基于优化极限学习机的高速公路造价预测

被引:10
作者
胡庆国
宋新智
机构
[1] 长沙理工大学交通运输工程学院
关键词
工程管理; 高速公路; 造价管理; 极限学习机(ELM); Matlab;
D O I
暂无
中图分类号
U415.13 [计划管理];
学科分类号
1201 ;
摘要
高速公路的工程造价是前期项目预算的重要数据参考,是公司投资管理经营与造价控制的关键节点,如何建立模型准确地预测公路工程造价对进行公路工程管理有很大的帮助,同时意义重大。文中根据中国高速公路工程建设项目造价预测的研究现状,将优化极限学习机(ELM)预测方法引入高速公路造价预测,建立高速公路建设项目工程造价预测模型,并结合Matlab软件进行了应用性分析与研究。实例分析结果表明该预测模型简便,具有较高的实用性。
引用
收藏
页码:208 / 213
页数:6
相关论文
共 12 条
[1]   基于改进极限学习机的短期电力负荷预测方法 [J].
毛力 ;
王运涛 ;
刘兴阳 ;
李朝锋 .
电力系统保护与控制, 2012, 40 (20) :140-144
[2]   高速公路项目全过程造价控制研究 [J].
王玲 ;
高英力 .
公路与汽运, 2012, (04) :252-254
[3]   采用优化极限学习机的多变量混沌时间序列预测 [J].
高光勇 ;
蒋国平 .
物理学报, 2012, 61 (04) :37-45
[4]   极限学习机方法在电力线路建设成本估算中的应用研究 [J].
舒隽 ;
甘磊 .
现代电力, 2011, 28 (04) :78-83
[5]   基于改进极限学习机的中长期电力负荷预测 [J].
张丙泉 .
黑龙江科技信息, 2010, (24) :77-77
[6]  
基于支持向量机的高速公路工程造价估算方法研究[D]. 曹洁梅.长沙理工大学. 2013
[7]  
基于稳健估计的极限学习机方法研究[D]. 胡义函.湖南大学. 2012
[8]  
MATLAB智能算法30个案例分析[M]. 北京航空航天大学出版社 , 史峰, 2011
[9]  
矩阵分析与应用[M]. 清华大学出版社 , 张贤达著, 2004
[10]  
Two-stage extreme learning machine for regression[J] . Yuan Lan,Yeng Chai Soh,Guang-Bin Huang. Neurocomputing . 2010 (16)