摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-19页 |
·选题背景及意义 | 第11-13页 |
·选题背景 | 第11-12页 |
·选题意义 | 第12-13页 |
·国内外研究现状 | 第13-16页 |
·国外研究现状 | 第13-14页 |
·国内研究现状 | 第14-15页 |
·目前研究中存在的主要问题 | 第15-16页 |
·研究内容与研究方法 | 第16-18页 |
·研究内容 | 第16-17页 |
·研究方法 | 第17页 |
·技术路线 | 第17-18页 |
·创新点 | 第18-19页 |
第2章 原煤生产成本的理论基础 | 第19-25页 |
·生产成本的基本概念 | 第19-21页 |
·生产成本概述 | 第19页 |
·生产成本的主要构成 | 第19-20页 |
·降低原煤生产成本的必要性 | 第20-21页 |
·煤炭企业原煤生产成本的特点 | 第21-22页 |
·原材料不构成煤炭产品实体 | 第21页 |
·原煤生产成本构成较复杂 | 第21-22页 |
·自然条件影响较大 | 第22页 |
·生产组织和成本管理较为复杂 | 第22页 |
·掘进费和固定成本比例大 | 第22页 |
·原煤生产成本主要构成 | 第22-24页 |
·材料费 | 第23页 |
·人工费 | 第23页 |
·电费 | 第23-24页 |
·折旧及修理费 | 第24页 |
·其他费用支出 | 第24页 |
·本章小结 | 第24-25页 |
第3章 原煤生产成本指标体系构建 | 第25-38页 |
·原煤生产成本影响因素分析 | 第25-29页 |
·固有因素 | 第25-26页 |
·政策与法律因素 | 第26-27页 |
·技术工艺因素 | 第27-28页 |
·经营管理因素 | 第28页 |
·安全生产因素 | 第28-29页 |
·原煤生产成本预测的原则 | 第29-30页 |
·科学性原则 | 第29页 |
·全面合理性原则 | 第29页 |
·可行性原则 | 第29-30页 |
·协调性原则 | 第30页 |
·结合性原则 | 第30页 |
·原煤生产成本预测中应注意的几个问题 | 第30-31页 |
·指标体系的建立及量化 | 第31-37页 |
·指标体系的建立 | 第32页 |
·原煤生产成本管理水平指标量化 | 第32-37页 |
·其他定性指标的量化 | 第37页 |
·本章小结 | 第37-38页 |
第4章 粒子群和支持向量回归机基本理论 | 第38-63页 |
·统计学习理论 | 第38-43页 |
·VC 维 | 第38-39页 |
·经验风险最小化 | 第39-40页 |
·结构风险最小化 | 第40-43页 |
·支持向量回归机理论介绍 | 第43-53页 |
·支持向量分类机 | 第43-46页 |
·支持向量回归机理论 | 第46-52页 |
·核函数 | 第52-53页 |
·粒子群优化算法理论 | 第53-57页 |
·粒子群算法的基本原理 | 第54-55页 |
·粒子群算法的数学描述 | 第55-56页 |
·粒子群算法的基本步骤和流程 | 第56-57页 |
·粒子群-支持向量回归算法设计和实现 | 第57-62页 |
·支持向量机应用的不足 | 第57-58页 |
·粒子群-支持向量回归算法的基本思路 | 第58-60页 |
·粒子群-支持向量回归算法预测模型的建立 | 第60-62页 |
·本章小结 | 第62-63页 |
第5章 煤炭企业原煤生产成本预测实例研究 | 第63-78页 |
·支持向量工具箱介绍 | 第63-66页 |
·MATLAB 软件介绍 | 第63-64页 |
·Libsvm 工具箱在 MATLAB 中的安装过程 | 第64-66页 |
·数据收集及整理 | 第66-71页 |
·河北省磁县六合工业有限公司概况 | 第66页 |
·指标数据的获取 | 第66页 |
·指标数据的预处理 | 第66-71页 |
·模型预测过程及对比分析 | 第71-76页 |
·交叉验证优化参数的支持向量回归预测 | 第71-73页 |
·遗传算法优化参数的支持向量回归预测 | 第73-74页 |
·粒子群优化参数的支持向量回归预测 | 第74-76页 |
·结果分析 | 第76-77页 |
·本章小结 | 第77-78页 |
结论与展望 | 第78-79页 |
参考文献 | 第79-83页 |
附录 | 第83-87页 |
致谢 | 第87-88页 |
作者简介 | 第88-89页 |
攻读硕士学位期间发表的论文和科研成果 | 第89-90页 |