基于Adaboost集成BP网络原煤生产成本预测研究

摘要：

为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明:该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据.

关键词：原煤生产成本、BP神经网络、Adaboost算法、预测

所属期刊栏目：30

分类号：O242.1(计算数学)

资助基金：国家科技支撑计划项目2013BAH12F01

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1444-1446,1462