基于GA-SVM的输电塔结构基础施工成本预测

• 作者: 张卓群 李旭 李静
• 来源期刊: 施工技术
• 学科: 工学
• 关键词: 项目管理 遗传算法 支持向量机 成本预测 输电塔
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 项目管理
• 页码范围: 100-102,114
• 页数: 4页
• 分类号: TU279.7+44
• 字数: 1896字
• 语种: 中文
• DOI: 10.7672/sgjs2016120100

摘要

针对输电塔结构施工地点偏远,基础结构施工成本难以预测的问题,提出了一种基于遗传算法(GA)-支持向量机(SVM)的输电塔基础施工的成本预测方法.该方法通过遗传算法得到最优参数组合的支持向量机,将输电塔成本预测问题转化为回归问题.通过一输电塔基础施工实例来说明方法的有效性.结果表明,相比神经网络和传统的SVM算法,GA-SVM对小样本的模型预测效果显著,所述方法能较准确预测输电塔结构基础的施工成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李静	北京工业职业技术学院建筑与测绘工程学院	64	295	8.0	15.0
2	张卓群		12	38	4.0	5.0
3	李旭		4	4	1.0	2.0