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:
针对影响城市轨道交通工程投资非线性估算性能的特征指标和估算算法2个关键因素,提出优化与改进.对现有城市轨道交通工程投资估算研究成果中14个特征指标,提出优化假设,采用支持向量机(SVM)对样本数据进行训练和估算,通过对比优化前后估算结果的RMSE值进行优化假设验证,最终得到8个特征指标.对城市轨道交通工程投资估算算法,提出遗传算法(GA)优化极限学习机(ELM)输入权值和隐含层阈值的算法,对样本数据进行训练和验证,估算结果RMSE值显示新算法估算精度和稳定性较现有估算算法大幅提高;将提出的城市轨道交通工程投资估算模型与SVM,LSSVM和BP神经网络估算模型相比,估算结果显示本文提出的估算模型比其他估算模型精确度较高.
推荐文章
城市轨道交通工程管理策略分析
城市
轨道交通
工程管理
策略分析
城市轨道交通前期建设的投资控制浅析
轨道交通
前期工程
投资控制
BIM在城市轨道交通工程中的应用
BIM技术
城市轨道交通
综述
城市轨道交通建设开发模式
城市轨道
交通建设
开发模式
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-ELM的城市轨道交通工程投资估算方法研究
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 轨道交通 投资估算 极限学习机 遗传算法 特征指标
年,卷(期) 2019,(7) 所属期刊栏目 运输·物流·工程管理
研究方向 页码范围 1842-1848
页数 7页 分类号 U121
字数 4986字 语种 中文
DOI 10.19713/j.cnki.43-1423/u.2019.07.031
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 张飞涟 中南大学土木工程学院 130 1121 18.0 27.0
2 梁秀峰 中南大学土木工程学院 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (145)
共引文献  (113)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(14)
  • 参考文献(3)
  • 二级参考文献(11)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(16)
  • 参考文献(2)
  • 二级参考文献(14)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
轨道交通
投资估算
极限学习机
遗传算法
特征指标
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导