基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种采用数据挖掘技术和神经网络方法预测和审查电力工程造价问题的模型,应用数据挖掘技术进行数据预处理、属性优选和聚类得到模糊规则,并用改进的BP(back propagation)神经网络模糊系统构建了电力工程造价的预测方法.通过对某市送电线路历史工程样本训练和实例样本计算分析,得到了较好的计算结果,验证了该方法的预测准确性和收敛性,显示了该方法在电力工程造价预测和审查中的有效性.
推荐文章
电力工程造价管理策略研究
电力工程
造价管理
研究
基于ANN的电力工程造价预测模型的建立与实现
电力工程
预测模型
人工神经网络
机器学习
电力工程造价问题探究
电力工程
造价问题
探究
电力工程造价管理现状与控制策略
电力工程
造价管理
投资管理
预算编制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘和神经网络技术的电力工程造价应用
来源期刊 重庆大学学报(自然科学版) 学科 工学
关键词 数据挖掘 神经网络 电力工程造价 预测
年,卷(期) 2008,(6) 所属期刊栏目 通信、计算机技术
研究方向 页码范围 663-666,682
页数 5页 分类号 TM769
字数 2927字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李永明 重庆大学输配电装备及系统安全与新技术国家重点实验室 56 538 13.0 20.0
2 王颖 重庆大学输配电装备及系统安全与新技术国家重点实验室 33 123 6.0 10.0
3 王玉斌 重庆大学输配电装备及系统安全与新技术国家重点实验室 2 42 2.0 2.0
4 段慧青 重庆大学输配电装备及系统安全与新技术国家重点实验室 4 46 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (32)
参考文献  (9)
节点文献
引证文献  (27)
同被引文献  (82)
二级引证文献  (68)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(8)
  • 引证文献(4)
  • 二级引证文献(4)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(8)
  • 引证文献(4)
  • 二级引证文献(4)
2017(17)
  • 引证文献(5)
  • 二级引证文献(12)
2018(21)
  • 引证文献(3)
  • 二级引证文献(18)
2019(18)
  • 引证文献(0)
  • 二级引证文献(18)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
数据挖掘
神经网络
电力工程造价
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导