何湘君
- 作品数：4 被引量：16H指数：2
- 供职机构：三峡大学水利与环境学院更多>>
- 相关领域：水利工程更多>>
- MLR和SVM模型在水电工程价格指数预测中的应用被引量：2
- 2019年
- 以2005年~2015年水电工程综合价格指数及各类调价因子为基础,建立多元线性回归MLR和支持向量机SVM价格指数预测模型,对比分析两模型的实效性。实证表明,当样本容量较小时,MLR预测模型更为适用,精度达99.73%,标准差低达0.002 9;当样本容量较大时,SVM模型对水电工程价格指数预测精度更高,达99.77%。所提方法对价格指数预测精度高、稳定性强。
- 郭琦卢雅欢陈志鼎何湘君
- 关键词：价格指数造价控制SVM模型水电工程
- MLR和SVM模型在水电工程价格指数预测中的应用被引量：1
- 2016年
- 水电工程价格指数综合反映不同地区各年度投资变化趋势,价格指数的准确预测可为政府和业主宏观控制工程总投资提供参考数据,对造价控制尤为重要。以2005~2015年水电工程综合价格指数及各类调价因子为基础,建立多元线性回归（MLR）和支持向量机（SVM）价格指数预测模型,对比分析两模型的实效性。实证表明,当样本容量较小时,MLR预测模型更为适用,精度达99.73%,标准差低达0.002 9;当样本容量较大时,SVM模型对水电工程价格指数预测精度更高,达99.77%,可见所提方法对价格指数预测精度高、稳定性强,能为造价管理提供参考。
- 郭琦卢雅欢陈志鼎何湘君
- 关键词：水电工程价格指数造价控制SVM模型
- 模拟退火遗传算法在水电工程施工资源均衡优化中的应用被引量：3
- 2016年
- 根据水电工程施工资源投入的特点,建立了考虑资金动态投资影响的多资源均衡优化模型,为了能对其进行高效求解,提出了一种新的模拟退火遗传算法(SAGA),并以某水电站工程为例,根据施工网络计划的资源需求,分别应用模拟退火遗传算法和遗传算法(GA)计算该项目的利息损失、费用标准方差和最大费用等优化参数。结果表明,SAGA算法可使资源配置得到更好的优化,同时运用模拟退火遗传算法得到了该项目各道施工工序的最佳开工时间,通过调整每一工序的开工时间,可使施工资源得到均衡优化。
- 郭琦李珺何湘君卢意力
- 关键词：水电工程模拟退火遗传算法
- 基于BP神经网络的水电工程定额编制模型研究被引量：10
- 2016年
- 水电建筑工程市场的快速发展对水电工程定额提出了实时、准确、高效的要求,而当前主流的传统定额编制方法已经不能满足市场需求,寻求一种快速有效的定额编制方法迫在眉睫。针对水电工程定额编制中存在的问题,运用BP神经网络理论,建立水电工程定额消耗量与其影响因素之间的BP神经网络算法模型,通过已知的有限样本数量预测出未知消耗量,并以实例验证了此方法的可行性。该方法的应用极大简化了定额的编制工作。
- 郭琦何湘君
- 关键词：BP神经网络定额编制
