基于灰色BP神经网络模型的电网工程造价预测研究

提高工程造价预测水平是合理确定工程造价、有效控制建设成本、实现工程造价管理精益化的前提,是系统规划决策的基础.精准化工程造价预测对提高电力系统经济性、妥善解决输变电工程“三超”问题、提高投资效率具有重要意义.而电网工程造价的单一性及受多因素影响的复杂性,使得输变电工程造价呈现出多变特性,因而亟需一套能有效提高预测精度的...     

基于BP神经网络的黄金期货价格预测

在期货市场交易策略中,用预测目标作为衡量买卖时机交易的思想,是主流思想中的重要分支之一。为解决期货价格预测问题,文章对使用BP神经网络预测的方法进行探索。笔者以黄金1305期货合约2008年5月23日到2013年4月25日收盘价共857个数据为依据,建立了可自动调节参数的BP神经网络模型,并利用该网络对收盘价和收益率序列进行了滚动预测,根据预测结果进行期货品种的买卖。依据所构造策略进行交易,在模拟交易中获得了不错的收益。     

基于BP神经网络的短期负荷预测

电力系统负荷预测的重要性、分类和主要预测方法,BP神经网络算法的基本理论和预测过程,建立基于BP神经网络的短期负荷预测模型,以加州24 h的电力负荷预测为例进行MATLAB仿真,结果显示预测精度符合电力系统要求。     

基于BP神经网络的输变电工程造价偏差动态预警

正通过构建输变电工程造价偏差动态预警模型,提出造价偏差阈值的确定方法。动态采集目标工程造价信息,利用训练后的神经网络预测待评估工程造价,实时判断未来多个时点的工程造价预测值与目标值之间的偏差,进行动态预警。强化工程造价过程管控,对于降低电网建设成本,减少计价误差,防范工程建设和财务风险,促进工程建设依法合规,提高造价控制"精益化"水平具有重要意义。     

基于Elman神经网络的输电工程造价预测

正在输电工程建设环节,如何控制输电工程建设的造价至关重要。为此,亟需利用科学化的合理手段对输电工程造价进行建模预测,可以使得工程造价人员根据预测结果核实主要技术经济指标,并且针对预测结果进行影响关系的反推,探寻引起预测结果偏差的真正原因。     

高海拔变电工程造价波动机理分析及智能预测研究

高海拔地区作为我国社会经济发展相对落后、国家重点扶持建设的区域,近年来电网投资建设规模不断加大,同时呈现出工程建设条件复杂、工程造价水平波动性大的显著特点,因此,系统深化高海拔地区电网工程建设造价分析方法研究,具有重要的理论及现实意义。本文结合数据挖掘理论构建了集成智能的高海拔地区变电工程造价分析体系,包括大样本造价水平数据挖掘、基于数据序列拆分的造价差异性影响分析、基于关联性挖掘的造价波动性分析,并提出了基于最小二乘支持向量机的造价预测模型,选取四川高海拔典型工程进行了大量的数据建模及计算分析,研究成果为系统全面挖掘高海拔地区高寒、缺氧等特定施工条件下电网工程造价波动机理及发展趋势,科学制定造价管控策略,提升特殊地区造价管理精益化水平提供了一定的方法借鉴。     

基于多元线性回归与BP神经网络分析的失业预测建模实证研究

本文首先构建失业综合指数及其测算指标体系,用来客观地反映失业状况;其次通过文献研究、发放问卷调查等分析方法,并在考虑数据可获得性、可靠性等前提下,初步整理出影响失业的相关因素,以2000~2012年各季度对应的数据,对失业综合指数及其影响因素进行多元线性逐步回归分析,从中筛选出影响显著的因素,构建失业综合指数预测模型。同时基于线性相关分析筛选的结果,构建BP神经网络预测模型,同样对失业状况进行预测,并与多元回归预测模型的预测结论进行比较,结果发现后者预测性能高于前者。     

基于结构方程模型的新建变电工程造价影响因素研究

国网天津市电力公司创建了新建变电工程造价影响因素的因果关系图,结合已有数据构建了新建变电工程造价影响的结构方程模型,运用公司2013～2017年新建变电站数据进行实证分析,给出了新建变电工程建筑工程费、设备购置费、安装工程费和其它费用四项费用的影响因素和影响路径。     

基于BP神经网络与PCA的零售业客户细分模型研究

本文结合零售业及其客户消费行为的特点,提出了一套基于客户消费行为分析的零售业客户细分指标体系,采用主成分分析(PCA)和BP神经网络(BPNN)相结合的方法,构建了一种基于消费者行为分析的零售业客户细分模型,最后利用Matlab软件通过零售业客户消费行为的实际数据对该模型进行了测试和验证,结果表明该模型具有良好的适用性和准确性.     

基于SSA优化BP神经网络的农村公路造价预测研究

针对目前农村公路造价估算存在的问题,结合神经网络和麻雀搜索算法各自的特点,提出基于麻雀搜索算法(SSA)优化BP神经网络的造价预测模型.结合农村公路造价的影响因素,利用已建农村公路造价资料,运用MATLAB软件进行仿真实验,并将SSA—BP算法预测结果与BP、RBF神经网络预测结果进行比较.     

基于ARIMA模型的电网线路工程造价预测分析

正本文以国网北京市电力公司2009～2016年的架空和电缆8年的工程数据为基础,运用ARIMA模型的预测方法,对历史工程数据进行训练和测试,可以预测出2017年架空和电缆线路的单位长度造价,实现工程总体指标的预测,并使误差在合理范围内,有效控制工程造价,为公司投资管理决策提供有力支撑。     

工程造价神经网络估算模型

本文建立了人工神经网络造价估算模型.论文详细地介绍了该模型建立的基本原理及学习的BP算法。最后以煤矿井筒工程实际资料为例,应用神经网络估算模型进行了估算,结果表明,该模型估算准确,由于考虑了主材价格变化,因此非常适应于工程造价动态管理。     

特高压输电线路工程造价预测模型研究——基于因子分析及BP 神经网络

本文在对特高压输电线路工程进行项目划分的基础上,分析识别出影响特高压输电线路工程造价的主要因素,并使用因子分析法对其中18 个主要影响因素进行度量,将得到的5 个因子作为输入、工程单位造价作为输出,构建了基于BP 神经网络的造价预测模型,以国内已建和在建的9 个特高压输变电工程中的75 段输电线路工程数据为样本进行了实证研究,结果证明预测模型对特高压输电线路工程造价进行预测具有可行性和较高的准确性,为特高压工程全生命周期内管理优化提供了一种新的思路和实现方法。     

基于DEA和BP神经网络基金最优增长率预测

DEA是一种广泛运用于相对绩效评估的系统分析方法.以基金的期初单位净值、单位费用和标准差三个指标作为输入,单位净值增长率作为输出,通过DEA计算出24支封闭式基金从2001年到2006年的最优投入和产出.进一步用BP神经网络来拟合最优投入与产出的函数关系,通过加入各年宏观经济变量,使得训练出的神经网络可以用于对最优户出的预测.文中预测出2007年的各基金单位净值增长率,并与前35周的实际运营结果进行对比,得出了预测中单位净值增长率高的基金,实际运营中相对效率也较高的结论.     

基于BP神经网络的多波地震复合属性预测技术研究

本文综合了地震属性神经网络分析方法和多波地震属性分析方法,进一步提高了储层含气分布的预测精度。通过BP神经网络构建地震复合属性与含气量之间的数学关系,进而有地震数据资料推导出无井区目的层的含气量分布。运用纵、横波地震属性的多波差异性对初步预测的结果进行约束处理,实现对目的层的含气性分布的预测。     

基于BP神经网络的天然气集输管道结垢趋势预测方法研究

随着国内油气田开采进入中后期,天然气集输管道内的含水率逐渐升高,而采出水中存在大量的成垢离子,在管道的运行过程中,由于管道沿线温度、压力等条件的变化,极易在管道内结垢,降低管道的输送效率,甚至堵塞管道,造成严重的安全隐患。因此,文章为了探究天然气集输管道中的结垢趋势,基于BP神经网络,建立、训练和测试天然气集输管道结垢趋势预测方法,并通过结合现场实际结垢情况,进一步验证了该方法。该方法的应用,可以更加快速、有效的预测天然气集输管道结垢趋势。     

基于BP神经网络对矿井瓦斯涌出量的预测

为了更加准确地预测出矿井瓦斯涌出量,设计出基于留一法交叉验证BP神经网络的瓦斯涌出量预测模型.其中,采用了交叉验证的办法对BP神经网络的测试集与训练集进行优化,并选取了影响瓦斯涌出量的13个因素作为预测指标,将每一次交叉验证的测试集组成新的数据集合.通过测试集预测瓦斯涌出量,得到决定系数为0.978,优于传统神经网络的...     

绿色供应链金融风险评估研究——基于 Logit 模型与BP 神经网络的比较研究

近年来,由于低碳回收、绿色环保在当今社会中的地位不断提高,绿色供应链金融已经成为国家和政府促进环境可持续发展及产业全面升级的重要手段。但由于绿色供应链金融兴起的时间较晚,因素的不确定性很多,因此绿色供应链中的企业所面临的风险较为复杂和隐蔽。本文设计了较为完整的绿色供应链金融风险综合评价指标体系,通过有效性检验和敏感性分析对指标进行了优化处理,应用主成分分析将指标进行降维处理,并运用 Logit 模型对绿色供应链金融风险进行评估,进而与 BP 神经网络模型的评估结果进行对比。此外,由于针对沿海地区的绿色供应链金融研究较少,因此本文选取河北省内包含秦皇岛港、唐山港、黄骅港等的沿海地区的企业进行实证分析,结果表明当选择的样本企业比较少时,Logit 模型在进行风险评估时更具有优越性,同时证实了绿色供应链金融风险评估指标体系能够准确地判断核心企业以及回收商的状况,有助于缓解融资困境。     

基于BP神经网络的乡镇污水处理厂建设成本估算模型研究

污水处理设施建设是深化供给侧结构性改革“三去一降一补”政策中“补短板”的重点任务,持续推进乡镇污水处理设施建设是改善农村人居环境、提升农村基本公共服务水平、建设美丽乡村的重要举措。为研究目前乡镇污水处理厂建设成本结构的情况,文章选取我国某地区乡镇污水处理厂数据样本为研究对象,对乡镇污水处理厂的建设年份、日处理能力、处理工艺、运行参数、出水标准、建筑工程成本、安装工程成本、设备购置成本、总成本费用等参数进行综合分析,同时使用MATLAB建立BP神经网络模型,以期为乡镇污水处理厂建设成本快速估算提供数学模型参考。经过验证测试,在准确采集项目的特征元素、科学的训练模型方法的前提下,使用BP神经网络建立模型,估算项目的成本是可行的。