基于改进的RBF输电线路工程投资估价优化研究-工商管理;技术经济及管理专业论文.docxVIP

摘要 摘 要 I I 摘 要 随着市场经济的发展，尤其在国家电网公司三集五大体系之大建设管理标 准化、规范化和专业化的目标引领下，在提高电网工程基建成本控制水平的要 求下，传统定额概预算制度已经无法完全满足工程建设的需要，有必要引用广 泛应用历史数据估算工程投资造价的智能模型来解决这一问题。近二十年来， 模糊数学算法、线性回归、灰色理论估算法、各种智能算法被陆续应用于房地 产及路桥等项目的工程估价预测中，但相对而言模糊数学及灰色理论所建立的 模型和算法设计较为简单，模型构建的假设条件和因素忽略较多，而神经网络 所涉及的 BP 算法的收敛性、鲁棒性以及泛化性较差。本文基于遗传算法改进 的 RBF 神经网络输电线路工程投资估价研究提出一种基于遗传算法优化 RBF 神经网络的数据智能学习改进算法，并将该算法应用于输电线路工程投资估 价。 论文一方面介绍了人工智能技术、神经网络理论及遗传算法的基本理论， 对现有常用的神经网络估价模型进行了详细的分析和研究，指出了神经网络结 构自身的缺陷及良好的泛化能力，为了尽量减少主观因素对结果的影响，进一 步提出了基于遗传算法优化的 RBF 神经网络估价模型，充分利用遗传算法的 全局搜索特性，将 RBF 神经网络的宽度、中心及隐含层权值一起，通过遗传 算法进行自我修正，从而大大提高模型计算结果的精度。另一方面，根据所收 集的 110KV 输电线路工程投资