为提高水利工程项目成本预测和管控能力,针对项目成本估算数据量较小的问题,提供一种基于TOPSIS-GRNN的水利工程项目成本估算与管控方法。以H水利工程为研究对象,采用优劣解距离法(Technique for Order Preference by Similarity to an ...为提高水利工程项目成本预测和管控能力,针对项目成本估算数据量较小的问题,提供一种基于TOPSIS-GRNN的水利工程项目成本估算与管控方法。以H水利工程为研究对象,采用优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)确定预测模型输入向量,基于广义神经网络(Generalized Regression Neural Network,GRNN)对项目成本进行预测,以可接受成本变化率构建成本控制模型,实现成本状态的有效判断。结果表明:构建的成本预测模型精度和效率均较高,成本控制模型能有效监控成本变化。结果能够满足工程实际需求。展开更多
文摘为提高水利工程项目成本预测和管控能力,针对项目成本估算数据量较小的问题,提供一种基于TOPSIS-GRNN的水利工程项目成本估算与管控方法。以H水利工程为研究对象,采用优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)确定预测模型输入向量,基于广义神经网络(Generalized Regression Neural Network,GRNN)对项目成本进行预测,以可接受成本变化率构建成本控制模型,实现成本状态的有效判断。结果表明:构建的成本预测模型精度和效率均较高,成本控制模型能有效监控成本变化。结果能够满足工程实际需求。
