10.11930/j.issn.1004-9649.202103063
基于LM-CNN的输变电工程造价自动计算模型
输变电工程造价计算作为造价管控技术的核心环节,其计算模型的好坏直接影响输变电工程造价管控效能.然而现有模型往往不能兼顾计算速度、精确性与稳定性.为解决上述问题,首先,针对输变电工程造价中的实际需求确定模型的输入与输出,构建卷积神经网络模型;然后,将历史造价数据作为样本输入网络模型,得到网络输出;最后,针对期望输出与实际输出相差较大的问题,利用列文伯格-马夸尔特算法对卷积神经网络的权重参数进行优化,完成模型训练.该模型结合列文伯格-马夸尔特算法与卷积神经网络模型的优点,相比于反向传播(BP)神经网络与梯度下降法-卷积神经网络(GD-CNN)具有更高的预测精度与稳定性,提高了输变电工程造价的计算效果.
输变电工程、列文伯格-马夸尔特算法、卷积神经网络、自动计算模型、造价管控
56
TP391.41;TP273;R714.3
国家电网有限公司总部科技项目SGLNSY00HLJS2002775
2023-02-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
157-163