基于ABC-LS-SVM的工程项目成本估算与控制模型

发布时间：2021-11-14 12:50

　　准确的工程项目成本估算是分析工程价值的重要依据,也是实现高质量成本控制的基础。针对成本与其影响因素之间的高度非线性特征以及工程实践中小样本数据的情况,构建了基于ABC-LS-SVM的成本估算模型。该模型以LS-SVM算法为核心,采用人工蜂群算法调谐模型核心参数取值。实例表明:与其他估算模型相比,该模型实现了估算精度和建模效率的双重提高。在此基础上,依据成本估算值和测试集误差MAPE划定成本控制区间,建立成本控制模型,判断项目成本的状态和管理水平,保证项目实现预定的经济目标和社会效益,为实现项目成本的有效控制提供参考。 

【文章来源】：工程管理学报. 2020,34(03)

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究[J]. 韩贺鸣,张磊,施斌,魏广庆.  工程地质学报. 2019(04)
[2]基于ABC-BPNN的内蒙古西部草原民居建筑能耗预测模型[J]. 金国辉,魏雪,张伟健.  土木工程与管理学报. 2019(02)
[3]基于粒子群算法改进最小二乘支持向量机的工程投资风险评价模型[J]. 唐碧秋,韩佳,郭国峰,张赛.  土木工程与管理学报. 2019(02)
[4]基于灰关联的PSO-BP神经网络的高层住宅造价估算[J]. 蒋红妍,白雨晴.  工程管理学报. 2019(01)
[5]基于支持向量机与概率输出网的深度学习模型[J]. 刘涵,王月岭,王晓,林艳艳.  系统工程理论与实践. 2018(08)
[6]Research on optimized GA-SVM vehicle speed prediction model based on driver-vehicle-road-traffic system[J]. LI YuFang,CHEN MingNuo,LU XiaoDing,ZHAO WanZhong.  Science China（Technological Sciences）. 2018(05)
[7]基于遗传支持向量机的综合管廊土建工程造价估算方法研究[J]. 李芊,张悠.  隧道建设(中英文). 2018(02)
[8]差分进化最小二乘支持向量机法预测日用水量[J]. 陈磊,陈李.  哈尔滨工业大学学报. 2018(08)
[9]一种组合核相关向量机的短时交通流局域预测方法[J]. 邴其春,龚勃文,杨兆升,林赐云,商强.  哈尔滨工业大学学报. 2017(03)
[10]基于SVM和LS-SVM的住宅工程造价预测研究[J]. 秦中伏,雷小龙,翟东,金灵志.  浙江大学学报(理学版). 2016(03)

硕士论文
[1]基于支持向量机（SVM）的工程项目投资估算方法研究[D]. 吕科奇.浙江大学 2004



本文编号：3494670