›› 2016, Vol. 38 ›› Issue (5): 1101-1106.doi: 10.16507/j.issn.1006-6055.2016.05.035
王丽娟 李欣雨
摘要：
为了科学、准确地对煤炭物流成本进行预测，针对煤炭物流成本影响因素之间存在信息重叠以及BP神经网络对多噪声样本和小样本问题预测结果较差等问题，提出了一种PCA-EBP神经网络模型。将所建立的模型用于内蒙古SH煤炭生产企业煤炭物流成本实际预测。结果表明：模型最大误差为1.748%，最小误差为0.0728%，平均误差为0.972%，均好于径向基神经网络（RBF）和支持向量回归机（SVR），预测精度较高，能够满足煤炭物流成本预测的实际需求，验证了所提出模型的有效性和可靠性。
中图分类号:
