基于PCA PSO LSSVM的综合管廊投资
估算方法 |
| |
引用本文: | 宋金华,岳浩.基于PCA PSO LSSVM的综合管廊投资
估算方法[J].湖南科技大学学报(自然科学版),2024,39(1):36-44. |
| |
作者姓名: | 宋金华 岳浩 |
| |
作者单位: | 河北工业大学 土木与交通学院,天津 300401 |
| |
摘 要: | 为有效地解决现有综合管廊投资估算方法的预测精度不高,且预测精度易受样本量大小、特征参数冗余或贫缺等问题,构建一种将主成分分析法(PCA)与粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)结合的综合管廊投资估算预测模型.采用PCA对影响综合管廊投资估算的特征参数进行降维,剔除噪声或冗余数据,以贡献率较大的主成分作为LSSVM的输入向量,综合管廊单公里造价作为LSSVM的输出向量;利用PSO对LSSVM的核函数参数σ与惩罚因子参数C进行寻优,建立基于PCA PSO LSSVM的综合管廊投资估算预测模型,并对测试集样本进行预测.预测结果显示:PCA PSO LSSVM模型平均相对误差为3.28%,满足投资决策阶段对投资估算预测误差的要求(±10%),且与PCA LSSVM模型、PSO LSSVM模型、GA BP模型和GA SVM模型相比,预测精度分别提高了67.29%,70.52%,48.13%和38.60%.PCA PSO LSSVM模型预测精度高,泛化性能优,可作为综合管廊投资估算的有效预测方法.
|
关 键 词: | 综合管廊 投资估算 主成分分析法 粒子群算法 最小二乘支持向量机 |
|
| 点击此处可从《湖南科技大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南科技大学学报(自然科学版)》下载免费的PDF全文 |
|