期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于随机森林优化RL的电力工程造价预测
被引量：
6
1
作者
张文静
刘云
+2 位作者
周波
洪崇
王立功
《沈阳工业大学学报》
CAS
北大核心
2024年第6期754-759,共6页
针对现阶段电力工程造价数据预测准确度较低的问题,提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素,将其按照影响程度的大小进行分级,利用随机森林算法加以筛选,并采用筛选后的影响因素特征向量作为预测...
针对现阶段电力工程造价数据预测准确度较低的问题,提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素,将其按照影响程度的大小进行分级,利用随机森林算法加以筛选,并采用筛选后的影响因素特征向量作为预测模型的训练和测试数据。同时,将电力工程造价预测问题转化为输电线路规划问题,再使用强化学习优化蚁群算法的参数来构建电力工程造价预测模型。经过实验对照,综合两种栅格尺寸结果,所提方案比两种对照组算法的电子工程造价分别降低了2.97%、3.78%。
展开更多
关键词
输变电工程
工程造价
随机森林
强化学习
蚁群算法
输电线路规划
数据预测
特征向量
在线阅读
下载PDF
职称材料
大数据环境下基于BIM与CNN的电力工程造价优化算法
被引量：
15
2
作者
王林峰
张文静
+2 位作者
刘云
陈志宾
王立功
《沈阳工业大学学报》
CAS
北大核心
2024年第1期7-12,共6页
针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法...
针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法改进卷积神经网络,通过改进后的CNN网络对每个工程环节的造价完成预测,从而优化整个工程的施工方案。结合相关的电力工程造价数据,基于Matlab对所提算法进行实验测试。结果表明,当学习率为0.010时CNN网络的性能最佳,所提算法的预测准确率为94%,并且与造价的真实值最为接近。
展开更多
关键词
电力工程造价
BIM技术
卷积神经网络
大数据环境
Levenberg-Marquardt规则算法
全生命周期
动态化管控
预测准确性
在线阅读
下载PDF
职称材料
基于FA-ELM深度挖掘模型的电力工程预算控制技术
被引量：
4
3
作者
徐宁
张文静
+2 位作者
周波
董振亮
陈志宾
《沈阳工业大学学报》
CAS
北大核心
2023年第6期637-642,共6页
针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络...
针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络,构建FA-ELM预测模型,将预处理后的电力数据输入FA-ELM模型中,可估计每个阶段的工程费用,便于管理人员采取相应的措施。在MATLAB仿真平台上对所提技术进行实验分析,结果表明:FA-ELM模型的预测误差均控制在6%以内,且工程总费用节约了14.09%,整体性能优于其他对比技术。
展开更多
关键词
电力工程
预算控制
极限学习机网络
数据挖掘
工程进度
萤火虫算法
FA-ELM模型
在线阅读
下载PDF
职称材料
题名
基于随机森林优化RL的电力工程造价预测
被引量：
6
1
作者
张文静
刘云
周波
洪崇
王立功
机构
华北
电力
大学电气与电子工程学院
华北
电力
大学能源动力与机械工程学院
河北省电力有限公司互联网部
河北省
电力
有限公司
经济技术研究院
武汉大学电气与自动化学院
河北
赛克普泰计算机咨询服务
有限公司
软件造价
部
出处
《沈阳工业大学学报》
CAS
北大核心
2024年第6期754-759,共6页
基金
河北省自然科学基金项目(F2021210005)
国网河北省电力有限公司科技项目(5204JY22000L)。
文摘
针对现阶段电力工程造价数据预测准确度较低的问题,提出了一种基于随机森林优化RL的相关预测算法。通过分析影响电力工程造价的因素,将其按照影响程度的大小进行分级,利用随机森林算法加以筛选,并采用筛选后的影响因素特征向量作为预测模型的训练和测试数据。同时,将电力工程造价预测问题转化为输电线路规划问题,再使用强化学习优化蚁群算法的参数来构建电力工程造价预测模型。经过实验对照,综合两种栅格尺寸结果,所提方案比两种对照组算法的电子工程造价分别降低了2.97%、3.78%。
关键词
输变电工程
工程造价
随机森林
强化学习
蚁群算法
输电线路规划
数据预测
特征向量
Keywords
power transmission and transformation project
project cost
random forest
reinforcement learning
ant colony algorithm
transmission line planning
data prediction
eigenvector
分类号
TM726 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
大数据环境下基于BIM与CNN的电力工程造价优化算法
被引量：
15
2
作者
王林峰
张文静
刘云
陈志宾
王立功
机构
华中科技大学电气与电子工程学院
河北省
电力
有限公司
经济技术研究院
河北省电力有限公司互联网部
华北
电力
大学电气与电子工程学院
武汉大学电气与自动化学院
河北
赛克普泰计算机咨询服务
有限公司
软件造价
部
出处
《沈阳工业大学学报》
CAS
北大核心
2024年第1期7-12,共6页
基金
河北省自然科学基金重点项目(E2018210044)
河北省教育厅科技项目(QN16214510D)。
文摘
针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法改进卷积神经网络,通过改进后的CNN网络对每个工程环节的造价完成预测,从而优化整个工程的施工方案。结合相关的电力工程造价数据,基于Matlab对所提算法进行实验测试。结果表明,当学习率为0.010时CNN网络的性能最佳,所提算法的预测准确率为94%,并且与造价的真实值最为接近。
关键词
电力工程造价
BIM技术
卷积神经网络
大数据环境
Levenberg-Marquardt规则算法
全生命周期
动态化管控
预测准确性
Keywords
power engineering cost
BIM technology
convolutional neural network
big data environment
Levenberg-Marquardt rule algorithm
whole-life-cycle
dynamic management and control
prediction accuracy
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于FA-ELM深度挖掘模型的电力工程预算控制技术
被引量：
4
3
作者
徐宁
张文静
周波
董振亮
陈志宾
机构
华北
电力
大学电气与电子工程学院
华北
电力
大学能源动力与机械工程学院
河北省
电力
有限公司
经济技术研究院
河北省电力有限公司互联网部
河北省
教育考试院信息处
河北
赛克普泰计算机咨询服务
有限公司
软件造价
部
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第6期637-642,共6页
基金
河北省教育厅科技项目(QN16214510D)
河北省自然科学基金重点项目(E2018210044)。
文摘
针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络,构建FA-ELM预测模型,将预处理后的电力数据输入FA-ELM模型中,可估计每个阶段的工程费用,便于管理人员采取相应的措施。在MATLAB仿真平台上对所提技术进行实验分析,结果表明:FA-ELM模型的预测误差均控制在6%以内,且工程总费用节约了14.09%,整体性能优于其他对比技术。
关键词
电力工程
预算控制
极限学习机网络
数据挖掘
工程进度
萤火虫算法
FA-ELM模型
Keywords
power engineering
budget control
limit learning machine network
data mining
project schedule
firefly algorithm
FA-ELM model
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于随机森林优化RL的电力工程造价预测
张文静
刘云
周波
洪崇
王立功
《沈阳工业大学学报》
CAS
北大核心
2024
6
在线阅读
下载PDF
职称材料
2
大数据环境下基于BIM与CNN的电力工程造价优化算法
王林峰
张文静
刘云
陈志宾
王立功
《沈阳工业大学学报》
CAS
北大核心
2024
15
在线阅读
下载PDF
职称材料
3
基于FA-ELM深度挖掘模型的电力工程预算控制技术
徐宁
张文静
周波
董振亮
陈志宾
《沈阳工业大学学报》
CAS
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
