隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展,電網(wǎng)基礎(chǔ)建設(shè)的投資金額在逐年減少,需要提高電網(wǎng)基礎(chǔ)建設(shè)工程的成本控制的能力,而國家電力定額站發(fā)布的電力定額概預(yù)算體系不能滿足現(xiàn)有電力工程基礎(chǔ)建設(shè)的精細(xì)化管理的需要,依托電力的基礎(chǔ)建設(shè)的歷史數(shù)據(jù),運(yùn)用數(shù)學(xué)的模型構(gòu)造智能模型來解決問題。在過去的三十年間,用在房地產(chǎn)及道路橋梁等工民建的項(xiàng)目的工程造價(jià)預(yù)測(cè)中的智能算法有,模糊數(shù)學(xué)估算法,線性回歸估算,灰色理論估算法等。但相比于其他的智能算法,依據(jù)模糊數(shù)學(xué)和灰色理論建立的數(shù)學(xué)模型和算法就相對(duì)的比較簡單易懂,那是因?yàn)槟：龜?shù)學(xué)和灰色理論的數(shù)學(xué)模型構(gòu)建過程中需要的輸入的變量相對(duì)較少,假設(shè)條件也不多,進(jìn)而可以忽略需要構(gòu)建系統(tǒng)中比較多的假設(shè)條件和影響因素,但是神經(jīng)網(wǎng)絡(luò)中的BP算法的獨(dú)有特性,其收斂性和魯棒性泛化程度比較低。本文基于RBF神經(jīng)網(wǎng)絡(luò)輸電線路工程造價(jià)投資估算模型提出一種基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)學(xué)習(xí)算法,并且應(yīng)用于輸電線路工程造價(jià)投資估價(jià)中。論文先介紹了現(xiàn)在電力行業(yè)的工程造價(jià)的管理現(xiàn)狀和輸電線路工程的工程造價(jià)投資估算的編制流程,凸顯出輸電線路工程的工程造價(jià)投資估算的存在的問題,現(xiàn)有階段的一些應(yīng)對(duì)的辦法,以及對(duì)這種應(yīng)對(duì)之法的分析。...

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4-1所示，如圖所示，輸入節(jié)點(diǎn)有m個(gè)，各輸入分量為RBF

1430.12020.00220.23160.88650.08500.00000.013301440.12020.00280.24080.48050.04220.00020.011401450.12020.00280.24040.3792....

圖4-2從上面的折線圖明顯可以看出，扣除32號(hào)和41號(hào)工程之外，在測(cè)試的18組測(cè)試

圖4-2從上面的折線圖明顯可以看出，扣除32號(hào)和41號(hào)工程之外，在測(cè)試的18組測(cè)試樣本中，RBF神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)的工程造價(jià)投資在工程造價(jià)管理的誤差范圍10%以內(nèi)，滿足現(xiàn)有的工程造價(jià)的管理要求。結(jié)合電力造價(jià)工作人員建議，認(rèn)為該誤差基本符合實(shí)際工作要求，可以達(dá)到指導(dǎo)....

本文編號(hào)：3925877