基于粒子群算法改进最小二乘支持向量机的工程投资风险评价模型

• 作者: 唐碧秋 张赛 郭国峰 韩佳
• 来源期刊: 土木工程与管理学报
• 学科: 经济
• 关键词: 工程投资 风险评价 最小二乘支持向量机 粒子群算法
• 年，卷（期）: 2019,（2）
• 页码范围: 98-103
• 页数: 6页
• 分类号: F407.9
• 字数: 5342字
• 语种: 中文

摘要

为了有效控制工程投资风险,有预见性地采取风险应对策略,通过粒子群算法优化最小二乘支持向量机的核函数参数和正则化参数,构建了一种工程投资风险评价模型.分别采用WBS和元分析法分析工程项目投资环境面临的内部和外部风险因素,并建立投资风险评价体系.根据工程实际情况采用专家打分法对17个已完工项目和4个新开工项目进行投资风险因素打分,将打分值归一化处理后作为最小二乘支持向量机的输入向量,4个新开工项目的风险评价值作为输出向量,根据评价值确定其对应的风险等级.结果表明,粒子群改进最小二乘支持向量机模型预测的平均误差为2.48％,能够较准确地评价投资风险等级,为工程投资风险控制提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐碧秋	桂林电子科技大学建筑与交通工程学院	23	54	4.0	5.0
2	韩佳	桂林电子科技大学建筑与交通工程学院	4	15	3.0	3.0
3	郭国峰	桂林电子科技大学建筑与交通工程学院	2	3	1.0	1.0
4	张赛		1	3	1.0	1.0