期刊文献+

支持向量机修正灰色模型在工程价格预测中的应用 被引量:3

Support Vector Machine Grey Model in the Application of Engineering Price Forecast
下载PDF
导出
摘要 为了有效地提高工程价格预测精度,建立一种灰色模型与支持向量机模型相结合的工程价格预测模型。首先建立工程价格的GM(1,1)模型,并得到了工程价格预测结果,然后利用支持向量机模型对GM(1,1)预测结果残差进行预测,最后两者的预测结果进行相加,得到工程价格的最终预测结果。仿真结果表明,与单一灰色模型与支持向量机模型相比,灰色支持向量机地提高了工程价格的预测精度。 In order to effectively improve the engineering price prediction accuracy,the establishment of a grey model and support vector machine(SVM) model combining the engineering price prediction model.The first to establish the engineering price GM(1,1) model,and obtain the engineering price prediction results,then use support vector machine(SVM) model of GM(1,1) prediction results residual forecast,and finally the forecast results are added together,and get the final project price forecast results.The simulation results show that,with a single grey model and support vector machine(SVM) model,compared with grey support vector machine to improve the engineering price forecasting precision.
作者 周建永
出处 《科技通报》 北大核心 2013年第7期147-150,共4页 Bulletin of Science and Technology
基金 国家自然科学基金(A15647952)
关键词 工程价格 灰色模型 支持向量机 组合预测 engineering price grey model support vector machine(SVM) combination forecast
  • 相关文献

参考文献5

二级参考文献27

共引文献78

同被引文献31

  • 1李菲,孙文彬,张军.灰色理论在商品住宅价格预测中的应用[J].辽宁工程技术大学学报(社会科学版),2004,6(3):271-273. 被引量:21
  • 2王建茹.基于BP神经网络的建设工程造价预测方法[J].沈阳建筑大学学报(社会科学版),2014,16(1):42-45. 被引量:10
  • 3郭艳杰,李平,崔畅.基于神经网络误差修正的灰色广义预测控制[J].甘肃科学学报,2006,18(3):79-82. 被引量:5
  • 4李明,吕绪华.煤炭价格预测模型及其应用[J].武汉科技大学学报,2007,30(4):434-437. 被引量:11
  • 5郭梨,刘荣,连民杰.铁矿石价格短期预测的BP神经网络方法[J].金属矿山,2007,42(8):351-353.
  • 6魏道升,李淑燕.基于灰色关联分析的工程造价控制[J].重庆交通大学学报(自然科学版),2013,32(2):321-324.
  • 7WEI Daosheng, LI Shuyan. Construction cost control based on grey correlation analysis[J]. Journal of Chongqing Jiaotong University(Natural Science), 2013, 32(2): 321-324.
  • 8LIU Jing, YE Qing. Project cost prediction model based on BP and RBP neural networks in Xiamen city[J]. Journal of Huaqiao University(Natural Science), 2013, 34(5): 576-580.
  • 9WANG Jianru. Prediction method of construction cost based on BP neural network[J]. Journal of Shenyang Jianzhu University(Social Science), 2014, 16(1): 42-45.
  • 10HU Qingguo, SONG Xinzhi. Highway construction cost prediction based on optimization of extreme learning machine[J]. Highways & Automotive Applications, 2014(2): 208-213.

引证文献3

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部