期刊文献+

投入产出直接消耗系数修订的神经网络方法

Neural Networks for Modifing and Forecasting Direct Consuming Coefficients
下载PDF
导出
摘要 本文根据煤炭企业投入产出模型的特点,建立了其直接消耗系数修订的回归-自回归神经网络模型,并结合实际课题研究给出了直接消耗系数修订实例,为煤炭企业投入产出直接消耗系数修订提供了新的方法. On the basis of the characters of coal mine Input-Output Model,A regres-sive-Autoregressive neural networks for modifing and forecasting direct consuming coefficients (DCCs) is proposed. Combined with the practical study works,some examples for modifing and forecasting DCCs is gived. It' s a new method to modify and forecast DCCs.
出处 《系统工程》 CSCD 1997年第3期54-58,共5页 Systems Engineering
基金 国家自然科学基金资助项目
关键词 投入产出模型 直接消耗系数 神经网络 企业 煤炭 Input-Output Model,Direct consuming coefficients,neural networks
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部