电力工程造价的随机权深度神经学习估算方法

• 作者: 许刚 谈元鹏 赵妙颖
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 造价估算 大数据 神经网络 深度学习 电力工程
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 工程与应用
• 页码范围: 213-218
• 页数: 6页
• 分类号: TM726
• 字数: 5364字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1411-0150

摘要

为了实现对电力工程造价高效、精确的估算，提出了一种电力工程造价的随机权深度神经学习估算算法（Random Weighted Deep Neural Learning，RWDNL）。通过构建外权随机的带有小中间层的多隐层神经网络模型，利用神经网络深度学习实现了对海量数据有效特征的提取以及电力工程项目造价估算。数值仿真实验结果表明该方法使工程造价估算精度和速度大大提高，可获得令人满意的泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许刚	华北电力大学电气与电子工程学院	62	289	10.0	14.0
2	谈元鹏	华北电力大学电气与电子工程学院	8	51	4.0	7.0
3	赵妙颖	华北电力大学电气与电子工程学院	4	27	2.0	4.0