人民黄河

作者：王荆, 刘可, 陈卓, 雷洪涛, 王航

单位：1.黄河水利委员会 黄河水利科学研究院，河南 郑州 450003；2.水利部 堤防安全与病害防治技术创新中心，河南 郑州 450003；3.黄河水利委员会 财务局，河南 郑州 450003

关键词：水利工程维修养护；定额标准；单价预测；贝叶斯优化；长短记忆网络；随机森林

基金：黄河水利科学研究院基本科研业务费专项（HKY-JBYW-2023-07，HKY-JBYW-2025-10）；水利部堤防安全与病害防治工程技术研究中心开放课题(LSDP202402)；中原英才计划-中原青年拔尖人才项目；河南省科技攻关项目（262102210037）

为解决传统方法预测水利工程维修养护定额标准中的材料单价时，对市场价格动态波动捕捉不足的问题，提出基于贝叶斯优化的长短期记忆网络-随机森林（LSTM-RF）混合预测模型，通过整合时间序列分析与多因素非线性关系处理能力，显著提升了预测精度。该模型通过输入地区GDP、建筑行业总产值、居民消费价格指数、环境空气质量综合指标等11个影响因素时间序列数据，基于32个单位共2 560个样本数据进行训练与验证，实现了未来20期的砂浆单价的准确预测，进而为定额中砂浆定价提供科学依据。结果表明，基于贝叶斯优化的LSTM-RF混合预测模型能够显著提升材料单价确定的科学性、合理性和可靠性。

来源：2026年第6期

《人民黄河》期刊编辑部

查看人民黄河杂志2026年第6期