基于SSA-LSSVM的住宅工程造价预测研究 |
| |
引用本文: | 彭军龙,胡珂,王梦瑶,彭超.基于SSA-LSSVM的住宅工程造价预测研究[J].长沙理工大学学报(自然科学版),2023(3):137-145. |
| |
作者姓名: | 彭军龙 胡珂 王梦瑶 彭超 |
| |
作者单位: | 长沙理工大学交通运输工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(51578080);;湖南省自然科学基金资助项目(2021JJ30746)~~; |
| |
摘 要: | 【目的】提高建筑工程造价预测的准确性,进而为项目前期投资决策提供重要依据。【方法】针对工程实践中小样本数据和工程造价特征指标之间高维、非线性关系的特点,构建基于麻雀搜索算法(sparrow search algorithm,SSA)的优化最小二乘支持向量机(least squares support vector machine,LSSVM)造价预测模型SSA-LSSVM。首先,通过主成分分析法对住宅工程造价样本的输入指标数据进行处理,减少数据冗余;其次,采用SSA算法对LSSVM模型中的正则化参数c和核函数参数σ进行优化,以弥补LSSVM模型参数确定困难的缺陷;最后,将处理后的数据导入所构建的模型进行训练和预测,并通过相关系数、平均绝对百分比误差和均方根误差对模型的预测性能进行评价。【结果】与LSSVM模型、用灰狼优化算法优化的LSSVM模型和反向传播神经网络模型相比,SSA-LSSVM模型具有更好的泛化能力和更高的预测精度。【结论】本研究所构建的模型可以比较精准、高效地对实际住宅工程造价进行预测,同时可为工程前期投资决策提供一定参考。
|
关 键 词: | 住宅工程 造价预测 主成分分析 麻雀搜索算法(SSA) 最小二乘支持向量机(LSSVM) |
|
|