电力工程造价的随机权深度神经学习估算方法

被引：10

作者：

谈元鹏

许刚

赵妙颖

机构：

[1] 华北电力大学电气与电子工程学院

来源：

计算机工程与应用 | 2015年 / 51卷 / 21期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

造价估算; 大数据; 神经网络; 深度学习; 电力工程;

D O I：

暂无

中图分类号：

TM75 [线路及杆塔]; TU723.3 [造价管理];

学科分类号：

080802 [电力系统及其自动化]; 120410 [社会组织管理];

摘要：

为了实现对电力工程造价高效、精确的估算,提出了一种电力工程造价的随机权深度神经学习估算算法(Random Weighted Deep Neural Learning,RWDNL)。通过构建外权随机的带有小中间层的多隐层神经网络模型,利用神经网络深度学习实现了对海量数据有效特征的提取以及电力工程项目造价估算。数值仿真实验结果表明该方法使工程造价估算精度和速度大大提高,可获得令人满意的泛化能力。

引用

收藏

页码：213 / 218

页数：6

相关论文

共 11 条

[1]

基于差分进化优化ELM的模拟电路故障诊断 [J].

周江嫚 ;

黄清秀 ;

彭敏放 ;

杨超 ;

董娜 .

计算机工程与应用, 2014, 50 (08) :221-225

[2]

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

[3]

改进的支持向量机算法及其应用 [J].

彭光金 ;

司海涛 ;

俞集辉 ;

杨蕴华 ;

李世勉 ;

谭柯 .

计算机工程与应用, 2011, (18) :218-221

[4]

特征提取和小样本学习的电力工程造价预测模型 [J].

彭光金 ;

俞集辉 ;

韦俊涛 ;

杨光 .

重庆大学学报, 2009, 32 (09) :1104-1110

[5]

基于数据挖掘技术的输电工程造价估算 [J].

彭光金 ;

俞集辉 ;

崔荣 ;

韦俊涛 ;

司海涛 ;

朱辉 .

工业工程与管理, 2009, 14 (03) :90-95+104

[6]

浅析数字化变电站的工程实施方案 [J].

孟凌峰 ;

袁文广 ;

于泳 ;

文永兵 ;

刘益青 ;

赵硕 .

电力系统保护与控制, 2009, 37 (08) :86-88+92

[7]

基于神经网络的支持向量机学习方法研究 [J].

郭虎升 ;

王文剑 .

计算机工程与应用 , 2009, (02) :51-54

[8]

数据挖掘和神经网络技术的电力工程造价应用 [J].

李永明 ;

王玉斌 ;

王颖 ;

段慧青 .

重庆大学学报, 2008, (06) :663-666+682

[9]

基于ICA与聚类分析的支持向量机分类研究 [J].

彭红毅 ;

蒋春福 ;

杜明 .

计算机工程与应用 , 2008, (08) :169-171

[10]

Extreme learning machine: Theory and applications.[J].Guang-Bin Huang;Qin-Yu Zhu;Chee-Kheong Siew.Neurocomputing.2006, 1