OALib Journal期刊
采用BP和RBF神经网络的厦门市工程造价预测模型
DOI: 10.11830/ISSN.1000-5013.2013.05.0576
Keywords: 工程估价 , 预测模型 , 多层前馈 , 径向基函数 , 神经网络 , 厦门市
Abstract:
收集55个厦门市典型工程造价指标,利用SPSS软件对数据进行预处理,选取11个工程特征作为造价的主要影响因素,分别建立基于多层前馈(BP)和径向基函数(RBF)神经网络的工程估价模型.从55个案例中随机抽取10个作为预测样本,剩下的45个作为训练样本,进行BP,RBF神经网络预测模型的训练和测试.结果表明:通过参数优选的RBF神经网络工程造价预测模型,预测误差在5%以内,网络泛化能力更优越,可用于实际工程造价的辅助估算.
References
[1] 彭光金,俞集辉,韦俊涛,等.特征提取和小样本学习的电力工程造价预测模型[J].重庆大学学报,2009,32(9): 1105-1110. [2] MANDAL P,SENJYU T,UEZATO K,et al.Several-hours-ahead electricity price and load forecasting using neural networks[C]//IEEE Power Engineering Society General Meeting.[s.l.]:IEEE Press,2005:2146-2153. [3] 周双喜,郑智,鲁宗相.基于多种群遗传算法的规划[J].电力系统及自动化,2007,19(6):66-71. [4] 罗楠,朱业玉,杜彩月.支持向量机方法在电力负荷预测中的应用[J].电网技术,2007,31(2):215-218. [5] 李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005:21-31. [6] 马国丰,陈志琴.基于BP神经网络的轨道交通车站工程项目估价研究[J].项目管理技术,2011,9(7):55-60. [7] 田景文,高美娟.人工神经网络算法研究及应用[M].北京:北京理工大学出版社,2006:37-45. [8] 满春涛,晓霞,张礼勇. 一种基于ACO的RBF神经网络训练方法[J].哈尔滨理工大学学报,2008,13(1):56-62. [9] 叶青.厦门市工程估价的RBF神经网络预测模型[J].华侨大学学报:自然科学版,2012,33(4):446-450.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
