基于改進的RBF輸電線路工程投資估價優(yōu)化研究.pdf

1、隨著市場經(jīng)濟的發(fā)展,尤其在國家電網(wǎng)公司三集五大體系之大建設(shè)管理標(biāo)準(zhǔn)化、規(guī)范化和專業(yè)化的目標(biāo)引領(lǐng)下,在提高電網(wǎng)工程基建成本控制水平的要求下,傳統(tǒng)定額概預(yù)算制度已經(jīng)無法完全滿足工程建設(shè)的需要,有必要引用廣泛應(yīng)用歷史數(shù)據(jù)估算工程投資造價的智能模型來解決這一問題。近二十年來,模糊數(shù)學(xué)算法、線性回歸、灰色理論估算法、各種智能算法被陸續(xù)應(yīng)用于房地產(chǎn)及路橋等項目的工程估價預(yù)測中,但相對而言模糊數(shù)學(xué)及灰色理論所建立的模型和算法設(shè)計較為簡單,模型構(gòu)建的假

2、設(shè)條件和因素忽略較多,而神經(jīng)網(wǎng)絡(luò)所涉及的BP算法的收斂性、魯棒性以及泛化性較差。本文基于遺傳算法改進的RBF神經(jīng)網(wǎng)絡(luò)輸電線路工程投資估價研究提出一種基于遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)智能學(xué)習(xí)改進算法,并將該算法應(yīng)用于輸電線路工程投資估價。
　　論文一方面介紹了人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)理論及遺傳算法的基本理論,對現(xiàn)有常用的神經(jīng)網(wǎng)絡(luò)估價模型進行了詳細的分析和研究,指出了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自身的缺陷及良好的泛化能力,為了盡量減少主觀因素對結(jié)果

3、的影響,進一步提出了基于遺傳算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)估價模型,充分利用遺傳算法的全局搜索特性,將RBF神經(jīng)網(wǎng)絡(luò)的寬度、中心及隱含層權(quán)值一起,通過遺傳算法進行自我修正,從而大大提高模型計算結(jié)果的精度。另一方面,根據(jù)所收集的110KV輸電線路工程投資造價數(shù)據(jù),運用SPSS成分分析法提取影響工程項目造價的主要因素作為模型輸入特征向量,基于提出的GA優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的估價模型,將收集的樣本數(shù)據(jù)進行整理、分析、初始化,以MATLAB為平臺進行仿