基于数据挖掘技术的输电工程造价估算

基于某地区输电线路的历史工程造价数据,应用相关分析和聚类分析以及支持向量机理论等数据挖掘技术对电力输电工程的建设造价估算进行研究,提出了一种新的输电线路造价估算的预测模型.首先借助SPSS15.0软件采用相关分析对指标属性进行优化精简,构建了输电线路造价估算的技术指标体系,然后通过聚类分析对输电线路历史工程造价数据进行数据清洗及预处理,最后采用了基于支持向量机的回归模型来构建输电工程造价估算的预测模型.通过应用MATLAB7.0软件对实际输电线路工程设计概算数据的仿真分析,证明了该模型的有效性和可行性.     

基于人工神经网络的参数灵敏度分析模型*

通过人工神经网络算法与参数灵敏度分析的结合,找到了一种新的工程系统功能模拟和变化分析方法。神经网络可以有效地解决复杂、非线性系统的功能模拟问题,其传递函数的可微性为参数灵敏度矩阵的求解提供了保证,从而方便寻找系统输入属性与输出属性之间的影响因子。同时,该模型具有良好的扩展性,可以更加全面地考虑系统影响因素。经实例仿真分析表明：该方法在工程分析方面,能够快速找到属性之间的关联程度,得到准确、稳定的分析结果,满足工程分析需求。