高標準基本農田建設是穩(wěn)定國家與區(qū)域糧食安全的基礎,是國家實施"藏糧于地"戰(zhàn)略的重要組成部分.隨著高標準基本農田建設資金投入力度不斷加大,投資估算對于提高項目資金投資效益意義重大.通過限制因素分析法確定項目工程技術組成,采用魚骨圖模型提取高標準基本農田工程造價指標,基于深度學習訓練機制下的多層感知器神經網絡,構建高標準基本農田建設工程造價估算模型.結果表明,模型能夠有效提高估算精度和效率,精度符合工程投資估算標準要求.模型簡單易操作,有助于提高項目投資決策的科學性和合理性. 

【文章來源】：青島理工大學學報. 2020,41(03)

【文章頁數】：9 頁

【部分圖文】：

高標準基本農田工程造價特征指標體系

將A1—A27,B1—B15組案例作為訓練樣本，用訓練后的模型對A28—A32,B16—B19組案例進行測試．根據上文確定的函數，利用Python軟件多層感知器功能進行訓練與測試．試驗表明，當隱含層層數到達第5層時，模型開始出現過擬合現象，精準度開始下降，見表3．故采用隱含層為4層的深度訓練機制進行樣本訓練，測試樣本的預測結果偏差如圖4,5所示．圖5 邊溝排渠工程造價偏差

圖4 田間道路工程造價偏差為進一步確定深度學習訓練機制在預測造價準確性上的效果，選擇具有單隱含層的MLP模型、BP神經網絡進行對比，采用均方根誤差（RMSE）和平均絕對百分誤差（MAPE）進行衡量，計算公式分別為式（4）、式（5），預測模型誤差對比見表4，結果顯示多隱含層的MLP預測結果更為精確．

【參考文獻】：
期刊論文
[1]低山丘陵區(qū)高標準基本農田建設限制性因子識別與建設方向[J]. 王兆林,楊慶媛,羅明.  中國農業(yè)資源與區(qū)劃. 2019(06)
[2]蘿北縣高標準基本農田建設時序及障礙因素診斷[J]. 張旭,雷國平,周浩,張穎,曲曉涵,孟祥玉.  中國農業(yè)資源與區(qū)劃. 2018(06)
[3]山區(qū)土地整治項目投資空間分異與估算模型構建研究[J]. 謝剛,謝元貴,廖小鋒,金桃,林濤,劉弢,楊禹,肖玖軍.  貴州科學. 2018(03)
[4]基于遺傳支持向量機的綜合管廊土建工程造價估算方法研究[J]. 李芊,張悠.  隧道建設(中英文). 2018(02)
[5]基于模糊神經網絡的公路造價估算模型探究[J]. 馬永軍,楊志遠.  公路工程. 2017(06)
[6]土地整治項目快速估算模型的建立[J]. 尹曉媛,劉甲明,李建華,張建生,葛興燕,曾維軍,陳運春.  貴州農業(yè)科學. 2017(08)
[7]基于SVM和LS-SVM的住宅工程造價預測研究[J]. 秦中伏,雷小龍,翟東,金靈志.  浙江大學學報(理學版). 2016(03)
[8]基于GA-BP算法的公路工程造價估算研究[J]. 潘雨紅,張宜龍,蔡亞軍,吳歡歡,隋鴻艷.  重慶交通大學學報(自然科學版). 2016(02)
[9]高標準基本農田建設中的耕地質量與立地條件評價研究[J]. 錢鳳魁,張琳琳,邊振興,牛朋,賈璐,王秋兵.  土壤通報. 2015(05)
[10]基于灰關聯-神經網絡的電力工程造價估算[J]. 楊永明,王燕,范秀君,劉超.  重慶大學學報. 2013(11)

博士論文
[1]土地開發(fā)整理投資估算方法研究[D]. 肖光強.中國礦業(yè)大學（北京） 2010

碩士論文
[1]上海市土地整理工程造價指標的構建研究[D]. 馬馳原.東華大學 2017
[2]提升耕地質量的土地整治工程技術遴選與組配[D]. 陳學砧.中國地質大學(北京) 2016



本文編號：3049160