基于FCM和PSO-SVM的电力工程造价预测模型研究
100 积分
50
评分
4.6 积分- 详情
- 2021-08-06
- 简介
pdf
- 205KB
- 页数 4P
- 阅读 72
- 下载 25
为了准确地估计新建变电工程的造价水平,提出一种基于模糊聚类方法与粒子群优化的支持向量机的组合预测模型。通过模糊聚类分析,将具有高度相似性的样本工程进行归类,使得同类别中的样本规律更加容易识别,然后使用PSO-SVM分别对每类工程进行造价预测。基于聚类分析处理的PSO-SVM预测模型的实例测算结果与单一预测模型的测算结果相比,7个测试样本的预测精度都降到了5%以内,证明了这种方法的有效性和准确性。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于FCM和PSO-SVM的电力工程造价预测模型研究 205KB
基于PSO-SVM的城市桥梁群体震害预测模型研究 382KB
基于ANN的电力工程造价预测 1.7MB
基于PSO-SVM模型的短期电力负荷预测研究 309KB
基于BP神经网络的电力工程造价模型研究 241KB
基于TCM理论的电力工程造价管理策略研究 1.8MB
电力工程造价控制研究 116KB
控制电力工程造价研究 98KB
论电力工程造价的合理控制 170KB
论电力工程造价的动态过程 313KB