基于支持向量机-粒子群算法的山区公路隧道造价预测
100 积分
50
评分
4.7 积分- 详情
- 2021-09-19
- 简介
pdf
- 128KB
- 页数 未知
- 阅读 72
- 下载 30
采用最小二乘支持向量机(LSSVM)与粒子群优化算法(PSO)相结合的方法,以隧道工程分项工程技术指标为基本参数,对山区高速公路隧道工程造价进行管理和预测,基于支持向量机算法实现山区高速公路中隧道的工程特性与各分项工程造价指标之间的复杂非线性映射。建立的造价预测模型估算得到的造价与样本的实际造价误差可控制在10%的范围内,说明该预测模型可用于山区高速公路的隧道工程造价估算,并为公路工程造价人员提供了一种实用的工具和方法。
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
基于支持向量机-粒子群算法的山区公路隧道造价预测 128KB
基于粒子群算法优化支持向量机的公路客运量预测 189KB
改进粒子群算法和最小二乘支持向量机的电力负荷预测 1.7MB
基于支持向量机-粒子群算法的山区公路隧道造价预测 128KB
粒子群算法优化支持向量机的建筑施工项目风险评估 579KB
基于粒子群支持向量机的轨道电路故障诊断 2.9MB
基于改进粒子群算法的盾构掘进施工优化研究 201KB
基于粒子群算法的自动门控制研究 401KB
基于支持向量机方法的深基坑变形预测 199KB
基于粒子群算法的地铁隧道支护荷载反演分析 371KB