基于混沌SVM与BP神经网络预测材料价格指数

为了解决工程造价指数难以预测非线性结构、数据拟合难度大、预测模型参数求解过于固定化、预测模型可靠性不高等问题,文中在混沌时间序列理论的基础上,结合机器学习算法支持向量机(SVM)技术和BP神经网络算法,提出混沌SVM与BP神经网络组合预测模型。实例研究证明,该组合预测模型的精度比SVM预测模型、混沌SVM预测模型、BP神经网络预测模型和GM(1,1)预测模型的高,具有拟合非线性和预测线性波动的能力,可用于工程造价指数预测。

灰色预测在公路工程造价控制中的应用

通过灰色预测模型这一数学媒介,来解决公路工程造价控制中随时间而变化的风险因素的预测问题。在对预测原理陈述的基础上,以某公路项目主材的造价指数为例,进行了灰色预测实例分析及灰色预测与其它预测方法的对比分析,来证明这种方法在此类风险预测中的可行性。