MLR和SVM模型在水电工程价格指数预测中的应用

发布时间：2017-08-13 21:29

  本文关键词：MLR和SVM模型在水电工程价格指数预测中的应用

  更多相关文章： 水电工程 价格指数 造价控制 MLR模型 SVM模型

【摘要】：水电工程价格指数综合反映不同地区各年度投资变化趋势,价格指数的准确预测可为政府和业主宏观控制工程总投资提供参考数据,对造价控制尤为重要。以2005~2015年水电工程综合价格指数及各类调价因子为基础,建立多元线性回归(MLR)和支持向量机(SVM)价格指数预测模型,对比分析两模型的实效性。实证表明,当样本容量较小时,MLR预测模型更为适用,精度达99.73%,标准差低达0.002 9;当样本容量较大时,SVM模型对水电工程价格指数预测精度更高,达99.77%,可见所提方法对价格指数预测精度高、稳定性强,能为造价管理提供参考。
【作者单位】： 三峡大学水利与环境学院;
【关键词】： 水电工程 价格指数 造价控制 MLR模型 SVM模型
【基金】：三峡大学研究生科研创新基金项目(SDYC2016010)
【分类号】：TV512
【正文快照】： 1引言水电工程拥有建设周期长、规模庞大、结构复杂、影响因素众多等典型特点,使得投资巨大且造价控制困难[1],而工程价格指数作为业主编制概算、承包商成本核算的依据,是造价管理领域的重要参数,因此对价格指数进行有效预测就成为动态控制投资额的重要举措。近年来,关于水电

【相似文献】

中国期刊全文数据库 前5条

1 张腾飞;张海波;季春生;李志成;;一种航空发动机SVM模型辨识方法与仿真[J];机械设计与制造;2012年08期

2 殷实;关玉衡;曾艳芳;;基于SVM模型的风电功率预测[J];常州信息职业技术学院学报;2012年03期

3 许后磊;郑东健;;混合核SVM模型在大坝位移预测中的应用[J];水力发电;2010年04期

4 蔡曦;胡昌华;刘炳杰;蔡艳宁;;基于aiNet算法优化SVM模型的惯性器件故障预报[J];计算机仿真;2007年10期

5 ;[J];;年期

，

本文编号：668976