收藏本站
《重庆大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究

彭光金  
【摘要】:随着市场经济的发展,尤其是招投标制度的推行,传统定额概预算制度已经无法完全满足工程建设的需要,有必要引进在国外广泛应用历史数据估算工程造价的做法来解决这一问题。由于工程项目建设的历史数据收集比较困难,具有数量小、属性多的特点,基于历史数据的造价估算实质上是小样本数据的学习问题,比海量数据的学习更困难,不能采用基于样本无穷大假设的经典统计方法进行处理。近二十年来,模糊数学、灰色关联度以及神经网络等理论技术应用于造价估算的研究较多,但是应用模糊数学和灰色关联度理论设计的算法和模型过于简单,神经网络学习算法的收敛性、鲁棒性以及泛化性较差,都还无法满足实际应用的要求。支持向量机的出现为小样本学习问题的解决提供了最佳的理论技术平台,论文融合粒子群算法、聚类技术等人工智能技术,对支持向量机进行改进研究,论文研究的目的是提出一种基于参数优化回归支持向量机的小样本数据智能学习改进算法,同时把该算法应用于工程造价快速估算。 论文首先对小样本数据预处理技术进行研究,结合工程造价历史数据的具体特点,提出包括数据清洗、数据转换和数据约简等内容的小样本数据预处理方法,并且以电力输电工程为案例进行仿真,验证数据预处理方法的有效性。其次,在粒子群算法引入排斥速度和时变领域等概念,提出自适应多种群粒子群优化改进算法(Self Adopt Multiple Particle Swarm Optimization,简称SAMPSO),给出改进算法的数学模型和工作流程,仿真表明改进算法可以解决多峰函数优化问题,在多峰函数寻优时既可以全局寻优,也可以找到所有局部最优点,多峰函数寻优效率更高。然后,应用粒子群改进算法对小样本数据的分割聚类进行优化,提出一种基于SAMPSO的两阶段聚类改进算法,给出改进算法的数学模型和基本工作流程,并且以电力输电工程为案例,对改进算法进行仿真,与模糊聚类算法和粒子群优化算法的聚类效果进行比较,仿真结果表明,该算法分类效果明显优于模糊聚类算法等普通聚类算法。接下来,应用SAMPSO算法、遗传算法对支持向量机的参数寻优进行了对比分析,仿真结果表明,基于SAMPSO算法的参数寻优效果更好,应用SAMPSO算法对小样本数据的非线性核主元分析( Kernel Principal Component Analysis,简称KPCA)进行优化,基于参数寻优的支持向量机和非线性主元分析方法,提出参数寻优的支持向量机智能学习改进算法(Prameters Optimization Support Vector Machine Algorithm,简称POSVMA),给出其数学模型和工作流程,并且以电力输电工程为案例,对改进算法进行仿真,和标准支持向量机算法的仿真预测结果进行比较分析,验证改进算法的合理性和有效性。最后应用上述理论分析研究成果,基于POSVMA改进算法,提出一种基于小样本历史数据的工程造价快速估算方法,给出其具体工作流程,以电力输电工程和变电工程为案例进行仿真,仿真结果表明,该造价快速估算方法基本能够满足工程造价管理和控制的实际应用需要。
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TM72;O213

【引证文献】
中国重要会议论文全文数据库 前1条
1 徐焜耀;谢兵;杨蕴华;彭光金;曹端;孟卫东;;聚类改进算法在电力工程造价估算中的应用[A];电网工程造价管理优秀论文[C];2011年
【参考文献】
中国期刊全文数据库 前10条
1 廖启祥;;基于灰色系统理论在建筑工程招投标快速报价中的应用[J];铁道科学与工程学报;2008年02期
2 潘业斌;;输变电工程施工阶段造价管理现状、原因分析及建议[J];电力标准化与技术经济;2008年01期
3 郭日彩;许子智;徐鑫乾;;220kV和110kV变电站典型设计研究与应用[J];电网技术;2007年06期
4 银涛;俞集辉;;基于人工神经网络送电线路工程造价的快速估算[J];重庆大学学报(自然科学版);2007年01期
5 傅鸿源;杨毅;;BP神经网络在建筑工程估算中的应用分析[J];重庆大学学报;2008年09期
6 刘桂霞,崔永铎,高平和;关于数据挖掘的研究[J];工业技术经济;2000年03期
7 余建星;段晓晨;张建龙;;基于BP神经网络数据挖掘方法的政府投资项目投资估算方法[J];中国农机化;2006年05期
8 宋红宾 ,刘志勇 ,薛斌;模糊数学在建筑工程估价中的应用研究[J];河北建筑工程学院学报;1999年04期
9 颜根廷;马广富;肖余之;;一种混合核函数支持向量机算法[J];哈尔滨工业大学学报;2007年11期
10 朱家元,杨云,张恒喜,王卓健;基于优化最小二乘支持向量机的小样本预测研究[J];航空学报;2004年06期
中国博士学位论文全文数据库 前1条
1 毕星;基于项目管理理论的工程项目成本管理系统研究[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 戴涛;聚类分析算法研究[D];清华大学;2005年
2 李驰宇;高速公路造价快速估算模型与方法的研究[D];西南交通大学;2006年
3 杨占华;聚类分析研究及其在文本挖掘中的应用[D];西南交通大学;2006年
4 李浪波;聚类分析在科学数据挖掘中的应用研究[D];电子科技大学;2006年
5 银涛;工程项目概算评审方法的研究[D];重庆大学;2006年
6 陈衡岳;聚类分析及聚类结果评估算法研究[D];东北大学;2006年
7 周东华;数据挖掘中聚类分析的研究与应用[D];天津大学;2006年
8 于翔;聚类分析中k-均值方法的研究[D];哈尔滨工程大学;2007年
9 杨毅;基于人工神经网络的快速建筑工程估算方法研究[D];重庆大学;2007年
10 赵欣;基于BP神经网络的地铁土建工程造价估算方法研究[D];北京交通大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 邓亚超;陈彪;;模糊神经网络在火灾探测系统中的应用[J];安防科技;2012年03期
2 顾广娟;付桂鹏;马明贞;;浅析项目决策阶段的造价控制[J];安徽建筑;2007年05期
3 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
4 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
5 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
6 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
7 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
8 张师玲;李正明;周新云;孙俊;张兵;;基于改进神经网络的农村电力系统短期负荷预测[J];安徽农业科学;2009年30期
9 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
10 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
7 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
8 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
9 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
10 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
6 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
7 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
8 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
9 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
10 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
4 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
7 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
8 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
9 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
10 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前3条
1 李朝荣;张鹰;张安妮;;基于PSO算法的神经网络集成入侵检测系统[J];计算机工程;2007年14期
2 张晓清,张建科,方敏;多峰搜索的动态微粒群算法[J];计算机应用;2005年11期
3 王颖;俞集辉;王玉斌;;基于软计算的电力线路工程造价预测模型[J];计算机仿真;2008年08期
【二级参考文献】
中国期刊全文数据库 前10条
1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期
2 房振勇;游文虎;冯汝鹏;;改进BP算法在模糊神经网络中的应用[J];北京航空航天大学学报;2007年11期
3 李新延,李德仁;DBSCAN空间聚类算法及其在城市规划中的应用[J];测绘科学;2005年03期
4 倪长健,丁晶,李祚泳;免疫进化算法及其在暴雨强度公式参数优化中的应用[J];长江科学院院报;2002年06期
5 周其明,汪淼,任宏;神经网络集成在工程造价估算中的应用研究[J];重庆交通学院学报;2005年04期
6 唐贤瑛,陆浩;基于人工神经网络的工程造价估算[J];长沙交通学院学报;1999年01期
7 王芳,方东升;建筑工程投标报价估测模型研究[J];长沙铁道学院学报;1999年02期
8 关宇;一种基于灰色系统的建筑工程快速估价方法[J];当代建设;2003年02期
9 吴开微,陈娟,葛长有;建筑工程造价的模糊神经网络计算方法[J];东华大学学报(自然科学版);2001年03期
10 张驰;;国际电力体制改革经验及对中国的启发[J];电力技术经济;2007年01期
中国重要会议论文全文数据库 前2条
1 熊建秋;邹长武;李祚泳;徐婷婷;汪嘉杨;;基于支持向量机的人均综合用水量预测[A];中国环境保护优秀论文集(2005)(上册)[C];2005年
2 黄新焕;张岐山;林振思;;基于数据挖掘技术的客户价值评价方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
中国硕士学位论文全文数据库 前10条
1 陈庆旭;RBF网的改进及其应用[D];大连理工大学;2000年
2 卢世浪;神经网络与模糊集理论在实时洪水预报中的应用研究[D];大连理工大学;2001年
3 邵宏;浙江省公路工程造价控制研究[D];浙江大学;2002年
4 吴学伟;中国与英国工程造价管理比较研究[D];重庆大学;2002年
5 杨高翔;模糊神经网络在工程快速估价中的应用[D];大连理工大学;2003年
6 王增兵;神经网络预测法与四阶段预测法相组合在铁路运量预测中的应用研究[D];西南交通大学;2003年
7 郭军华;数据挖掘中聚类分析的研究[D];武汉理工大学;2003年
8 姜伟;基于数据挖掘聚类算法的研究及其应用[D];辽宁工程技术大学;2004年
9 段晓牧;基于RBF神经网络的非确定性工程投资估算新方法的研究[D];辽宁工程技术大学;2004年
10 黄彦;基于高校人力资源的数据挖掘技术研究[D];天津大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 吕福祥;黄磊;;基于粒子群优化的支持向量机在地表沉降预测中的应用[J];测绘信息与工程;2010年02期
2 徐飞;徐卫亚;;基于支持向量机-马尔可夫链的位移时序预测[J];岩土力学;2010年03期
3 张红梅;卫志农;龚灯才;刘玲;;基于粒子群支持向量机的短期电力负荷预测[J];继电器;2006年03期
4 张青;赵黎明;焦尚彬;;基于PSO-SVM的高压绝缘子污秽等级评定[J];高压电器;2008年06期
5 方科;苏雁军;黄友文;;基于PSO和SVM的牵引变压器绝缘故障诊断[J];计算机辅助工程;2010年03期
6 徐飞;刘造保;;基于PSO-SVM的岩石边坡稳定性预测[J];三峡大学学报(自然科学版);2010年06期
7 李玉景;赵志刚;郭振波;;一种新型的增式SVM训练算法[J];青岛大学学报(工程技术版);2007年03期
8 郭风;王思源;伦洪昌;;ν-SVC分类算法在飞机作战效能评估中的应用[J];电光与控制;2007年02期
9 张丽丽;杜鹃;贾亮;;改进的支持向量机SMO算法说话人识别系统研究[J];长春理工大学学报(自然科学版);2009年02期
10 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 吴国纲 许纯;七种IP拥塞控制算法需改进[N];计算机世界;2006年
6 刘晶;与TD-SCDMA一起成长[N];中国电子报;2004年
7 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
8 ;选择合适的数据挖掘算法[N];计算机世界;2007年
9 林闯 罗万明;IP拥塞控制策略[N];计算机世界;2001年
10 周颖;王米渠与中医心理学[N];中国中医药报;2006年
中国博士学位论文全文数据库 前10条
1 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
2 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
3 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
4 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
5 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
6 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
7 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
8 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
9 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
10 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026