基于PSO-LSSVM的住宅工程造价预测研究

打开文本图片集

摘要：工程造价预测是项目可行性研究的基础，其准确性直接影响项目的投资决策。住宅工程在建设过程中往往面临建设前期设计深化不够、单方造价测算困难、造价估算精度不高等问题。为了提高住宅工程造价预测的准确性，提出一种基于粒子群优化算法的最小二乘支持向量机（PSO-LSSVM）预测模型。该模型采用预测值与实际值的均方根误差最小为适应度评价函数，基于30组小样本数据，选取15项住宅工程特征指标作为样本输入、单方造价作为样本输出，并利用粒子群算法（PSO）优化算法最小二乘支持向量机（LSSVM）模型的关键参数组合（γ，σ），构建PSO-LSSVM预测模型。（剩余6481字）