人民黄河

作者：刘英杰;聂章琴;王博;许亚辉

单位：（1.华北水利水电大学 水利学院,河南 郑州 450046; 2.水资源高效利用与保障工程河南省协同创新中心,河南 郑州 450046; 3.河南省水环境模拟与治理重点实验室,河南 郑州 450046）

关键词：成本预测;支持向量机;粒子群算法;水工隧洞

为了对水工隧洞工程施工成本进行精确预测,从工程、环境、市场以及管理4个方面分析了水工隧洞施工成本影响因素,构建了水工隧洞施工成本影响因素量化方法。采用粒子群算法（PSO）优化支持向量机（SVM）模型中的惩罚因子C和核函数参数g,建立基于PSOSVM的水工隧洞施工成本预测模型。对比SVM模型的预测结果发现,PSOSVM模型的平均绝对百分比误差和均方根误差更小,训练速度更快,预测效果更好。

来源：2021年第9期

《人民黄河》期刊编辑部

查看人民黄河杂志2021年第9期