TY -的A2 -罗德里格斯,雨果盟——刘Lanjun盟——刘,李登辉盟——吴,汉盟——王,鑫PY - 2020 DA - 2020/12/19 TI -地铁盾构施工成本的预测基于反向传播神经网络提高了量子粒子群优化SP - 6692130六世- 2020 AB -工程造价的预测地铁盾构工程项目管理具有重要意义。在这项研究中,我们使用了粗糙集理论,一个反向传播(BP)神经网络和量子粒子群优化(QPSO)建立预测模型,用于预测地铁盾构施工成本。模型占地铁盾构施工的复杂性和施工成本因素之间的非线性关系。首先,影响工程造价的因素指的是中国国家标准测定和分析典型的地铁盾构项目的工程实践。粗糙集理论是用来简化系统的影响因素提取的主要影响因素和减少BP神经网络的输入变量。自从BP神经网络容易陷入局部最小值,收敛速度慢,QPSO被用来优化BP神经网络的权值和阈值。该方法结合强大的非线性分析功能优于经典的BP和全局搜索能力。最后,我们选择在中国50个项目进行案例分析。结果显示这些项目的主要工程造价影响因素包括十个指标,如隧道机的类型和地质特征。确定系数,平均绝对百分比误差,均方根误差、平均绝对误差,误差分析比较常用的工具,用于分析不同模型的计算错误(该模型、多元回归方法,传统的BP模型,遗传算法优化的BP模型,和BP模型优化的粒子群优化)。 The results showed that the proposed method had the highest prediction accuracy and stability, demonstrating the effectiveness and excellent performance of this proposed method. SN - 1687-8086 UR - https://doi.org/10.1155/2020/6692130 DO - 10.1155/2020/6692130 JF - Advances in Civil Engineering PB - Hindawi KW - ER -