全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于PSO-LSSVM的电力造价灵敏度分析

, PP. 391-394

Keywords: 电力造价,灵敏度分析,粒子群算法,支持向量机

Full-Text   Cite this paper   Add to My Lib

Abstract:

电力工程造价的影响因素非常复杂,造价管控难度较大,因此有必要应用人工智能技术对造价因素进行分析。灵敏度分析是数据挖掘的一种重要技术方法,论文引入粒子群算法和支持向量机算法建立灵敏度分析模型,对历史工程造价数据进行深入分析,找出影响造价的主要因素,最后根据这些造价主要影响因素建立电力造价估算的数学模型,仿真结果表明可以大大提高电力造价审查的效率。

References

[1]  杨淑莹. 模式识别与智能计算—Matlab技术实现[M]. 北京: 电子工业出版社, 2008.
[2]  曹黄金, 柴跃廷, 刘义. 随机需求条件下库存管理模型及灵敏度分析[J]. 清华大学学报 (自然科学版). 2012, 52 (11): 1513-1517. Cao Huangjin; Chai Yueting; Liu Yi. Inventory Management Model and Sensitivity Analysis for Stochastic Demand[J].Journal of Tsinghua University(Science and Technology) 2012, 52 (11): 1513-1517.
[3]  司海涛. 有小样本数据特征的输变电工程造价估算与灵敏度研究[D]. 重庆大学, 2010.
[4]  俞集辉, 韦俊涛, 等. 基于人工神经网络的灵敏度分析模型[J]. 计算机应用研究. 2006(6): 2279-2284. Jihui Yu;Jitao Wei;Etc. Sensitivity Analysis Model Based on Artificial Neural Network. Application Research of Computers. 2006(6): 2279-2284.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133