特征提取和小样本学习的电力工程造价预测模型

• 作者: 俞集辉 彭光金 杨光 韦俊涛
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 电力工程 预测模型 主成分分析 最小二乘支持向量机 小样本学习
• 年，卷（期）: 2009,（9）
• 页码范围: 1104-1110
• 页数: 7页
• 分类号: TM743
• 语种: 中文

摘要

通过特征提取和小样本学习的结合,提出一种全新的基于混合算法的电力工程造价预测模型.利用主成分分析对原始指标进行预处理,消除原始指标之间的相关性,并提取潜在的综合独立指标,将新指标作为输入集构造基于最小二乘支持向量机的预测学习模型,将其预测结果和神经网络模型预测对比分析.并通过不同主成分数目预测结果的比较,确定最优的主成分个数,达到理想的预测效果.实例预测结果表明:该方法可以有效提取原始指标的信息量,在小样本学习方面表现突出,能够达到期望的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞集辉	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	84	1177	19.0	28.0
2	杨光	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	17	151	8.0	12.0
3	彭光金	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	14	103	5.0	10.0
4	韦俊涛	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	3	40	2.0	3.0