论文部分内容阅读
随着国民经济的发展和市场经济体制的不断完善,企业已被完全推向市场。新建一个企业,必须综合考虑技术、经济、环境等各种因素,做好企业的技术经济分析工作,在保证企业可持续发展的前提下努力寻求技术与经济的最佳结合,可以大大提高企业在市场中的竞争力。对于新建石油加工企业来说,不但要分析新建企业决策的普遍性,还要考虑到石油加工企业的特殊性,兼顾石油供需矛盾和国内各区域内成品油消费矛盾“两个矛盾”,重视和加强技术经济分析工作,以期为其他工业企业的分析和决策提供借鉴。 石油加工企业的技术经济分析有很多环节,从问题的处理方法上广义划分为优选和预测两种,各环节问题的处理方法也可近似归纳为以上两类。本文以厂址优选和汽油消费量预测为例对这两类方法进行了深入研究,为企业技术经济分析的各个环节提供了量化评价依据,因此具有深远意义。 在对优选方法进行研究的过程中,本文建立了石油加工企业选址的指标体系,研究并采用了德尔菲法、层次分析法、模糊综合评价法,并创新性地使用了遗传算法优化人工神经网络的方法,将混合遗传算法与原有的单纯神经网络方法做出比较,最终确定混合遗传算法为优选方法。随后在对国内大型石油加工企业的自然条件和社会经济状况调研的基础上,对模型进行了检测并用其对各备选厂址进行优选。在对预测方法进行研究的过程中,本文通过对以往预测方法进行比较,选择结合ARMA的BP网络作为优选预测方法,经验证,此方法符合预测的基本要求且在实际应用中具有较强的可行性。接下来以汽油产品为例对市场需求作出预测和分析。 企业技术经济分析工作中所采取的人工神经网络或遗传算法,在实际应用中虽然准确性较高但是操作繁琐,为简化该方法的应用,提供简便而直观的用户界面以便于反复操作使用,本文借助MATLAB中的GUI(图形用户界面)将以上评价方法进行归纳,通过更为直观的方式展现出来。