位置:成果数据库 > 期刊 > 期刊详情页
煤矿矿建工程投资估算模型与应用
  • ISSN号:1004-4051
  • 期刊名称:中国矿业
  • 时间:2014.10.15
  • 页码:152-156
  • 分类:TP028.8[自动化与计算机技术]
  • 作者机构:[1]北方工业大学经济管理学院,北京100141, [2]中国矿业大学(北京)力学与建筑工程学院,北京100083
  • 相关基金:基金项目:煤炭联合基金项目资助(编号:51134025);北方工业大学.l科研启动基金项目资助(编号:20140419).
  • 相关项目:大断面巷道快速掘进与支护基础
中文摘要:

矿建工程投资额大、周期长、不确定性大的特点,决定了投资估算快速性和准确性对投资决策至关重要。在分析投资构成的基础上,建立基于10个估算子系统的投资估算模型,以14条井底平巷为例,选取断面大小、支护方式、锚杆消耗等技术、经济指标作为工程特征,对其进行量化和归一化处理,用Matlab提供的神经网络函数构建三层、7个输入指标、一个输出指标的BPNN模型来预测巷道工程投资估算值。结果表明,只要工程特征选取合适及BPNN模型的参数设置准确,神经网络方法能较好较快地达到目标,预测精度在±10%以内,能够满足估算预测快速性和准确性的要求。

英文摘要:

Mine construction has the characteristics of huge investment, long cycle, large uncertainty, which determine the speed and accuracy of the investment estimate for investment decisions is essential~ Established investment estimation model based on 10 estimates subsystems, for example bottom drift, selecting the section size, supporting way, rock bolt consumption and other technical and economic indicators as engineering features, making quantification and normalization, provided neural network function with Matlab to build BPNN (Back Propagation Neural Network)model for predicting the roadway project investment, the model included three layers, seven input indicators, one output indicators; The results show that, as long as the selecting of project characteristics and BPNN model parameter settings were appropriate and accurate, the neural network method can quickly achieve the target, the prediction accuracy could reach ±10% or less, meeting requirements of estimates predict rapidity and accuracy.

同期刊论文项目
期刊论文 136 会议论文 14 专利 6
同项目期刊论文
期刊信息
  • 《中国矿业》
  • 中国科技核心期刊
  • 主管单位:中国矿业联合会
  • 主办单位:中国矿业联合会
  • 主编:陈颂今
  • 地址:北京市海淀区西直门北大街45号时代之光名苑2号楼901
  • 邮编:100044
  • 邮箱:magazine@chinamining.org
  • 电话:010-68332570 88374940
  • 国际标准刊号:ISSN:1004-4051
  • 国内统一刊号:ISSN:11-3033/TD
  • 邮发代号:2-566
  • 获奖情况:
  • 全国中文核心期刊,中国科技论文统计源期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21461