[发明专利]一种输电线路工程造价的智能预测方法

权利要求书

1.一种输电线路工程造价的智能预测方法，其特征在于，包括以下步骤：

采用鱼骨图分析法分析影响输电线路工程造价的主要因素；

通过收集数据的方式得到输电线路历史工程造价数据，所述造价数据包括历史工程的影响因素数据和造价数据；

构建BP神经网络模型，将输电线路历史工程造价数据作为输入变量，对BP神经网络模型进行仿真训练得到训练后的BP神经网络模型；

将当前的输电线路工程影响因素的归一化数值输入训练后的BP神经网络模型，计算得到输电线路工程造价的预测值，所述预测值为工程折单造价。

2.根据权利要求1所述的输电线路工程造价的智能预测方法，其特征在于，所述鱼骨图分析法包括分析因素和绘制鱼骨图；

所述分析因素包括：针对研究对象，选择分类方式，即大要因；运用头脑风暴法、德尔菲法等分别找出各类中所有可能的因素；将上述已经找出的各种因素进行整理，明确各因素的属性；将所述找到的因素进行简洁地描述；

所述绘制鱼骨图包括：将要研究的问题标识在鱼头上；画出鱼的大骨，填写所述大要因；在所述大骨上延伸出中骨、小骨等，分别填写相应的中要因，小要因；如有必要对特殊因素进行简要说明，重要因素要用特殊符号标明。

3.根据权利要求1所述的输电线路工程造价的智能预测方法，其特征在于，

所述BP神经网络模型的输入层包括输电线路工程造价的主要因素；

所述BP神经网络模型的输出层为输电线路工程造价的静态投资。

4.根据权利要求1所述的输电线路工程造价的智能预测方法，其特征在于，所述BP神经网络模型的仿真训练包括正向传播过程和反向传播过程。

5.根据权利要求1所述的输电线路工程造价的智能预测方法，其特征在于，所述BP神经网络模型的仿真训练的正向传播过程和反向传播过程。

6.根据权利要求5所述的输电线路工程造价的智能预测方法，其特征在于，所述BP神经网络模型的仿真训练包括正向传播过程包括：

输入层有n个神经元表示如下：x∈R_n，x＝(x₁，x₂，…，x_n)

隐含层有d个神经元表示如下：h∈R_d，h＝(h₁，h₂，…，h_d)

输出层有m个神经元表示如下：y∈R_m，F＝(F₁，F₂，…，F_m)

隐含层节点表示为：

其中，W_ij为输入层与隐含层之间的权值；b_j为输入层与隐含层之间的阈值；

输出层节点表示为：

其中，W_jk为隐含层与输出层之间的权值；b_k为隐含层与输出层之间的阈值；

其中，传递函数可以表示为：

一个样本的输出节点的误差为：

其中，t_k为期望输出；F_k为网络的计算输出；

所有样本的误差表示为：其中，p为样本数。