10.3969/j.issn.1000-1379.2021.09.031
基于PSO-SVM的水工隧洞施工成本预测
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.
成本预测、支持向量机、粒子群算法、水工隧洞
43
TV554(水利工程施工)
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
2021-09-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
160-164