F公司输电线路工程造价投资估算模型

发布时间：2024-03-11 05:14

　　随着市场经济的发展,电网基础建设的投资金额在逐年减少,需要提高电网基础建设工程的成本控制的能力,而国家电力定额站发布的电力定额概预算体系不能满足现有电力工程基础建设的精细化管理的需要,依托电力的基础建设的历史数据,运用数学的模型构造智能模型来解决问题。在过去的三十年间,用在房地产及道路桥梁等工民建的项目的工程造价预测中的智能算法有,模糊数学估算法,线性回归估算,灰色理论估算法等。但相比于其他的智能算法,依据模糊数学和灰色理论建立的数学模型和算法就相对的比较简单易懂,那是因为模糊数学和灰色理论的数学模型构建过程中需要的输入的变量相对较少,假设条件也不多,进而可以忽略需要构建系统中比较多的假设条件和影响因素,但是神经网络中的BP算法的独有特性,其收敛性和鲁棒性泛化程度比较低。本文基于RBF神经网络输电线路工程造价投资估算模型提出一种基于RBF神经网络的数据学习算法,并且应用于输电线路工程造价投资估价中。论文先介绍了现在电力行业的工程造价的管理现状和输电线路工程的工程造价投资估算的编制流程,凸显出输电线路工程的工程造价投资估算的存在的问题,现有阶段的一些应对的办法,以及对这种应对之法的分析。...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图4-1所示，如图所示，输入节点有m个，各输入分量为RBF

1430.12020.00220.23160.88650.08500.00000.013301440.12020.00280.24080.48050.04220.00020.011401450.12020.00280.24040.3792....

图4-2从上面的折线图明显可以看出，扣除32号和41号工程之外，在测试的18组测试

图4-2从上面的折线图明显可以看出，扣除32号和41号工程之外，在测试的18组测试样本中，RBF神经网络算法预测的工程造价投资在工程造价管理的误差范围10%以内，满足现有的工程造价的管理要求。结合电力造价工作人员建议，认为该误差基本符合实际工作要求，可以达到指导....

本文编号：3925877