【技术实现步骤摘要】
一种基于极限学习机的建筑项目施工成本预测方法
[0001]本专利技术属于建筑项目成本预测领域，具体涉及一种基于极限学习机的建筑项目施工成本 预测方法。
技术介绍
[0002]施工成本是建筑项目的重要组成部分，施工成本的管理对项目的实施和进度起着决定性 作用。但是想要提高建筑项目施工成本预测精度，需要考虑很多问题，如：影响建筑项目施 工成本的指标选取是否合理，用于建筑项目施工成本预测的算法精度是否可靠等。为此，本 专利技术采用主成分分析法提取影响建筑项目施工成本的主要评价指标，然后采用改进的人工鱼 群算法优化极限学习机进行建筑项目成本的预测。
技术实现思路
[0003]本专利技术针对现有技术中的不足，提供一种基于极限学习机的建筑项目施工成本预测方法， 采用以下技术方案：
[0004]一种基于极限学习机的建筑项目施工成本预测方法，包括以下步骤：
[0005]步骤1：构建影响建筑项目施工成本的指标体系；
[0006]步骤2：采用主成分分析法提取所述指标体系中的主要影响指标；
[000...
【技术保护点】
【技术特征摘要】
1.一种基于极限学习机的建筑项目施工成本预测方法，其特征在于，包括以下步骤：步骤1：构建影响建筑项目施工成本的指标体系；步骤2：采用主成分分析法提取所述指标体系中的主要影响指标；步骤3：将建筑项目的施工成本和与之对应的主要影响指标的量化值组成一个样本数据，采集若干建筑项目的施工成本和对应的主要影响指标的量化值，构建样本数据集；步骤4：构建极限学习机，并利用样本数据集完成极限学习机的网络训练；步骤5：对于待预测施工成本的建筑项目，将其主要影响指标的量化值输入训练完成的极限学习机中获取施工成本的预测值。2.如权利要求1所述的一种基于极限学习机的建筑项目施工成本预测方法，其特征在于，步骤1中，所述指标体系中的影响指标包括建筑特征、项目管理水平、安全水平、组织情况、装饰装修、项目控制程度；所述建筑特征包括建筑面积、结构类型、层高、地上层数、地下层面积；所述项目管理水平包括资源调度、合同、人员组织与协调、质量管理；所述安全水平包括工人专业化水平、经济、监管情况、施工机械化水平、运输距离；所述组织情况包括制度完善情况、制度执行情况、信息管理系统完善程度、责权明确度；所述装饰装修包括楼地面装修、外墙装饰、内墙装饰；所述项目控制程度分工管理程度、进度控制、质量控制、责任制落实程度。3.如权利要求1所述的一种基于极限学习机的建筑项目施工成本预测方法，其特征在于，所述步骤2包括以下步骤：S2.1、获取相关领域多个专家对指标体系中的各影响指标的评分；S2.2、根据各影响指标的分值利用主成分分析法提取主要影响指标。4.如权利要求3所述的一种基于极限学习机的建筑项目施工成本预测方法，其特征在于，S2.2具体为：S2.2.1、构建影响指标的评分矩阵X，X为N
×
n的矩阵，N为专家个数，n为影响指标个数；S2.2.2、对评分矩阵X进行标准化，并构建相关系数矩阵R＝X
T
X；S2.2.3、求取相关系数矩阵R的特征根λ1,λ2…
,λ
n
和对应的特征向量a1,a2…
,a
n
，特征根λ1≥λ2≥
…
≥λ
n
且特征根与影响指标相对应；S2.2.4、分别计算特征根对应的影响指标的贡献率，γ
i
为影响指标i的贡献率，λ
i
为影响指标i对应的特征根；S2.2.5、设定贡献率阈值β，若前m个特征根对应的贡献率之和不小于β，则将该m个特征根对应的影响指标作为主要影响指标。5.如权利要求1所述的一种基于极限学习机的建筑项目施工成本预测方法，其特征在于，步骤4具体包括以下步骤：S4.1、构建单隐层极限学习机，包括m个输入神经元、L个隐层神经元和一个输出神经元，设置极限学习机隐层神经元的激活函数G(
·
)；S4.2、利用改进人工鱼群算法初始化极限学习机的初始输入权值矩阵和隐层阈值矩阵；
S4.3、将样本数据集X＝{(x
i
,t
i
)|x
i
∈...
【专利技术属性】
技术研发人员：刘瑞红，赵二银，卢伟森，胡琼，郭伟利，李东方，赵龙，曾勐，罗瑞娟，王卫芳，陈英，彭凤霞，全立平，马艳，
申请(专利权)人：刘瑞红，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。