基于PSO-BP神经网络的新能源汽车销量预测模型

为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。

基于PSO-BPNN的精矿品位预测模型研究与应用

为精准地预测精矿品位,融合粒子群算法与BPNN,建立基于PSO-BPNN的精矿品位预测模型。将某矿山选矿厂的500组数据作为样本,训练样本选前400组数据,测试样本选后100组数据,采用BPNN和PSO-BPNN进行案例应用。结果表明:在精矿品位预测过程中,PSO-BPNN增强了BPNN的预测精度和收敛速率,最大相对误差小于1%,预测精度达到99%。

基于GA-AHP和云物元模型的尾矿库溃坝风险评估

为准确评估尾矿库溃坝风险等级,建立了GA-AHP和云物元评估模型.采用德尔菲法对尾矿库溃坝风险因素进行识别,构建了尾矿库溃坝风险评估指标体系;利用遗传层次分析法计算尾矿库溃坝风险指标的权重;对评估指标进行分级,建立了基于GA-AHP和云物元模型的尾矿库溃坝风险评估模型.将所建立的模型运用到实际案例中,利用Matlab软件计算了各评估指标的隶属度和综合隶属度,结果表明,该尾矿库溃坝风险等级为"正常库",评估结果与尾矿库实际情况吻合.

技术条件变化对露天矿境界影响研究

回采率、选矿回收率和废石混入率是影响露天矿优化设计的重要技术参数。研究露天矿随这些参数变化的灵敏度具有重要意义,对矿山经济效益和设计规模有重要影响。首先,基于案例矿山建立露天矿优化基础模型,包括地表标高模型、品位模型和台阶模型;其次,基于浮锥排除法基本原理,结合当前市场行情和矿山技术条件,优化境界;最后,分别考虑回采率、选矿回收率和废石混入率在给定变化范围内,露天矿经济效益和生产规模变化特点。研究发现,露天矿无论是经济效益还是设计规模,对这三大技术参数灵敏度都有较大差别。

海外主要铜矿资源国家人文社会风险评价研究

为了更好地对海外铜矿资源进行开发利用,需要对其风险进行分析,而人文社会风险是复杂而重要的因素之一。文章对影响海外铜矿资源开发利用的人文社会风险进行识别和分析,主要有社会治安状况、文化差异风险、罢工风险、受教育水平和抵触情绪;然后构建评价指标体系,并利用德尔菲法确定了各指标权重;最后建立了物元模型对各个因素进行评价。结果表明:智利、澳大利亚、美国的人文社会风险较低,墨西哥、赞比亚、加拿大的人文社会风险一般,秘鲁的人文社会风险高,俄罗斯、印度尼西亚、哈萨克斯坦的人文社会风险较高。

基于AG-AHP和物元模型的爆破效果评价研究

爆破效果是直接影响拉斗铲作业效率及生产成本的重要因素,而爆破效果受众多因素的影响。结合工程实际,从爆破安全、爆破质量和爆破经济效益三个方面对爆破效果进行综合评价。选取了爆破震动、大块率和炸药单耗等10个影响因素,构建了爆破效果评价指标体系。运用遗传层次分析法确定了评价指标的权重,结合物元理论确定了经典域和节域,建立了基于AG-AHP和物元模型的爆破效果评价模型。将所建立的模型应用于某铜矿近期六个采场爆破评价,采用Matlab软件编程计算了六个采场爆破效果的关联度和综合关联度,给出了个采场爆破效果,该评价效果与实际相吻合。

基于云物元模型的国内矿业项目并购财务风险预警评价

国内矿业项目并购是一项充满风险的投资活动,其中财务风险是其成功与否的重要因素,因此,对国内矿业项目并购的财务风险进行预警评价具有重要意义.首先采用专家调查法对财务风险的主要影响因素进行了识别;其次建立了风险预警评价指标体系,采用德尔菲法确定了预警评价指标的权重;最后将云模型引入到物元分析中,建立了基于云物元模型的国内矿业项目并购财务风险预警评价模型,并将模型运用到实际案例中,利用Matlab软件编程计算出各评价指标的隶属度,得出该案例并购财务风险等级为一般,预警信号为黄灯,评价结果与实际较为吻合.

基于云物元模型的国内矿山项目并购风险评估研究

为了评估国内矿山项目并购风险,首先对国内矿山项目并购的主要风险因素进行了识别,在此基础上构建了评估指标体系,通过Delphi法确定了指标权重;其次将云模型引入到物元分析中,建立了基于云物元模型的国内矿山项目并购风险评估模型;最后以国内A矿山集团并购B公司钨矿项目为例进行应用,利用Matlab软件计算了各评估指标对属于各风险等级的关联度。研究结果表明:产业风险、市场风险和财务风险等级评估为一般;矿产资源风险等级评估为低;该项目总风险等级评估为一般。

基于AG-AHP和云物元模型的台阶爆破效果评估研究

为了对台阶爆破效果进行评估,从爆破安全、爆破质量和爆破技术经济三个方面出发,选取了爆破飞石、大块率和爆破效率等12个影响因素作为评估指标,并利用遗传层次分析法确定了评估指标的权重,建立了基于AG-AHP和云物元模型的台阶爆破效果评估模型.将所建立的模型应用于某露天铁矿4个采场爆破评估中,采用Matlab软件编程计算了爆破效果的关联度和综合关联度,研究结果表明:评估效果与实际相吻合.

国内矿山项目并购财务风险评估研究

国内矿山项目并购是一项非常复杂的系统工程,面临许多风险,其中财务风险是最重要和最复杂的风险之一,因此,对国内矿山项目并购的财务风险进行评估具有重要意义。首先采用德尔菲法对影响财务风险的主要因素进行识别;其次建立风险评估指标体系,采用专家调查法确定各评估指标的权重,并对各评估指标进行分级;最后建立了国内矿山项目并购财务风险变权评估模型,并将模型运用到典型案例中,利用Matlab软件编程计算出各评估指标的变权值及变权综合评估值,得出该案例并购财务风险等级为一般,评估结果与实际较为吻合。

国内矿山项目并购风险评估研究

文章首先采用专家调查法对影响并购风险的主要因素进行了识别;其次建立了风险评估指标体系,采用遗传层次分析法确定了各评估指标的权重,并确定了经典域和节域;最后建立了基于遗传层次分析法和物元模型的国内矿山项目并购风险评估模型,并将模型运用到典型案例中,利用Matlab软件编程计算出各评估指标的关联度和综合关联度,得出该案例并购风险等级为一般,评估结果与实际较为吻合。

国内矿业项目并购财务风险预警评价研究

为了对国内矿业项目并购财务风险进行预警评价,本文首先采用德尔菲法对国内矿业项目并购财务风险预警评价的主要因素进行了识别;其次建立了预警评价指标体系,采用遗传层次分析法确定了各预警评价指标的权重,并确定了经典域和节域;最后建立了基于AG-AHP和物元模型的国内矿业项目并购财务风险预警评价模型,并将模型进行了实际案例验证,利用Matlab软件编程计算了各预警评价指标的关联度和综合关联度,得出了该案例的并购财务风险等级为较高,预警信号为橙灯。

基于GA-AHP和云物元模型的露天矿边坡稳定性评估研究

针对露天矿边坡稳定性评估指标具有模糊性、随机性和不相容性的特点,结合云模型和物元分析方法,建立了基于GA-AHP和云物元评估模型。根据露天矿边坡稳定性的特点,从地形地貌、地质环境、大气水文环境、人为地震影响4个方面对边坡稳定性进行综合评估。选取了边坡坡度、岩体结构特征、年最大降雨量和边坡排水等10个影响因素作为二级评估指标,构建了边坡稳定性评估指标体系,并采用遗传层次分析法计算了边坡评估指标的权重。对评估指标进行分级,建立了基于GA-AHP和云物元模型的露天矿边坡稳定性评估模型。将所建立的模型运用到实际案例中,计算了各评估指标的关联度和综合关联性,结果表明:该露天矿边坡稳定性等级为"稳定",评估结果与实际情况吻合。

国内矿业项目并购资源风险评估研究

在分析国内矿业项目并购风险时,合理估计资源风险是极其重要的。首先引进了变权原理的基本思路;采用德尔菲法识别了资源风险的主要影响因素,在此基础上建立了风险评估指标体系和确定了评估指标的权重,并对评估指标进行分级;最后建立了矿业项目并购资源风险变权评估模型,并将模型运用到实际案例中,利用Maltab软件编程计算出评估指标的变权值及变权综合评估值,得出该案例并购资源风险等级为一般,评估结果与实际基本吻合。

基于物元模型的国内矿业项目并购市场风险评估研究

在矿业项目并购过程中,伴随着很多风险,但所有风险中最具影响的是市场风险。所以,对其市场风险进评估具有巨大的实际意义。首先识别影响市场风险的有关原因,建立评估市场风险的指标体系,再通过德尔菲法对指标权重进行了确认;建立了基于物元模型的国内矿业项目并购市场风险评估模型,确定了经典域、节域和关联函数。通过对实例研究,运用模型和Matlab计算机软件程序,运算出指标所属风险级别的相关程度以及市场风险属于风险级别的整体相关程度,进而得知其市场风险属于一般级别,评估的结论较符合实际。

基于IDE算法的金属矿山技术指标整体动态优化研究及应用

为更好地利用金属矿产资源,对矿山技术指标进行整体动态优化研究。首先,分别采用核密度估计方法、BP神经网络和指数回归方法拟合技术指标关系模型;然后,在此基础上,构建了整体动态优化模型,并提出相应的改进差分进化算法;最后,将所建立的关系模型、优化模型和优化算法应用于银山铜矿。结果表明:所建立的关系模型拟合效果好,具有较高应用价值;优化结果符合矿山实际情况,验证了模型和算法的有效性,且对矿山生产和计划具有指导作用。

基于改进随机森林算法的岩石爆破块度预测

为提高岩石爆破块度预测效果,利用多个矿山的岩石爆破统计数据,通过影响爆破岩石块度因素的重要度计算和皮尔逊相关系数判定筛选出炸药单耗、岩石块度尺寸、岩石弹性模量以及炮孔堵塞长度与炮孔排距比(T/B)等6个特征变量作为输入参数,建立一种基于改进随机森林回归算法的爆破块度预测模型。该模型预测的爆破块度逼近真实值,预测结果的可决系数(R)、均方根误差(RMSE)和平均相对误差(MRE)分别为0.9881,0.0430和0.1445,相较于线性回归预测模型和BP神经网络预测模型而言,其预测效果更优,因此该模型在实际应用中更具适用性,能够为爆破参数设计和优化提供参考。

基于博弈论-物元模型的露天矿山土地复垦为草地潜力评价

为了对露天矿山土地复垦潜力进行有效评估,首先从采场地形条件、土壤条件、气候及水文条件和社会经济条件4个方面选取地形坡度、年均降水量和社会经济水平等11个影响因子构建了复垦潜力评价指标体系;其次采用博弈论计算各评价指标的综合权重,并利用物元理论确定经典域和节域,建立了基于博弈论-物元模型的露天矿山土地复垦潜力评价模型;最后将所建立的模型应用于贵港定祥山石灰岩矿山,并利用MATLAB软件编程计算了该矿山3个单元复垦为草地的潜力隶属度和综合隶属度。结果表明,该矿山采场底部平台和采场台阶平台复垦为草地的潜力评价等级为“好”,骨料工业场地平台复垦为草地的潜力评价等级为“较好”,该评价结果与现场调研实际情况相吻合。