论文部分内容阅读
作为中国基础能源和重要工业原料的煤炭资源,在国民经济发展中发挥着支撑作用,并有力地促进了社会进步与发展。煤炭资源自实行有偿制度以来,有效地促进了资源的合理配置,但是在煤炭工业发展过程中的无序开采致使环境问题凸显,另外随着经济发展进入新常态,煤炭行业出现产能过剩问题。综合当前形势,为了更有效地发挥资源有偿取得和转让机制的作用,需要提高采矿权估价方法的效率和效果,并实现市场配置资源的决定性地位。 本文结合人工智能的研究与发展,对煤炭资源采矿权案例估价法进行了分析与研究。基于此,第一,界定了采矿权案例估价人工智能的内涵,对人工智能估价系统进行了分析,并阐述了人工智能估价系统的流程;第二,利用计量方法构建了ANN-CBR煤炭资源采矿权估价模型,其由人工神经网络分类模块和案例检索模块构成,作用在于对采矿权案例库进行分类整理和优化案例属性指标连接权值,以提高案例检索的效率和精确度;第三,构建了PSO-CBR煤炭资源采矿权估价方法,对相似案例及其属性指标权重值进行优化,确定了采矿权案例估价法相似案例及属性指标权重优化相关参数并给出了优化流程图。最后,结合实例对上述模型进行了运用,结果表明基于人工智能的煤炭资源采矿权案例估价法更加科学合理。本文的研究为实践中煤炭资源采矿权流转和交易提供估价方法上的支持以及为实现采矿权估价方法的计算机开发提供理论依据。