基于DEA和遗传BP神经网络的电网技术改造造价预测
董祯1 王艳芹2 王勇1 赵贤2 容春艳2 聂婧2
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

董祯1 王艳芹2 王勇1 赵贤2 容春艳2 聂婧2,. 基于DEA和遗传BP神经网络的电网技术改造造价预测[J]. 中国电力技术,2020.2. DOI:.
摘要:
针对电网工程技术改造项目工程造价的重要性,分析技术改造造价预测可使用的模型,提出了一套基于数据包络分析(DEA)和遗传BP神经网络模型的电网工程技术改造项目的组合预测方法。该方法利用DEA筛选输入指标和样本数据,做到数据层面的优化,通过遗传算法(GA)的全局寻优能力,寻找并优化神经网络的权值和阈值,利用神经网络(BPNN)的局部寻优能力强的特性,快速收敛至最优解,获得技术改造项目造价预测的能力,仿真算例证明,组合预测模型准确地反映了实际工程造价,对电网工程技术改造项目的造价预测具有参考价值。
关键词: 电网工程;技术改造;造价预测;数据包络分析;遗传算法;人工神经网络
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。