首页|基于PSO-SVM的水工隧洞施工成本预测

基于PSO-SVM的水工隧洞施工成本预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
Construction Cost Prediction of Hydraulic Tunnel Based on PSO-SVM

刘英杰、聂章琴、王博、许亚辉

展开 >

华北水利水电大学 水利学院,河南 郑州450046

水资源高效利用与保障工程河南省协同创新中心,河南 郑州450046

河南省水环境模拟与治理重点实验室,河南 郑州450046

成本预测 支持向量机 粒子群算法 水工隧洞

5170911610030

2021

10.3969/j.issn.1000-1379.2021.09.031

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2021.43(9)
  • 6
  • 12