基于粒子群算法优化支持向量机的专用工程费用量化研究

被引：3

作者：

何轩 ^{[1
]}

王永庆 ^{[2
]}

温步瀛 ^{[1
]}

机构：

[1] 福州大学电气工程与自动化学院

[2] 国网陕西省电力公司电力科学研究院

来源：

电网与清洁能源 | 2015年 / 31卷 / 12期

关键词：

专项工程; 粒子群优化; 支持向量机;

D O I：

暂无

中图分类号：

F426.61 []; TP18 [人工智能理论];

学科分类号：

020205 ; 0202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对电力专用工程费用的复杂性且易受各种因素影响的问题,以某地区专用工程数据为基础,参考国内其他地区的收费标准,提出了一种基于粒子群算法优化支持向量机的专用工程费用预测。通过历史的专用工程费用数据样本对支持向量机进行训练,利用训练的模型对专用工程费用进行预测。同时用粒子群优化算法优化支持向量机的关键参数,提高专项工程费用的预测精度。

引用

页码：27 / 30+42 +42

页数：5

共 10 条

[1]

应用回归分析.[M].王黎明; 陈颖; 杨楠; 编著.复旦大学出版社.2008,

[2] 浅析输变电工程的造价管理 [J].