基于灰关联-神经网络电力工程造价估算.pdfVIP

重庆市电机工程学会 2012 年学术会议论文 基于灰关联-神经网络的电力工程造价估算 杨永明，王燕，夏娇妮 （1.重庆大学，输配电装备及系统安全与新技术国家重点实验室，重庆，400030 ； 2. 重庆电力公司电力检修分公司，重庆，400056 ） 摘要：为准确地估算和审查电力线路的工程造价，提出 选取网络隐含节点数，以此构建 GRA-ANN 造价 一种基于灰关联分析和神经网络相结合的造价估算方 估算模型。以某市 110kV 电力线路改造的工程造 法。利用灰关联分析法筛选出影响工程造价的 10 个主要 价为例，计算 GRA-ANN 网络估算模型静态投资 工程特征参数，以此作为神经网络输入向量，构建 的网络输出值与实际值之间的相对误差，评估造 GRA-ANN 造价估算模型；以某市 110kV 电力线路改造 价估算精度；并对比分析了 LM-BP 算法和传统 的工程造价资料为实验对象进行算法验证，结果显示静 BP 算法训练 GRA-ANN 网络模型的误差变化情 态投资的相对误差最大为 3.72%，最小为 1.85%，估算精 况。结果显示，GRA-ANN 法对电力线路工程造 度高；分别采用 LM-BP 算法和传统 BP 算法训练 价的估算和审查是准确的、有效的，是对造价估 GRA-ANN 网络，结果显示：LM-BP 法的误差下降速度 算方式的又一新的尝试。 更快，整体误差更低。 2 方法理论 关键词：灰关联分析；神经网络；LM-BP 算法；工程造价 2.1 灰色关联分析 1 引言 灰色关联分析法是一种多因素统计分析方 工程造价是电力线路建设工程中十分重要 法，它以各因素的样本数据为依据，用灰色关联 的一环，精确地工程造价估算，是实现电力线路 度来描述各因素间关系的强弱、大小和次序，以 工程经济性目标的重要手段。事实上，工程造价 此区分事物的主要因素和次要因素。灰关联分析 受多种因素影响，其构成复杂、情况多变、具有 法所需数据少、运算方便，特别适合分析复杂因 较大的模糊性，是一项多变量、非线性的复杂过 素构成系统[9]。关联度计算及排序的计算过程如 程[1]。目前国内外的造价估算方法有：类比工程 下： 法[2]、回归分析法[3、4] 、模糊数学法[5] 等。 确定分析序列 以上方法均依赖于历史程数据和工程审查者的 对原始数据进行分析处理，确定一个因变量 工作经验，其主观性强，人为因素多，并消耗大 序列和多个自变量序列。设因变量数据构成参考 量的人力资源，其客观性、准确性不够高[6]。 序 列 X0’ ， 自 变 量 数 据 构 成 比 较 序 列 为 本文正是在上述背景下提出了灰关联分析 Xi’(i=0,1,…,n) ，这n+1 个序列构成