基于BP神经网络的矿山投资项目风险评判.pdfVIP

第 卷第 期 中 国 锰 业 ! % H2’-!I% 年 月 !# 9 0JJK5!# :;=0?@0=A0=B?B=CD?EFG 3 基于 神经网络的矿山投资项目风险评判 +, ’ ! 唐功方 ，谢利人 （ 长沙勘测设计研究院，湖南长沙 ； 保险学院，湖南长沙 ） ’- ’.!- ’’’ 摘 要：随着矿山投资热度的提高，人们越来越重视矿山投资项目的风险评判。但矿山投资项目的 风险评判相当复杂，传统的回归分析方法并不能取得令人满意的效果。而神经网络方法由于有超 强的学习、容错性能，对解决非线性问题的效果较好。因此文章认为用+,神经网络系统对矿山投 资项目的风险评判结果是比较理想的。 关键词： 神经网络；矿山投资项目；风险评判 +, 中图分类号： 文献标识码： 文章编号： （ ） /.-’ 0 ’!$%%#!#%$%$% 随着经济的发展，我国逐步成为世界制造业的 经济管理等领域进行了较为成熟的应用。将人工神 中心，对原材料、能源等基础性物资的需求日益增 经网络方法用于矿山投资项目风险的评价及预测， 长。政府、民间对矿山项目的投资热情日益高涨，矿 具有十分重要的意义。 业遇到了前所未有的发展机会。但是矿山开采项目 的特殊性，既有和其他投资项目共同面对的宏观经 ’ +,神经网络模型 济方面的风险，也有诸如地质开采条件，资源蕴藏条 人工神经网络是一种非线性动力学系统，具有 件等矿山项目的特有风险。因此在投资矿山项目 强大的非线性映射能力、学习能力、容错能力等特 时，一定要对其风险有一个清醒的认识，只有这样才 性，对解决非线性问题有着独特的先进性。 神经 +, 能规避、控制风险。 网络模型即误差反向传播神经网络是目前应用最广 建设项目在建设前，都要对其进行技术经济评 泛的一种神经网络模型，体现了人工神经网络最精 估，以便对项目进行优化决策，矿山项目也不例外。 华的部分。考虑%层神经网络模型，分为输入层，中 但在一般的技术经济评估中，很少对技术风险进行 间隐含层，以及输出层，输入的是各影响因素的数 定量的综合评价，对经济风险的评价一般也是在报 据，通过中间隐含层，输出层输出的是训练及预测 告的结尾，且篇幅很少。在假定其他因素不变的情 值。其结构如图’所示： 况下，考察一种因素的变化给项目带来的风险。因 此有必要探求一种对矿山投资项目的整体风险进行 评价及预测的新方法。 对矿山投资项目风险进行评价及预测的方法很 多，如线性概率模型法、 模型法、 模型法 1245 ,62745 3 等。这些方法各有优劣，但都有一个前提是必须假定 模型（或变形换后）成线性函数关系，然后对其进行回 归分析。而采用神经网络模拟人工智能的方法，不需 图’ %层神经网络结构 要事先假定模型的函数式，具有强大的自