特征提取和小样本学习的电力工程造价预测模型

通过特征提取和小样本学习的结合，提出一种全新的基于混合算法的电力工程造价预测模型。利用主成分分析对原始指标进行预处理，消除原始指标之间的相关性，并提取潜在的综合独立指标，将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型，将其预测结果和神经网络模型预测对比分析。并通过不同主成分数目预测结果的比较，确定最优的主成分个数，达到理想的预测效果。实例预测结果表明：该方法可以有效提取原始指标的信息量，在小样本学习方面表现突出，能够达到期望的预测效果。