基于BP神经网络输电线路工程造价预测模型研究.docVIP

基于BP神经网络输电线路工程造价预测模型研究 　　摘 要： 针对输电线路工程前期项目比选种类多，造价估算偏差大，如何利用少量信息得到较准确工程造价的问题，结合BP神经网络算法构建了输电线工程造价预测模型。其以工程造价的影响因素作为BP神经网络的输入，通过3层网络结构，得到输电线路工程造价估计值。最后采用实际工程数据对提出的输电线工程造价预测模型进行实验仿真，得到的实验结果显示，该模型能准确估计工程造价，从而适合于评估工程前期比选方案的优劣。 　　关键词： 输电线路； 工程造价； BP神经网络； 造价估算； 预测模型； 实验仿真 　　中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2018）02?0079?04 　　Abstract： In allusion to the problems of large deviation in cost estimation due to too many alternative schemes， and difficulty in obtaining more accurate project cost by using small amount of information in the early stage of power transmission line project， a cost prediction model for power transmission line project is constructed based on BP neural network. With the influence factors of project cost as the input of BP neural network， the estimated cost of the power transmission line project is obtained by using the three?layer network structure. The simulation experiment was carried out for the proposed cost prediction model of power transmission line project by using the actual project data. The experimental results show that the model can accurately estimate the project cost， which is suitable for evaluating the alternative schemes in the early stage of the project. 　　Keywords： power transmission line； project cost； BP neural network； cost estimation； prediction model； experimental simulation 　　输电线路工程项目在建设前期需要工程管理人员，根据不同工程建设阶段的目的要求来确定施工方案。同时，技术人员对不同方案提取工程量以估计工程造价[1?2]，但传统方法计算过程复杂，无法适应前期阶段比选方案繁多，比选时间短暂的要求，从而使得估计误差大。输电线路工程造价估计影响因素多，且具有不确定性。目前国内对其研究虽多，但都无法取得良好的效果，而BP神经网络具有较好的组织性和自适应性，通过样本自学习，可解决非线性问题[3?7]。因此，本文定义了BP神经网络算法模式的概念，构建了最优化工程造价预测问题的模式，分析了工程造价的影响因素，并以其作为BP神经网络的输入，通过3层网络结构，得到输电线路工程造价估计值。 　　1 输电线路工程造价预测模型建立 　　1.1 预测数学模型 　　?电线路工程造价预测的数学模型是根据总结历史数据产生规律，找出其影响因素，以影响因素作为模型的输入变量X，通过建立其与工程造价之间的非线性数学模型得到输出变量工程造价Y，具体步骤为： 　　1） 根据历史数据得到影响因素（输入变量X）； 　　2） 建立BP神经网络的数学模型； 　　3） 对网络进行训练； 　　4） 使用得到的网络对工程造价进行预测。 　　1.2 网络结构选择 　　通过已有文献可知，3层BP神经网络已被广泛地应用于多个复杂非线性问题[8?10]，故本文选择3层BP神经网络作为预测模型，并通过分析历史数据得到影响输电线工程建设造价的因素，进而对输入层的节点数进行计算与确认。对