基于LS-SVM的煤炭建设项目投资估算模型研究

摘要：

全面准确、高效合理地对煤炭建设项目进行投资估算是企业科学决策的前提和关键,但在项目前期决策阶段往往遇到资料欠缺、时间紧迫,导致详细估算无法完成、简单匡算误差较大的问题.本文在对大量矿井投资数据进行分析的基础上,提出了基于最小二乘支持向量机(LS-SVM)的投资估算模型,通过学习已有项目技术特征与投资额之间的隐含关系,确定模型参数、建立决策函数,从而估算拟建项目投资.按照本文给出的详细算法流程、项目特征提取方法、数据分析原理及过程,将该模型应用在井工矿的建设投资估算中,得到了较好的预测精度,其中RBF核函数的LS-SVM预测值和真实值具有更好的吻合效果.通过实例分析,将其与生产能力指数法进行比较,LS-SVM算法具有明显的优势,预测误差能够满足决策时期各阶段的允许误差要求.研究结果表明:基于LS-SVM的投资估算模型具有较强的学习能力和较高的应用价值,是对传统投资估算方法的有效补充和改进,能够为企业决策提供可靠的数据支持.

关键词：煤炭建设项目、投资估算、LS-SVM、支持向量机

所属期刊栏目：30

分类号：F407.22(工业经济理论)

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-43