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:
水电工程造价指数是反映市场价格变动对水电工程造价影响的综合性指数,准确有效地预测水电工程造价指数可提高建设管理部门的管理水平.以2004~2013年的水电工程造价指数为基础,建立BP神经网络模型,通过训练集输入网络,测试集检测网络,构建人工、材料、机械单一造价指数与综合造价指数的关系,并运用遗传算法根据误差反向传导的原理调整BP神经网络的权值与阈值,预测2014~2016年的水电工程造价指数,预测精度达98.4%,表明GA-BP神经网络模型在水电工程造价指数的预测应用上具有一定的参考价值.
推荐文章
基于GA-BP神经网络算法的马铃薯晚疫病预测模型
马铃薯晚疫病
遗传算法
BP神经网络
归一化处理
双江口水电工程造价受合同管理的影响解析
水电工程
合同管理
造价
影响
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
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 基于GA-BP神经网络的未来时期水电工程造价指数预测
来源期刊 水电能源科学 学科 工学
关键词 水电工程 造价指数 GA-BP神经网络 预测
年,卷(期) 2018,(4) 所属期刊栏目 水利水电工程
研究方向 页码范围 162-164
页数 3页 分类号 TV-9
字数 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 郭琦 三峡大学水利与环境学院 59 401 11.0 17.0
2 姜章维 三峡大学水利与环境学院 5 3 1.0 1.0
3 邓唯 三峡大学水利与环境学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(9)
  • 参考文献(0)
  • 二级参考文献(9)
2019(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(9)
  • 参考文献(0)
  • 二级参考文献(9)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水电工程
造价指数
GA-BP神经网络
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导