摘 要: | 针对电力生产项目数据的管理及应用问题,开展了面向电力生产项目的数据处理智能算法设计研究。构建了电力生产项目智能数据处理平台的总体设计和数据架构,并提出了基于蚁群算法(ACO)-最小二乘支持向量机(LS-SVM)的电力生产项目造价预测方法。该方法利用ACO算法对LS-SVM算法的惩罚系数、核函数参数等关键指标进行优化,且通过LS-SVM算法实现对电力生产项目的造价预测。仿真算例的结果表明,相比于传统LS-SVM算法,所提方法能够对算法的核心参数进行优化,从而提高整体的性能,使其在造价预测上具有更高的准确性;在实际电力生产项目中,该算法造价预测误差小于9%,且具有较优的应用效果,能够为电力生产项目成本管理提供数据支撑。
|