基于自组织神经网络铁矿资源资产等级划分地研究.pdfVIP

基于自组织神经网络铁矿资源资产等级划分的研究 刘保顺 李克庆 王玉敏 ab京科技大学，北京，100083) 擅要本文呆用自组织神经网络．在建立铁矿费源等级划分体累和教用函数的基础上，对铁矿蟹漂资 产进行了等级划分·本方法克服了传统方法在等级划分上的缺点，是一种有效的资源舞产分类舫法． 关键词 自蛆织神经一蝽矿产量津等敏划分 l研究的意义 对矿产资源资产分类的研究，是建立在资源禀赋优势理论基础上的。研究矿产资源瓷产的分类， 意义重大。 (1)有利于矿产资源税费的研究 铁矿资源干差万别，有的品位高、储量大，无论是开采条件，还是地理位置都明显处于优势， 而有的却不然。但是由于铁矿资源的有限性和稀缺性，为满足对铁矿产品不断的需求．人们对那些 劣等的铁矿资源不得不加以开采。如何使矿业权人，在铁矿资源优劣不等的条件下，能够进行公平 的竞争-即如何调节因铁矿资源的差异性引起的级差收益．需要科学地、合理地划分出资源的等级。 对资源条件好的矿山，征收较高的资源税；对那些盎源条件差的矿山，征收低的资源税或者免征资 源税。通过资源税，调节矿业权人因资源条件的差异而引起的“苦乐不均”． (2)有利于矿产资源资产的评估 矿产资源有偿使用与资产化管理被认为是实现矿产资源台理开发利用的有效途径，而资源资产 评估与级差收益的测定则是其中的关键．在计算资源价值时，需要矿产品的价格、开采成本和基建 投资等指标．由于影响矿山企业上述指标的因素不仅有舞源条件，而且有国家和企业自身投资不同 造成的技术装备上的差异以及企业管理素质非资源条件因素的差异，着采用矿山企业的实际开采指 标来评估矿产资源的价值，必然会出现同样的资源数量的资源条件，企业管理水平越高、技术装备 越先进．矿产资源价值越大这一不正常的现象． 在西方国家，对已开采的矿产资源进行评价时，直接采用矿山生产成本的统计数字，但在我国， 企业经营体制尚处于转化阶段，企业管理处于粗放型，非规范管理阶段．矿山现行生产成本无法反 映矿山资源等级的差别，主要是基于以下几个原因：(a)矿山管理规范程度低，企业管理水平相差 很大；(b)不同企业职工素质相差很大；(c)现行成本统计数据失真、不全．在此情况下，使用矿 山实际生产成本不能反映资源赋存状况、地质条件状况等自然因素以及科学营理水平下本应反映出 的结果。 在确定矿山生产成本时，应取社会必要成本，即取在同一资源等级矿产生产在中等正常经营管 理水平条件下的成本，为矿山生产成本．对不同等级的铁矿资源，以同一等级所有铁矿山的平均成 本作为该等级的生产成本，可消除铁矿企业经营管理水平的差异，为确定铁矿山合理的成本奠定基 础。 (3)有助于台理考核矿山经营管理水平 由于资源禀赋优势的差异，一些上交利税多的矿山企业，其经营管理水平并不见得就比上交利 税少的好。在目前铁矿企业普遍亏损情况下，要弄清亏损的原因，研究赉源等级的划分优为重要． 只有这样，才能明白，铁矿企业亏损，是政策性亏损，经营亏损，还是资源条件差造成的亏损，从 而对铁矿企业经营管理水平作出正确的评价。 2研究方法 影响铁矿资源等级的因素很多，故研究铁矿资源资产等级划分属于多指标综台评价研究的范畴． 79 对多指标综合研究，主要考虑三方面的因素：一是评价指标体系的建立；二是各指标权重大小的确 定：三是如何对具有不同的量纲，代表不同类型和物理含义的分指标将其归一化到某一区间而又能 最大程度地反映被评估对象的真实水平数的确定。在评价指标体系的建立上，在多数是根据经验决 定：确定权重大小的方法目前主要有层次分析法、德尔菲法、神经网络法等；指标权数大小的确定 有模糊数学的隶属函数、灰色系统的方法等。神经网络应用于矿产资源资产的分类上，大多数采用 BP神经网络．BP神经网络是一种有教师学习的方法，在训练BP网络时要提供理想的输出；Kohonen 提出了一种自组织特征映射网络，即自组织神经网。它能够自动对输入信息分类，是无监督的聚类 方法。自组织网络在学习过程中，只需向网络提供一些学习样本，而无需提供理想的输出。网络根 据输入样本进行自组织．并将其划分到相应的模式类中．由于其并不需要提供理想的输出样本，从 而推广了有监督模式的分类，这一特征