基于BP神經(jīng)網(wǎng)絡(luò)的煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)

秦超

【摘 要】依據(jù)當(dāng)前的煤炭形勢背景，分析了多方面影響煤炭企業(yè)轉(zhuǎn)型因素，篩選了相關(guān)指標(biāo)并以此建立了煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)體系。應(yīng)用基于BP算法的多層前饋式神經(jīng)網(wǎng)絡(luò)構(gòu)建了煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)模型，并通過網(wǎng)絡(luò)學(xué)習(xí)不斷調(diào)節(jié)鏈接權(quán)重訓(xùn)練神經(jīng)網(wǎng)絡(luò)，最終以實(shí)例驗(yàn)證了評(píng)價(jià)模型的準(zhǔn)確性和可靠性。

【Abstract】Based on the background of the current coal situation ， this paper analyzes the factors affecting the transformation of coal enterprises in various aspects， and screens out the relevant indicators， and establishes the evaluation system of transformation degree of coal enterprises. The multi-layer feedforward neural network based on BP algorithm is used to construct the transition degree evaluation model of coal enterprises. And through the network learning constinuously adjusting the link juice to use training neural network， Finally， an example is given to verify the accuracy and reliability of the evaluation model.

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò)；煤炭企業(yè)；評(píng)價(jià)；轉(zhuǎn)型

【Keywords】neural network； coal enterprise； evaluation； transformation

【中圖分類號(hào)】F426 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）10-0046-03

1 引言

煤炭作為國家最主要的一次能源，是社會(huì)經(jīng)濟(jì)發(fā)展的動(dòng)力。隨著近年來國家經(jīng)濟(jì)增長速度放緩進(jìn)入“新常態(tài)”時(shí)期，國家發(fā)展降檔調(diào)速，能源需求量下降，加之在這之前的煤炭行業(yè)的盲目擴(kuò)張致使產(chǎn)能嚴(yán)重過剩。由此帶來的煤炭市場低迷，煤炭價(jià)格持續(xù)走低，煤炭企業(yè)發(fā)展步履維艱。生態(tài)環(huán)境破壞嚴(yán)重，下崗人員增多，未來2～3年內(nèi)，代表性產(chǎn)能過剩行業(yè)及其上下游產(chǎn)業(yè)總失業(yè)人數(shù)可能達(dá)300～350萬人，將推高全社會(huì)失業(yè)率0.2%～0.3%。在去產(chǎn)能過程中，區(qū)域不穩(wěn)定因素增加。煤炭行業(yè)內(nèi)部面臨產(chǎn)業(yè)結(jié)構(gòu)單一、資源依附度高、產(chǎn)業(yè)鏈條不完善、企業(yè)創(chuàng)新能力不足等諸多挑戰(zhàn)，過剩產(chǎn)能合理釋放和煤炭企業(yè)轉(zhuǎn)型升級(jí)迫在眉睫。因此進(jìn)行煤炭企業(yè)的轉(zhuǎn)型升級(jí)程度評(píng)價(jià)，對(duì)引導(dǎo)企業(yè)未來發(fā)展方向，推動(dòng)地區(qū)經(jīng)濟(jì)的穩(wěn)定有著重要意義。

2 煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)指標(biāo)體系的建立

2.1 評(píng)價(jià)指標(biāo)體系構(gòu)建的思想

煤炭企業(yè)的轉(zhuǎn)型目標(biāo)首先是在煤炭的生產(chǎn)、利用方式上實(shí)現(xiàn)轉(zhuǎn)型發(fā)展。在生產(chǎn)上要集約、高效、智能化生產(chǎn)，提高質(zhì)量、保證安全；在煤炭利用上，實(shí)現(xiàn)綠色開采、綠色利用、綠色發(fā)展，減少大氣污染。其次煤炭企業(yè)的轉(zhuǎn)型還要在管理、體制建立、人才培養(yǎng)、創(chuàng)新驅(qū)動(dòng)等方面進(jìn)行。發(fā)力非煤、優(yōu)勢產(chǎn)業(yè)，培養(yǎng)新動(dòng)能、發(fā)展新產(chǎn)業(yè)，進(jìn)而削減煤炭比重，促進(jìn)煤炭企業(yè)轉(zhuǎn)型發(fā)展。

2.2 指標(biāo)統(tǒng)計(jì)

根據(jù)已有的研究成果和經(jīng)驗(yàn)，對(duì)所分析的18篇煤炭企業(yè)轉(zhuǎn)型效果相關(guān)文章中出現(xiàn)的評(píng)價(jià)指標(biāo)做了統(tǒng)計(jì)，見表1。

2.3 指標(biāo)篩選及建立

該文組織有關(guān)專家對(duì)煤炭企業(yè)轉(zhuǎn)型程度的構(gòu)成要素進(jìn)行分析，建立了“目標(biāo)-指標(biāo)”層次結(jié)構(gòu)，煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)為目標(biāo)層。根據(jù)煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)指標(biāo)的構(gòu)建思想，從企業(yè)經(jīng)營能力、環(huán)境資源友好度、企業(yè)管理創(chuàng)新水平三個(gè)方面出發(fā)，確定出煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)一級(jí)指標(biāo)。再通過分析其各自的影響因素，形成評(píng)價(jià)指標(biāo)體系的二級(jí)指標(biāo)。指標(biāo)篩選旨在統(tǒng)計(jì)完畢的指標(biāo)中篩選出可行性較低的指標(biāo)，剔除指標(biāo)之間相關(guān)性較大的指標(biāo)，從而簡化評(píng)價(jià)模型，更有利于準(zhǔn)確評(píng)價(jià)。具體步驟如下：

①分析和計(jì)算評(píng)價(jià)指標(biāo)之間的相關(guān)系數(shù)。設(shè)第i個(gè)指標(biāo)和第j個(gè)指標(biāo)的相關(guān)系數(shù)為rij。Zi為第i個(gè)指標(biāo)的平均值。Zki為第k個(gè)評(píng)價(jià)對(duì)象第i個(gè)指標(biāo)的值，根據(jù)相關(guān)系數(shù)計(jì)算公式，則rij為rij=

當(dāng)r>0為正相關(guān)，r<0為負(fù)相關(guān)。r=0 表示不相關(guān)。相關(guān)系數(shù)的絕對(duì)值越大，相關(guān)性越強(qiáng)。其中將相關(guān)系數(shù)分為三類，絕對(duì)值在0.8以上視為強(qiáng)相關(guān)，在0.3～0.8之間為中等程度相關(guān)，0.3以下視為弱相關(guān)或者無相關(guān)。

②篩選相關(guān)程度為強(qiáng)相關(guān)的指標(biāo)并進(jìn)行剔除。經(jīng)過相關(guān)性分析將指標(biāo)萬元產(chǎn)值固廢排放達(dá)標(biāo)率、選礦回收貨率、物料循環(huán)利用率、矸石循環(huán)利用率、采礦貧化率、土地復(fù)墾率予以剔除。

③指標(biāo)可測性分析。由于各個(gè)企業(yè)規(guī)模存在著差距，觀測調(diào)研可操作性不同，將一些不可測和對(duì)比性較差的指標(biāo)予以剔除。故將企業(yè)管理水平、基礎(chǔ)設(shè)施建設(shè)程度指標(biāo)予以剔除。

2.4 指標(biāo)歸一化處理

對(duì)各指標(biāo)進(jìn)行歸一化處理，見表2。

將煤炭企業(yè)轉(zhuǎn)型升級(jí)程度R作為輸出并請(qǐng)相關(guān)專家進(jìn)行分類，最終評(píng)價(jià)分為三個(gè)等級(jí)。見表3。

3 煤炭企業(yè)轉(zhuǎn)型程度的BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建與訓(xùn)練

3.1 BP神經(jīng)網(wǎng)絡(luò)模型選擇

依據(jù)數(shù)據(jù)類型特點(diǎn)和復(fù)雜程度構(gòu)造了三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，如圖1所示。

BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程也就是網(wǎng)絡(luò)參數(shù)修正的過程， 本系統(tǒng)的網(wǎng)絡(luò)學(xué)習(xí)采用有教師的方法， 網(wǎng)絡(luò)參數(shù)的修正采用梯度法[1]，具體設(shè)參數(shù)變量如下：記輸入訓(xùn)練樣本數(shù)為p，網(wǎng)絡(luò)的輸入向量為X=（x1，x2，…，xi，…，xn）T ，并記對(duì)應(yīng)的隱層輸出向量為 Y=（y1，y2，…，yj，…，ym）T，最終的輸出層輸出向量 O=（o1，o2，…，ok，…，ol）T，期望輸出向量為d=（d1，d2，…，dk，…，dl）T，輸入層到隱層之間的權(quán)值矩陣為V=（V1，V2，…，Vj，…，Vm），隱層到輸出層之間的權(quán)值矩陣為W=（W1，W2，…，Wk，…，Wl）。使用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行訓(xùn)練和實(shí)現(xiàn)，設(shè)定訓(xùn)練函數(shù)為trainlm，隱含層函數(shù)為tansig，輸出層函數(shù)為輸出值在[0，1]的logsig，最大訓(xùn)練次數(shù)為1000，訓(xùn)練目標(biāo)為0.0001。經(jīng)過訓(xùn)練的網(wǎng)絡(luò)可以輸出煤炭企業(yè)轉(zhuǎn)型程度值R。

3.2 模型驗(yàn)證

以4組數(shù)據(jù)作為樣本進(jìn)行模型的仿真驗(yàn)證，最終驗(yàn)證實(shí)際輸出與期望輸出相對(duì)誤差不超過6%，如表4所示。因此認(rèn)為在誤差的允許范圍之內(nèi)，可以用來對(duì)煤炭企業(yè)轉(zhuǎn)型程度的評(píng)價(jià)。

4 結(jié)論

論文根據(jù)煤炭企業(yè)轉(zhuǎn)型升級(jí)特點(diǎn)和相關(guān)研究建立了煤炭企業(yè)轉(zhuǎn)型程度評(píng)價(jià)體系，建立了基于評(píng)價(jià)體系的3層BP神經(jīng)網(wǎng)絡(luò)模型，并經(jīng)過不斷地訓(xùn)練學(xué)習(xí)使網(wǎng)絡(luò)誤差小于6%，使其能夠作為評(píng)價(jià)煤炭企業(yè)轉(zhuǎn)型程度較為準(zhǔn)確的工具[2]。其優(yōu)點(diǎn)是避免了傳統(tǒng)評(píng)價(jià)方法中的主觀性以及復(fù)雜數(shù)學(xué)推導(dǎo)， 在樣本缺失和參數(shù)漂移的情況下，仍能得到穩(wěn)定、正確的結(jié)果。研究結(jié)果將為煤炭企業(yè)轉(zhuǎn)型程度的科學(xué)決策提供參考和借鑒。

【參考文獻(xiàn)】

【1】虞益誠，陳威.基于BP神經(jīng)網(wǎng)絡(luò)的云服務(wù)質(zhì)量評(píng)價(jià)[J].財(cái)會(huì)月刊，2016（11）：8.

【2】史俊偉，孟祥瑞，陳章良.新形勢下煤炭企業(yè)綠色競爭力評(píng)價(jià)[J].能源技術(shù)與管理，2016（1）：11-43.endprint