1 / 79
文档名称:

遗传神经网络在输电线路造价估算中的应用.pdf

格式:pdf   页数:79
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

遗传神经网络在输电线路造价估算中的应用.pdf

上传人:peach1 2014/2/11 文件大小:0 KB

下载得到文件列表

遗传神经网络在输电线路造价估算中的应用.pdf

文档介绍

文档介绍:东北电力大学
硕士学位论文
遗传神经网络在输电线路造价估算中的应用
姓名:张琦
申请学位级别:硕士
专业:技术经济及管理
指导教师:李凡生
20080301
要摘目前,在我国电网建设中一个突出的问题是控制和降低工程造价,措施之因此,作为电网建设中的重要组成部分如何快速估算出输电线路工程的造价已成为造价管理及辅助决策的核心问题。当然,输电线路的造价估算也具备一般经济系统估测的共同特性:非线性,输电线路工程造价是众多确定性因素和非指标无不密切关联,每一个指标的变化都会导致其它指标的变化;时变性,输电造价估算系统是一个动态的开放系统,反映其运行规律的数学模型始终在不断本文通过引入基于遗传算法优化的神经网络来建立造价估算模型,通过大量样本学习将隐含在数据内部的关系用网络拓扑结构和参数表达出来,从而拟合以往输电线路工程量和造价之间的非线形映射关系。随着工程项目数据的不断积累完善,可以动态地改进模型为今后新建项目提供准确的决策支持依据。通过国家电网公司输电线路典型方案工程量、造价一览表可以建立起全国各种电压等级的造价估算体系,将影响电力线路建设施工成本的诸多因素作为训练后收敛,能无限逼近描述工程量和造价之间关系的非线形函数。将训练后的网络结构、权值等参数固化,作为各电压等级输电线路工程造价估算模型应用到新的工程建设项目中。由于神经网络本身的全局搜索能力较弱以及收敛到最优解的速度较慢,故引入遗传算法对神经网络的拓扑结构和参数进行优化,将两者有机的结合起来构成一个非线形动力学系统,去更精确的描述样本的内关键词:神经网络;遗传算法;电力工程造价;喑蹋貉狙盗一就是快速准确地估测工程造价,以此作为项目评估、立项及投资控制的依据。确定性因素交互作用下的非线性系统;强耦合性,反映输电线路工程造价的各种的变化中。神经网络的输入结点信号,而工程造价作为网络输出,神经网络经过样本不断在联系。·
,.:甦瑃,甆琣疭,。琫;騣,,,產琧
疭。;猯:.、瑃,瑃,籊籈籗
导师签名:—型坠且。日期:丝竺§。年土月卫曰年土日期:每嗥年毒月丝臼弦堑一一。.送塑:本人声明,所呈交的学位论文系在导师指导下本人独立完成的研究成果。文中依法引用他人的成果,均已做出明确标注或得到许可。论文内容未包含法律意义上己属于他人的任何形式的研究成果,也不包含本人己用于其他学位申本人如违反上述声明,愿意承担以下责任和后果:学校可在相关媒体上对作者本人的行为进行通报;本人按照学校规定的方式,对因不当取得学位给学校造成的名誉损害,进行公开道歉;本人负责因论文成果不实产生的法律纠纷。。硇论文知识产权权属声明本人在导师指导下所完成的论文及相关的职务作品,知识产权归属东北电力大学。学校享有以任何方式发表、复制、公丌阅览、借阅以及申请专利等权论文作者签名:论文原创性声明请的论文或成果。交回学校授予的学位证书:一日期:利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为东北电力大学。甤.
指导教师签名:杰荔张盘.《中国优秀博硕士学位论文全文数据库》和《中国学位论文全文数据库》投稿声明本人同意《中国优秀博硕士学位论文全文数据库》和《中国学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生部向中国学术期刊馀贪电子杂志社的《中国优秀博硕士学位论文全文数据库》和中国科技信息研究所的《中国学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》和《中国学位论文全文数据库》给予出版,并同意在《中国优秀博硕士学位论文全文数据库》和系列数据库以及《中国学位论文全文数据库》中使用,同意按章程规定享受相关权益。研究生部:论文级别:回硕士口博士作者签名:作者联系地址时:作者联系电话:一;
第滦论选题背景和意义.√獾谋尘.√獾囊庖随着电力工业近几年的飞速发展,电力建设市场同益壮大以及电力投资主体的多元化,一个突出的问题“如何控制和降低工程造价”就摆在工程业主的面前。最有效的措施之一就是快速准确地估测工程造价,以此作为立项、可行性投资研究、项目前期概预算、项目后期决算以及造价控制的依据,从而在整,价管理及辅助决策的核心问题,受到越来越多的人士的关注。在现今效率至上方法和近几年来出现的新方式大致可以分为七种类型:定额计算、数理统计、经验公式模糊数学、灰色理论、自适应过滤技术、专家系统和人工神经元网络技术。其中神经网络模型以其通用性、适应性强而见长,它不排斥新样本,相反它会随着样本数的不断增加而提高自身的概括能力和预测能力。这正好满足建立造价信息系统的要求——动态地、自适应地从众多已完工程中提取有用信息,进行预测,辅助决策。本文采用基于遗传算法改进的神经网络模型,以工程特征为输入参数、工程造价为网络输出,采用实际历史数据训练人工神经