10.14181/j.cnki.1002-851x.2023S1092
基于自适应PSO-BP神经网络的城轨造价预测研究
随着交通强国的推进,城轨在现代化城市交通体系中承担起更加重要的作用,而如何高效地利用已有建设数据是投资控制的重点.针对目前BP神经网络在造价预测方面的缺点,本文提出自适应PSO-BP神经网络算法,并基于已建城轨建设数据对算法性能和造价影响因素进行分析.结果表明,自适应PSO-BP神经网络改善了BP神经网络的稳定性和精度,预测结果表明在车站数量小于17座时,线路长度与车站数量对工程造价的影响呈非线性关系;在车站数大于17座时,线路长度与车站数量对工程造价的影响呈线性关系,其中车站数量的影响约为7亿元/站,线路长度的影响约为3亿元/km.
城市轨道交通、造价预测、神经网络
44
TU723.3(建筑施工)
2023-08-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96