基于SSA-LSSVM的住宅工程造价预测研究

【目的】提高建筑工程造价预测的准确性,进而为项目前期投资决策提供重要依据。【方法】针对工程实践中小样本数据和工程造价特征指标之间高维、非线性关系的特点,构建基于麻雀搜索算法(sparrow search algorithm,SSA)的优化最小二乘支持向量机(least squares support vector machine,LSSVM)造价预测模型SSA-LSSVM。首先,通过主成分分析法对住宅工程造价样本的输入指标数据进行处理,减少数据冗余;其次,采用SSA算法对LSSVM模型中的正则化参数c和核函数参数σ进行优化,以弥补LSSVM模型参数确定困难的缺陷;最后,将处理后的数据导入所构建的模型进行训练和预测,并通过相关系数、平均绝对百分比误差和均方根误差对模型的预测性能进行评价。【结果】与LSSVM模型、用灰狼优化算法优化的LSSVM模型和反向传播神经网络模型相比,SSA-LSSVM模型具有更好的泛化能力和更高的预测精度。【结论】本研究所构建的模型可以比较精准、高效地对实际住宅工程造价进行预测,同时可为工程前期投资决策提供一定参考。

基于DEM模型的新填洼算法

本文介绍一种新的填洼算法,该算法定义了溢出高程的概念,并在最小代价搜索算法中结合数据结构中的优先队列,逐步算出每一个栅格的溢出高程,最后得到的高程就是填洼处理的高程数据。利用STL库完成填洼模块的开发,通过对不同分辨率的DEM的处理,发现该算法程序简单,运行速度快,该算法提取的水系效果较好。

LC-检索在城市公交线路查询中的应用研究

分析了城市公共交通网络的特点,利用数据库存储公交线路信息,给出了相应的数据表结构,并结合最小成本检索-LC检索,提出了一种以交叉路口为结点的改进最短路径算法,并引入备忘录存储求得的最短路径信息,以提高查询的效率及灵活性.

基于AI问题的一种“最优”解方法及实现

基于AI的搜索方法包括深度优先搜索、最低成本法搜索等,可以从众多的解决方案中寻找一个"最优"的解决方案。文章以列车信息搜索为例,采用路径删除法生成多种解,然后再用改进的深度优先搜索与最低成本法搜索相结合的方法从中寻找一个最优解。

武器系统费用估算的支持向量机模型优选

针对武器系统费用估算中的诸多问题,提出了采用最小二乘支持向量机方法建立费用估算模型,同时考虑到支持向量机建模过程中正则化参数以及核参数的重要性,提出了一种层次化网格搜索算法,并将其用于支持向量机模型参数的优化中。该算法能根据实际问题所需要的计算精度要求,定义合理的搜索层次和间隔,可以比较方便快捷地得到满足实际需求的计算结果。经过实际计算表明,该方法能够有效地得到模型的优化参数,而且整个优化过程非常清晰,模型泛化性能较好。

一元非线性回归方程的模型及应用

求最小二乘估计值的两种方法:一种是搜索法,另一种是分析法.在非线性回归中也同样应用这两种基本方法.先考虑使用正规方程,然后考虑直接搜索法,并重点介绍了直接搜索法中高斯—牛顿法.

一种时延约束最小代价路由选择算法

使用禁忌搜索方法寻找最优路径,将最小时延路径作为初始解,在满足时延约束的情况下根据禁忌搜索规则求解代价最小的路径。仿真实验证明DCLC_TSR算法具有代价性能良好、可靠性高、耗时少、收敛速度快的优越特点。

输油管的布置优化模型

本文以2010年全国大学生数学建模竞赛C题为基础,建立优化模型。首先根据所要求的费用最省的目标,建立目标函数Q,并建立直角坐标系,归纳影响目标函数的决策变量,通过计算机使决策变量在—所形成的范围内进行全局搜索,此办法直接进行遍历搜索,搜索影响目标函数的四个决策变量,求出所对应的目标值,进一步筛选出最优值.此方法充分利用了计算机的计算能力,而不需要考虑决策变量之间的相互影响.在此理论基础上建立数学模型,并通过VB编程找到管道铺设的最省钱路径以及此路径下对应的车站位置。