指标体系，并根据具体情况对各指标进行了量化。利用BP人工神经网络建立了矿山综合经营效果的分类模型，利用改进学习算法对BP网络进行训练，并利用训练网络模型对实际矿山进行了分类。　　关键词　人工神经网络　经营效果　综合评价　分类　模型　　1　引言　　能源是国民经济发展和人民生活所必需的重要物质基础，而煤炭又是我国能源的重要组成部分之一，其所占比例一直在70％以上，据预

2、测2010年在一次性能源构成中仍占69.4％。　　对每个企业的经营效果进行合理评价和分类不仅有利于政府的宏观管理，而且对调动企业的积极性也有十分重要的现实意义。过去已有人采用层次分析法、模糊综合评价等方法对其经营效果进行评价，并取得了较好的效果。但这些方法在指标权值的确定中存在有很大的主观性，同时在评价指标的构造中也很难反映出矿山可持续发展的能力。本文从可持续发展的角度建立矿山经营效果的评价指标体系，并用BP人工神经网络方法对矿山综合经营效果进行分类，可为政府宏观管理提供决策依据。　　2　矿山综合经营效果分类指标体系的建立　　2.1　指标体系

3、选择的原则矿山综合经营效果的分类涉及到诸多方面，要对其进行合理地评价、分类，必须建立完善的指标体系。因此，在选择评价、分类指标体系时应遵循如下原则：　　（1）所选的评价指标应便于实际操作；　　（2）所选指标应全面反映矿山经营管理水平；　　（3）在指标体系选择时应能反映出矿山可持续发展的能力；　　（4）在指标选择时应具有全局观点，要把矿山经济效益和全社会经济效益结合起来。　　2.2　指标体系的建立　　根据分类指标体系选择的原则，我们选择4大类指标来全面评价矿山的经营效果，即矿山技术经济指标、矿山管理水平指标、矿区环境保护指标和矿山发展能力指标。

4、其中每一大类指标中又包括若干个指标，共22个指标见图1所示。　　2.3　指标评价值的确定及无量纲化处理　　在22个指标中有定性指标和定量指标之分。根据指标的评价准则又可分为3类指标：正向指标，负向指标和优化指标。由于不同的指标是从不同的侧面反映矿山的经营绩效的，指标之间无法进行比较。因此，为了便于最终评价值的确定，需对各指标进行无量纲化处理。并考虑神经网络训练的收敛问题，对所有指标分3种情况进行无量纲化处理。　　（1）定性指标　　在矿山经营绩效评价指标体系中，定性指标有矿山接续情况、矿山规章制度的完善程度、矿山规章制度的执行情况、矿井通风管理

5、水平、职工素质、矿区社会保障体系的完善程度等。这些指标的评价值我们采用专家打分的办法进行评价，其取值为0～1之间。　　图1　矿山经营绩效综合评价指标体系（略）　　（2）正向定量指标　　正向定量指标是指标值越大越好的指标。在矿山经营绩效综合评价指标中，正向定量指标有：矿山机械化程度、矿山全员效率、矿山利税指标、职工平均工资、矿产资源深加工比例、废水排放达标率、废气排放达标率、矿石综合治理达标率、地貌破坏综合治理达标率、科技投入比例、非煤产值所占比重、职工子女入学率、职工人均居住面积等。因这类指标是越大越好，该类指标选用所有矿山的最大值为该指标的

6、理想值，进行无量纲化处理如下：（略）　　（3）负向定量指标　　负向指标是指其值越小越好的指标。在矿山经营绩效综合评价指标中，负向定量指标有矿山制造成本（即包括矿山经营的各种费用在内的吨煤成本）、百万吨死亡率。这类指标是越小越好，因此，该类指标我们选取所有矿山的最小值为该指标的理想值，并进行无量纲化处理如下：（略）　　式中符号含义同前。在进行无量纲处理时，如果出现某个评价指标所有样本都为零的特殊情况时，则说明该项指标全为理想值，因此我们取该项指标的无量纲值为1。　　（4）优化指标　　优化指标是指指标具有一个最优的取值范围，太大或太小都不好的指标

7、。在矿山经营绩效综合评价指标体系中，属优化指标的有矿山资产负债率指标，该指标如果太大说明矿山经营中将会出现资不抵债的情况，不利于矿山的发展；如果该指标值很小则说明在矿山经营中没有充分发挥有限资本的价值。目前研究表明，该指标取40%～60%比较理想，据此对参与评价的该项指标进行无量纲化处理如下：（略）　　3　人工神经网络综合评价模型的建立　　3.1　人工神经网络模型的结构人工神经网络（ANN）基本原理是受生物大脑的启发，试图模仿人脑神经系统的组成方式与思维过程而构成的信息处理系统，具有非线性、自学习性、容错性、联想记忆和可以训练性等特点。ＡＮＮ

8、模型的处理能力主要由网络的拓扑结构和网络节点的功能所决定。理论上已证明，只要具有一个隐层的ＡＮＮ网络即可实现对任意实值的逼近，实现任何非线性映射。BP神经模型即误差