基于PSO-SVR模型的原煤生產成本預測研究.pdf

1、原煤生產成本預測是煤炭成本核算、成本決策和編制成本計劃的依據，是降低產品成本的重要措施，是增強企業(yè)競爭力和提高企業(yè)經濟效益的主要手段。目前，我國煤炭企業(yè)對原煤生產成本進行核算的依據是2006年財政部出臺的新會計準則和財務通則，即原煤產品在生產過程中所發(fā)生的費用。但是，影響原煤生產成本的因素非常復雜，對原煤生產成本進行預測，應該輔以生產過程成本預測較為科學。
　　 本文首先從空間、時間和政策三個方面對影響原煤生產成本的因素進行了深

2、入研究，總結得出影響原煤生產成本的主要因素。其次，根據主要影響因素收集數據，運用支持向量機作回歸預測時，可以解決小樣本數據下的全局最優(yōu)解問題，也可以巧妙的解決維數問題，但支持向量機也存在著參數選擇的缺陷。本文再次深入分析了支持向量機的學習規(guī)則和訓練過程，引進另一種先進的粒子群(PSO)優(yōu)化算法對支持向量機的參數進行優(yōu)化，建立了較為合理的原煤生產成本預測指標體系，并提出了基于粒子群-支持向量回歸機(PSO-SVR)的原煤生產成本預測模型。