MLR和SVM模型在水电工程价格指数预测中的应用
来源:论文学术网
时间:2024-08-18 13:20:39
热度:
MLR和SVM模型在水电工程价格指数预测中的应用【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
【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
【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
您可以在本站搜索以下学术论文文献来了解更多相关内容
一种航空发动机SVM模型辨识方法与仿真 张腾飞;张海波;季春生;李志成;
基于SVM模型的风电功率预测 殷实;关玉衡;曾艳芳;
混合核SVM模型在大坝位移预测中的应用 许后磊;郑东健;
基于aiNet算法优化SVM模型的惯性器件故障预报 蔡曦;胡昌华;刘炳杰;蔡艳宁;
-
太阳能诱导式通风屋顶模型的研究2024-08-18
-
煤矿清洁生产模糊层次综合评价模型及应用2024-08-18
-
旋风风能提水系统理论与模型实验2024-08-18
-
水电工程突发事件实时响应决策云模型研究2024-08-18
-
基于二分网络模型的专利权人推荐研究——以新能源汽车领域为例2024-08-18
-
全球变暖背景下中国东部夏季三类雨型预测概念模型新建2024-08-18
-
ABB以领先的风电技术支持“清洁能源”的发展 用领先的电气系统与服务帮助客户“善用风能”2024-08-18
-
摆翼式立轴风力机将使风电普及使风能成为新世纪的主要能源2024-08-18
-
自清洁离心机转鼓结构设计与模型分析2024-08-18
-
我国新能源汽车产业融资效率评价与分析——基于DEA-Logit模型的实证研究2024-08-18
-
水电-风电联合运行优化调度研究2024-08-18
-
沈阳华创风能有限公司 全面推进兆瓦级风电机组产业化2024-08-18
-
水稻秸秆压块热值模型构建及其影响因子相关性分析2024-08-18
-
明阳风电:爱恨风能2024-08-18
-
浅谈太阳能电池的动态模型和动态特性2024-08-18