期刊文献+

油田污水站输变电工程造价估算模型 被引量:1

下载PDF
导出
摘要 随着油田污水站处理能力的不断加大,对输变电工程造价评价管理要求不断提高,由于目前输变电工程涉及的影响因素繁多,基于概预算定额的常规输变电工程造价评价技术遇到了较大的困难。在采用数据统计以及偏相关分析方法处理造价数据物理指标的基础上,基于支持向量机理论在解决小样本数据、非线性数据等方面的突出优势,设计了油田污水站输变电工程造价数据估算的预测模型,采用某油田污水站造价历史数据,验证了该模型的正确性及优越性。实践结果表明,采用该模型可以实现输变电工程造价估算的科学性与智能化,具有较大的实用价值。
作者 张琦
出处 《油气田地面工程》 2015年第5期47-49,共3页 Oil-Gas Field Surface Engineering
  • 相关文献

参考文献4

二级参考文献17

  • 1李万庆,马利华,孟文清.基于未确知有理数的项目工期的估算方法[J].统计与决策,2006,22(10):131-133. 被引量:2
  • 2董辉,傅鹤林,冷伍明.支持向量机的时间序列回归与预测[J].系统仿真学报,2006,18(7):1785-1788. 被引量:63
  • 3李高扬,刘明广,吴育华.工程项目风险预测模型[J].统计与决策,2006,22(22):143-144. 被引量:10
  • 4Tarek Hegazy,and Amr Ayed,Neural Network Model for Parametric Cost Estimation of Highway Projects[J].Journal of Construction Engineering and Management 1998(5,6):210-216.
  • 5Mohamed Attalla and Tarek Hegazy,Predicting Cost Deviation in Reconstruction Projects:Artificial Networks versus Regression[J].Journal of Construction Engineering and Management,ASCE,2003(7,8):405-411.
  • 6Vapnik V.The Nature of Statistical Learning Theory[M].New York:Springer-Verlag,1995.
  • 7L.J.Cao.Francis E.H.Tay.Support Vector Machine With Adaptive Parameters in Financial Time Series Forecasting.IEEE Transaction on Neural Network.2003(6):1 506-1 518.
  • 8Theodore B T,Huseyin I.Support Vector Machine for Regression and Application to Financial Forecasting.Proceedind of the IEEE-INNS-ENNS International Ioint Conference on Neural Network,2000(6):348-353.
  • 9Suykens J A K,Vandewalle J.Least Squares Support Vector Machine Classifiers[J].Neural Processing Letter,1999(3):293-300.
  • 10VAPNIK V N. The nature of statistical learning theory[M]. New York: Spinger- Verleg, 1995.

共引文献28

同被引文献5

引证文献1

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