基于PSO-ELM算法的输变电工程造价预测分析

论文摘要

为了提高输变电工程造价预测的准确度,降低以后输变电工程建设的结余率,文中将筛选出的主要影响因素作为ELM模型的输入自变量,并利用粒子群优化算法（PSO）来优化ELM模型中权值和阈值,从而建立PSO-ELM（MIV）的输变电工程造价预测模型。以宁夏某电力公司2012-2013年的97组输变电工程造价样本数据为实例,分别使用PSO-ELM（MIV）、ELM（MIV）、PSO-ELM和ELM预测模型对实例数据进行验证,实验结果表明,相比于其他几种预测模型,PSOELM（MIV）预测精度高,实用型更强,可以为日后的输变电工程造价预测提供一种新的思路。

论文目录

• 0 引言
• 1 输变电工程造价数据
• 2 输变电工程造价预测模型
•   2.1 ELM算法
•   2.2 粒子群算法
•   2.3 PSO-ELM输变电工程造价预测模型
• 3 模型试算与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 于波,肖艳利,刘尚科,刘小敏,尤菲

关键词: 输变电工程,极限学习机

来源: 信息技术 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业

单位: 国网宁夏电力有限公司经济技术研究院

分类号: TM72

DOI: 10.13274/j.cnki.hdzj.2019.04.033

页码: 148-151+156

总页数: 5

文件大小: 277K

下载量: 149