摘要
工程造价预测是项目可行性研究的基础,其准确性直接影响项目的投资决策.住宅工程在建设过程中往往面临建设前期设计深化不够、单方造价测算困难、造价估算精度不高等问题.为了提高住宅工程造价预测的准确性,提出一种基于粒子群优化算法的最小二乘支持向量机(PSO-LSSVM)预测模型.该模型采用预测值与实际值的均方根误差最小为适应度评价函数,基于30 组小样本数据,选取15 项住宅工程特征指标作为样本输入、单方造价作为样本输出,并利用粒子群算法(PSO)优化算法最小二乘支持向量机(LSSVM)模型的关键参数组合(γ,σ),构建PSO-LSSVM预测模型.基于此,采用15 组测试数据集进行、PSO-LSSVM模型预测精度验证.结果表明:LSSVM模型正则化参数γ、径向基核参数σ分别取250、0.747 9 时,LSSVM预测模型最优;PSO-LSSVM模型预测值与实际值的相对误差可控制在3.20%以内,均方根误差可控制在[1.64%,2.72%],PSO-LSSVM预测模型表现出良好的预测精度和预测稳定性.提出的PSO-LSSVM预测模型可以稳定高效地对实际住宅工程造价进行预测,同时,也为类似建设工程造价预测提供参考.
维普
万方数据