改进粒子群算法优化支持向量机的工程造价预测

• 作者: 李杰
• 来源期刊: 计算机系统应用
• 关键词: 工程造价预测 参数优化 粒子群算法 支持向量机
• 年，卷（期）: 2016,（6）
• 页码范围: 202-206
• 页数: 5页
• 字数: 3053字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005210

摘要

工程造价预测一直是工程管理研究中的重点，针对工程造价预测中的支持向量机参数优化问题，提出一种改进粒子群算法优化支持向量机的工程造价预测模型(IPSO-SVM)。首先收集工程造价数据，并对其进行归一化处理，然后采用支持向量机对工程造价的训练样本进行学习，并采用改进粒子群算法对支持向量机的核函数参数进行优化，最后采用 Matlab 2012工具箱对工程造价进行仿真实验。实验结果表明， IPSO-SVM 有效提高工程造价的预测精度，预测结果具有一定的实际应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰	延安职业技术学院农林建筑工程系	6	35	4.0	5.0