- 专利标题: 一种基于变电工程关键影响因素筛选的造价预测方法
-
申请号: CN202211166937.7申请日: 2022-09-23
-
公开(公告)号: CN115526393B公开(公告)日: 2023-09-29
- 发明人: 姜宇 , 吕科 , 王守鹏 , 许颖 , 陈蕾 , 李栋梁 , 赵旷怡 , 张岩 , 徐畅 , 张立斌 , 郭昊 , 谢景海 , 肖巍 , 敖翠玲 , 高杨 , 傅守强 , 牛东晓 , 席语莲 , 余敏 , 许芳 , 付玉红 , 孙密
- 申请人: 国网冀北电力有限公司经济技术研究院 , 北京京研电力工程设计有限公司
- 申请人地址: 北京市海淀区羊坊店东路21号中国煤地大厦;
- 专利权人: 国网冀北电力有限公司经济技术研究院,北京京研电力工程设计有限公司
- 当前专利权人: 国网冀北电力有限公司经济技术研究院,北京京研电力工程设计有限公司
- 当前专利权人地址: 北京市海淀区羊坊店东路21号中国煤地大厦;
- 代理机构: 重庆百润洪知识产权代理有限公司
- 代理商 刘泽正
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/063 ; G06Q50/06 ; G06N3/04 ; G06N3/084 ; G06N20/00
摘要:
本发明涉及程序代码开发技术领域,公开了一种基于变电工程关键影响因素筛选的造价预测方法,本发明通过收集已完成修编的冀北变电站典型设计方案的施工图、施工图预算、工程量清单成果。分析收集的数据,将引起静态投资变化的因素整理建立输一个影响因素指标库,采用随机森林算法进一步筛选。通过计算各个特征重要性,选取指数较高的指标作为其中的主要影响因素。依据随机森林算法筛选出的n个主要影响因素,作为BP神经网络输入层节点数。采用遗传算法优化下BP神经网络模型对变电工程造价中的静态投资进行预测。本发明筛选出的重要关键指标,使得预测更加有效、可把握。比普通的BP神经预测更为准确、减小了误差。
公开/授权文献
- CN115526393A 一种基于变电工程关键影响因素筛选的造价预测方法 公开/授权日:2022-12-27