基于遗传支持向量机的综合管廊土建工程造价估算方法研究

综合管廊工程造价估算具有影响因素多、小样本及非线性的特点,传统的造价估算方法对于这类问题无法得到准确结果。针对这一问题,提出一种基于遗传支持向量机的综合管廊造价估算模型。分析综合管廊工程的具体特征,运用支持向量机建立工程造价与影响因子之间的非线性映射关系,利用遗传算法对支持向量机进行参数优化并对综合管廊的工程造价进行估算。以16条已建综合管廊工程作为数据库样本,对该模型进行分析验证。样本测试结果显示,利用该模型可将估算误差控制在10%以内,验证了模型估算的可行性。     

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

基于支持向量机-粒子群算法的山区公路隧道造价预测

采用最小二乘支持向量机(LSSVM)与粒子群优化算法(PSO)相结合的方法,以隧道工程分项工程技术指标为基本参数,对山区高速公路隧道工程造价进行管理和预测,基于支持向量机算法实现山区高速公路中隧道的工程特性与各分项工程造价指标之间的复杂非线性映射。建立的造价预测模型估算得到的造价与样本的实际造价误差可控制在10%的范围内,说明该预测模型可用于山区高速公路的隧道工程造价估算,并为公路工程造价人员提供了一种实用的工具和方法。     

基于支持向量机的公路工程投资估算预测模型研究

公路工程投资估算是公路建设中一项重要的造价管理与投资控制内容,是公路建设项目决策的重要依据。提出运用模糊数学的贴近度方法、支持向量机理论构建公路工程投资估算预测模型,通过实例验证说明预测模型的可行性,为公路工程造价预测提供理论依据。     

一种公路工程全生命周期造价估算新方法

应用全生命周期造价和显著性造价的理论与方法构建公路工程全生命周期造价估算模型,依据基因表达式编程挖掘影响造价的不确定因素与全生命周期造价之间的非线性关系,估算公路工程造价.实际算例表明,估算值与实际值的相对误差很小,这种公路工程全生命周期造价估算方法是有效的,为公路工程造价估算提供了一种更为科学简便的新方法.     

基于神经网络的公路工程造价快速估算方法

提出了公路工程造价快速估算的模糊神经网络方法.计算实例表明,该方法估算公路工程造价具有方便、快捷、准确的特点,具有较高的实用价值.     

基于神经网络的公路工程造价快速估算方法

提出了公路工程造价快速估算的模糊神经网络方法.计算实例表明,该方法估算公路工程造价具有方便、快捷、准确的特点,具有较高的实用价值.     

模糊神经网络在公路工程造价估算中的应用

该文根据我国公路工程造价迫切需要实行动态控制的要求,充分利用我国高速公路的工程造价资料,提出了公路工程造价快速估算的模糊神经网络方法。计算实例表明,该方法估算公路工程造价具有方便、快捷、准确的特点,具有较高的实用价值。     

支持向量机在汽车加速车内声品质预测中的应用

应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。     

基于SVR模型的灌注桩价格估算研究

采用基于结构风险最小化思想的支持向量回归(SVR)模型预测了灌注桩的中标价格.在分析灌注桩的成本动因的基础上,通过历史项目清单预算确定了17个回归自变量,根据历史项目中标价格(因变量)和成本动因(自变量)来估算当前项目价格.利用该模型对福建省某高速公路灌注桩进了行价格估算,并与基于定额的清单预算价格以及多元线性回归估算价格进行了对比.结果表明:估算结果相对于其他两种方法明显接近实际中标价格,采用SVR模型可以大大提高估算的准确性,有效控制造价,提升公路工程造价管理水平.     

我国公路工程造价管理中的问题及整治措施

详细分析了我国公路工程造价管理中存在的主要问题,提出了加强公路工程造价管理的宏观调控、加快我国公路工程造价信息网络建设、建立规范的公路工程造价咨询市场、加快公路工程造价领域的立法监督、提高我国公路工程可行性研究估算的精度等具体政策措施.     

高速公路雾天能见度预测方法

以多要素气象检测器采集的样本数据为基础,将温度、风速及湿度作为输入变量,雾天能见度作为输出变量,分别采用三层结构BP神经网络和支持向量机非线性回归预测方法,建立了雾天能见度的预测模型;将预测结果与实际数据进行对比分析,结果表明:BP神经网络和支持向量机均能较好地预测雾天能见度,其中BP神经网络和支持向量机模型预测值与实际值的相关性分别为0.895和0.978,支持向量机预测结果的误差更稳定,表明支持向量机更适于处理小样本、非线性、维数灾难和局部极小等问题。     

基于主成分分析与支持向量机结合的交通流预测

为提高交通流预测的预测精度和预测速度,提出了用非线性回归支持向量机与主成分分析相结合进行交通流预测的方法。主成分分析用来对交通流预测的预测变量进行特征抽取,用较少的主成分代替原预测变量．将生成的主成分输入到非线性回归支持向量机,进行交通流预测,支持向量机的核参数利用Bayesian推理进行确定。通过对济南市交通数据的实例分析来验证该方法的有效性。结果表明,非线性回归支持向量机与主成分分析相结合进行交通流预测不但可以提高交通流预测的精度,同时还可以降低预测所需的计算量,满足交通流预测的实时性要求,预测精度比目前常用交通流预测方法的预测精度有所提高。     

基于模糊神经网络的公路工程造价评估研究

近几年,我国的的交通事业蓬勃发展,公路工程数量不断增加,规模不断在增大。公路工程造价估算在公路工程建设内重要的前提和公路工程管理的重要组成部分,其在公路建设内的重要性也更加凸显,合理开展工程造价估算可以极大的提升工程施工单位的投资决算科学性。自公路工程造价的概念谈起,随后通过计算实例,得出该方法估算公路工程造价是十分准确、快捷和方便的,并且实用价值很高。     

基于SVM的变速器敲击声品质研究

文章以变速器敲击为研究对象,在文献~([1])基础上提出了基于支持向量机回归的变速器敲击声品质非线性评价方法。文章首先研究了支持向量机回归原理,对文献~([1])中的试验结果进行归一化处理,以归一化后的客观评价结果作为模型输入,归一化后的主观评价结果为输出,引入支持向量机回归方法建立了变速器齿轮敲击声品质非线性评价模型,并对模型进行优化与检验。     

基于SVR的互联液压缸力学性能预测

为进一步研究实际工况下非线性因素对互联液压缸力学特性的影响,对互联液压缸进行了力学性能台架试验,分析了互联液压缸的非线性因素对其力学输出的影响。鉴于传统数学模型无法准确反映互联液压缸动力学特性,并为减小传统支持向量机算法数据回归拟合误差,引入不敏感损失函数,构建互联液压缸力学性能回归型支持向量机预测模型进行预测,并将预测结果与试验数据进行对比。结果表明,采用回归型支持向量机预测模型具有更好的预测精度,为揭示互联悬架力学特性提供新的研究思路。     

基于主要特征因素与BP-GEP网络的公路工程造价预测模型探究

基于GEP编程的信息搜索能力和BP网络建立了公路工程特征因素与工程造价的关系模型,并对模型进行了最优性预测评价,从而满足工程造价预测的实际应用需求。文章运用MATLAB仿真软件获取了影响公路工程造价的12个影响因子,并运用BP神经网络训练获得了影响公路工程造价的7个主要影响因素。针对选定影响因素基于BP网络和GEP算法给出了4个不同公路造价预测模型的评价指标和优模型解的分析。研究结果表明:基于主线里程、通道数量、路基土石方量、桥梁数量、隧道数量、地貌特征、利息率7个主要特征因素的两种算法模型所获得的预测结果精度要显著高于考虑全部特种因素的模型结果;基于主要特征因素的GEP网络算法模型获得的预测结果更为精确,模型最优;应用GEP网络在处理公路工程造价这类非线性空间全局搜索中具备了很高的搜索效率,能有效弥补BP网络泛化能力较低的问题。     

岩质边坡落石运动特征参数分析及SVM预测模型

以落石的水平运动距离、弹跳高度和运动能量3个运动特征参数为目标,引入正交试验法对其影响因素进行了敏感性分析及其较不利因素水平组合研究。然后选取影响落石运动特征参数的5个因素为影响因子建立数据样本集,引入支持向量机方法建立落石预测系统对岩质边坡落石运动特征参数进行了预测。最后结合工程实例对预测系统进行了验证。本文研究结果表明:正交试验方法可以确定影响落石运动特征参数的主次因素及较不利因素水平组合;基于支持向量机(Support Vector Machine,SVM)的预测系统不需要进行Rockfall软件的建模计算过程,就可以估算出岩质边坡落石的运动特征参数,方便快捷。     

基于粒子群算法优化支持向量机的公路客运量预测

公路客运量数据受多种因素影响而呈现非线性等特点,为了提高其预测精度,文中提出粒子群算法（PSO）优化支持向量机（SVM）的公路客运量预测模型,利用PSO寻优能力突出的优点,对支持向量机的参数进行优化选择,并用优化后的支持向量机模型对公路客运量进行预测.研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO SVM的预测精度更高.     

公路工程全生命周期综合造价估算模型

从公路工程项目全生命周期的角度出发,采用基于主成分法的多元回归分析方法建模,在算例中运用SPSS软件计算.结果表明:计算值与实际值相差较小,满足估算要求;模型简单、有效、可行,能够简化公路工程项目的造价估算过程,是一种合理、方便、实用的综合公路工程项目造价估算模型.