节点文献

投入产出直接消耗系数修订的神经网络方法

Neural Networks for Modifing and Forecasting Direct Consuming Coefficients

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 张恒江李仲学熊国华

【Author】 Zhang Hengjiang Li Zhongxue Xiong Gouhua

【机构】 北京科技大学资源工程学院!博士研究生北京科技大学资源工程学院!博士生导师100083

【摘要】 本文根据煤炭企业投入产出模型的特点,建立了其直接消耗系数修订的回归-自回归神经网络模型,并结合实际课题研究给出了直接消耗系数修订实例,为煤炭企业投入产出直接消耗系数修订提供了新的方法.

【Abstract】 On the basis of the characters of coal mine Input-Output Model,A regres-sive-Autoregressive neural networks for modifing and forecasting direct consuming coefficients (DCCs) is proposed. Combined with the practical study works,some examples for modifing and forecasting DCCs is gived. It’ s a new method to modify and forecast DCCs.

【基金】 国家自然科学基金资助项目
  • 【文献出处】 系统工程 ,Systems Engineering , 编辑部邮箱 ,1997年03期
  • 【分类号】TP183
  • 【被引频次】6
  • 【下载频次】153
节点文献中: 

本文链接的文献网络图示:

本文的引文网络