基于改进的RBF输电线路工程投资估价优化研究

发布时间：2020-02-12 19:37

【摘要】：随着市场经济的发展，尤其在国家电网公司三集五大体系之大建设管理标准化、规范化和专业化的目标引领下，在提高电网工程基建成本控制水平的要求下，传统定额概预算制度已经无法完全满足工程建设的需要，，有必要引用广泛应用历史数据估算工程投资造价的智能模型来解决这一问题。近二十年来，模糊数学算法、线性回归、灰色理论估算法、各种智能算法被陆续应用于房地产及路桥等项目的工程估价预测中，但相对而言模糊数学及灰色理论所建立的模型和算法设计较为简单，模型构建的假设条件和因素忽略较多，而神经网络所涉及的BP算法的收敛性、鲁棒性以及泛化性较差。本文基于遗传算法改进的RBF神经网络输电线路工程投资估价研究提出一种基于遗传算法优化RBF神经网络的数据智能学习改进算法，并将该算法应用于输电线路工程投资估价。 论文一方面介绍了人工智能技术、神经网络理论及遗传算法的基本理论，对现有常用的神经网络估价模型进行了详细的分析和研究，指出了神经网络结构自身的缺陷及良好的泛化能力，为了尽量减少主观因素对结果的影响，进一步提出了基于遗传算法优化的RBF神经网络估价模型，充分利用遗传算法的全局搜索特性，将RBF神经网络的宽度、中心及隐含层权值一起，通过遗传算法进行自我修正，从而大大提高模型计算结果的精度。另一方面，根据所收集的110KV输电线路工程投资造价数据，运用SPSS成分分析法提取影响工程项目造价的主要因素作为模型输入特征向量，基于提出的GA优化RBF神经网络的估价模型，将收集的样本数据进行整理、分析、初始化，以MATLAB为平台进行仿真模拟分析，验证了该模型不仅计算简便、快捷，且具有较高的计算精度。 最后提出该方法不仅可以对新建工程的造价进行合理预测和估算，也可以对历史工程造价的合理性进行验证分析，还可以在招投标中实现快速报价，在工程建设领域具有较好的实际应用价值。同时，在文章的最后对全文进行了总结和展望，指出了进一步的研究方向。
【图文】：

6设项目投资估价管理。本章详价计价依据、现行的工程投资的不足和优化办法。资估价模型理论。本章将已有则进行了一个比较，从而确定学习算法以及 MATLAB 径向基这一智能优化方法提出了改进电线路工程投资估价模型构建。细介绍基本原理、模型结构、分分析”三阶梯式分析方法进工程特征向量作为模型的输入

工程量清单计价模式招投标合同价形成流程图
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP18;TM75

【参考文献】

相关期刊论文 前10条

1 银涛;俞集辉;;基于人工神经网络送电线路工程造价的快速估算[J];重庆大学学报(自然科学版);2007年01期

2 李万庆;张金水;孟文清;;基于小波神经网络的房地产价格指数预测研究[J];河北工程大学学报(自然科学版);2008年01期

3 周俊武,孙传尧,王福利;径向基函数(RBF)网络的研究及实现[J];矿冶;2001年04期

4 余红;;建筑工程造价中各个阶段的费用控制探究[J];价值工程;2013年27期

5 江丽丽;;一种基于多造价信息合理约束的工程造价模型优化[J];科技通报;2013年10期

6 王凌,郑大钟;径向基函数神经网络结构的混合优化策略[J];清华大学学报(自然科学版);1999年07期

7 冯为民,曹跃进,任宏;基于案例模糊推理的土木工程造价估算方法研究[J];土木工程学报;2003年03期

8 郝艳芬;张军朝;陈俊杰;赵荣香;;基于BP神经网络的市政工程造价预估研究[J];太原理工大学学报;2012年06期

9 段晓晨;郭兰英;张新宁;;新建高铁工程非线性造价估算方法研究[J];铁道学报;2013年10期

10 刘茉;冷冰;;基于人工神经网络的工程估价预测模型[J];北华大学学报(自然科学版);2006年02期

相关博士学位论文 前2条

1 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年

2 路石俊;内蒙古500KV变电站全生命周期成本管理研究[D];华北电力大学（北京）;2010年

本文编号：2578916