基于PSO-SVM的水工隧洞施工成本预测

摘要：

为了对水工隧洞工程施工成本进行精确预测,从工程、环境、市场以及管理4个方面分析了水工隧洞施工成本影响因素,构建了水工隧洞施工成本影响因素量化方法.采用粒子群算法(PSO)优化支持向量机(SVM)模型中的惩罚因子C和核函数参数g,建立基于PSO-SVM的水工隧洞施工成本预测模型.对比SVM模型的预测结果发现,PSO-SVM模型的平均绝对百分比误差和均方根误差更小,训练速度更快,预测效果更好.

关键词：成本预测、支持向量机、粒子群算法、水工隧洞

所属期刊栏目：43

分类号：TV554(水利工程施工)

资助基金：国家自然科学基金资助项目;华北水利水电大学高层次人才科研启动项目

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：160-164