基于软计算的电力线路工程造价预测模型

采用软计算和数据挖掘技术来解决电力线路工程造价问题,提出了一种工程造价的智能预测模型。首先根据工程造价的专业要求对搜集的实际历史数据进行预处理,并应用包装算法优选属性使数据结构符合建模要求,然后采用基于神经网络集成的模糊系统构建工程造价的预测模型,在建模过程中,利用实验对比方法对模型参数进行了优选。最后在Matlab平台上对该模型进行了仿真,实验结果说明该模型在预测准确性及泛化能力上优于BP网络。模型对于工程建设业主方控制初期的投资规模具有一定的指导意义,也能为电力部门在历史工程的基础上形成客观全面的工程造价经验提供辅助手段。

电网基建工程造价预测模型构建方法

本文主要探索电网基建工程造价预测模型的构建方法,运用历史项目造价数据预测未来项目造价,辅助电网基建投资精准决策、支撑投资过程精益管控与事后精准评价,助力电网企业精准投资。

建筑工程造价预测模型的设计与实现

为了使编制投资计划及控制施工成本的造价估算做到准确有效,建筑工程在投资决策过程中必做工作之一就是工程造价预估。基于模糊逻辑和神经网络方法设计建筑工程造价预测模型,依据建筑工程特征,通过直觉模糊分析方法,对造价的影响程度系数的求解;并在此基础上完成了对建筑工程造价影响程度较大的5个工程特征的确定,还在神经网络模型中用作输入向量,结合MATLAB工具箱完成程序设计,使用已完工程数据实现模型的训练、修正以及验证。验证说明了所设计的模型可使建筑工程造价预测的精确度得到显著提高,具有较强的实用价值。