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:
为了解决前馈(BP)神经网络在配电网工程建设工程造价预测时,容易陷入局部极小而导致预测精度降低的问题,提出了一种GA-BP神经网络的配电网工程造价预测模型.模型试算与分析结果表明:除了个别样本数据外,GA-BP模型预测数据的相对误差小于BP模型预测数据的相对误差.其中,GA-BP模型的预测数据的相对误差整体最小,BP模型的相对误差整体最大,BP整体的相对误差要稍小于GA-BP.GA-BP和BP的模型平均相对误差数值更小,GA-BP模型的平均相对误差最小,说明该模型的预测稳定性最强.此外,GA-BP和BP的模型稳定性和预测的精度上都要优于GA-BP和BP.其中,GA-BP的预测模型最好,BP预测模型最差.该基于GA-BP神经网络的配电网工程造价预测模型为提高配电网工程造价预测精度提供了一定的理论基础.
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
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
基于GA-BP神经网络的粗粒土渗透系数预测
粗粒土
渗透系数
BP神经网络
遗传算法
孔隙比
级配
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神经网络的配电网工程造价预测
来源期刊 自动化仪表 学科 工学
关键词 配电网工程 遗传算法 神经网络 工程造价 预测 相对误差
年,卷(期) 2019,(7) 所属期刊栏目 应用实践
研究方向 页码范围 91-93,99
页数 4页 分类号 TH86
字数 1599字 语种 中文
DOI 10.16086/j.cnki.issn1000-0380.2018080020
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 于波 国网宁夏电力有限公司经济技术研究院 13 10 2.0 2.0
2 肖艳利 国网宁夏电力有限公司经济技术研究院 8 4 1.0 1.0
3 杨凯 国网宁夏电力有限公司经济技术研究院 20 13 2.0 2.0
4 何勇萍 国网宁夏电力有限公司经济技术研究院 6 5 2.0 2.0
5 王封潇 1 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  (106)
共引文献  (88)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(12)
  • 参考文献(2)
  • 二级参考文献(10)
2016(17)
  • 参考文献(1)
  • 二级参考文献(16)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(5)
  • 参考文献(3)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
配电网工程
遗传算法
神经网络
工程造价
预测
相对误差
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
自动化仪表
月刊
1000-0380
31-1501/TH
大16开
上海市漕宝路103号
4-304
1957
chi
出版文献量(篇)
6519
总下载数(次)
11
论文1v1指导