一种输变电工程造价风险评估管理方法
【技术领域】
[0001] 本发明涉及输变电工程造价风险评估，尤其涉及一种输变电工程造价风险评估管 理方法。
【背景技术】
[0002] 随着科学技术的发展，国内工程造价领域曾经出现了许多造价估算方法。但是， 这些方法在一些工程项目进展过程中虽然可以解决工程造价的快速估算，但是存在的缺点 是把属于竞争中最活跃的因素设定为定值，难以适应适应市场的要求，造成技术和经济的 分离，导致估算造价误差太大，仍然很难满足市场经济发展中工程建设的实际需要。
【发明内容】
[0003] 本发明目的在于克服以上现有技术之不足，提供一种输变电工程造价风险评估管 理方法，具体有以下技术方案实现 ： 所述输变电工程造价风险评估管理方法，所述的方法包括如下步骤： 1) 接收输入的输变电工程的历史样本数据，并根据危险性设置加权系数η ; 2) 初始化混沌粒子群的种群规模建立混沌粒子群模型，根据混沌粒子群优化算法对所 述的混沌粒子群模型参数进行优化； 3) 根据所述的历史样本数据和优化后的混沌粒子群模型确定混沌粒子群模型的迭代 次数、混沌因子的最优值m; 4) 确定参数，学习因子C1, C2，群体规模N，进化次数N ; 5) 按式1、2对粒子进行操作，若达到最大代数或得到满意解，则优化过程结束，否则返 回步骤4);
其中，r2是介于{0, 1}之间的随机数； 6) 接收输入的输变电工程的实际样本数据，根据输变电工程的实际样本数据，生成输 变电工程造价评估结果。
[0004] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述的初始化混沌粒 子群的种群规模包括：根据所述的历史样本数据的样本容量设置混沌粒子群的种群规模。
[0005] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述的初始化混沌粒 子群的粒子速度包括：初始化粒子速度时根据迭代次数、惯性权值、学习因子的量级乘以相 应系数。
[0006] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述的方法还包括： 对所述的样本数据进行主成分分析确定影响因素。
[0007] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述种群规模的判断 因素包括混沌粒子群的迭代次数、惯性权值、学习因子以及粒子速度。
[0008] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述种群规模根据所 述的历史样本数据的样本容量设置混沌粒子群的种群规模。
[0009] 所述输变电工程造价风险评估管理方法的进一步设计在于，所述的初始化混沌粒 子群的粒子速度包括：初始化粒子速度时根据迭代次数、惯性权值、学习因子的量级乘以相 应系数。
[0010] 本发明的优点如下： 本发明不仅可以使投资方在项目建设前期可行性研究阶段能够准确估算新建工程的 造价，同时可以在初步设计阶段辅助概算审查人员进行合理的、快速的造价审查，达到为投 资决策提供依据的目标，而且可以帮助项目施工单位在招投标活动中快速确定企业报价范 围，在保证企业效益的前提下优化报价策略，最大限度提高中标成功率。
【具体实施方式】
[0011] 下面对本发明方案进行详细说明。
[0012] 输变电工程造价风险评估管理方法，方法包括如下步骤： 1) 接收输入的输变电工程的历史样本数据，并根据危险性设置加权系数η ; 2) 初始化混沌粒子群的种群规模建立混沌粒子群模型，根据混沌粒子群优化算法对所 述的混沌粒子群模型参数进行优化； 3) 根据所述的历史样本数据和优化后的混沌粒子群模型确定混沌粒子群模型的迭代 次数、混沌因子的最优值m; 4) 确定参数，学习因子C1, C2，群体规模N，进化次数N ; 5) 按式1、2对粒子进行操作，若达到最大代数或得到满意解，则优化过程结束，否则返 回步骤4);
其中，r2是介于{0, 1}之间的随机数； 6) 接收输入的输变电工程的实际样本数据，根据输变电工程的实际样本数据，生成输 变电工程造价评估结果。
[0013] 进一步的，初始化混沌粒子群的种群规模包括：根据的历史样本数据的样本容量 设置混沌粒子群的种群规模。
[0014] 本实施例中，初始化混沌粒子群的粒子速度包括：初始化粒子速度时根据迭代次 数、惯性权值、学习因子的量级乘以相应系数。
[0015] 输变电工程造价风险评估管理方法还包括：对的样本数据进行主成分分析确定影 响因素。
[0016] 种群规模的判断因素包括混沌粒子群的迭代次数、惯性权值、学习因子以及粒子 速度。种群规模根据的历史样本数据的样本容量设置混沌粒子群的种群规模。
[0017] 的初始化混沌粒子群的粒子速度包括：初始化粒子速度时根据迭代次数、惯性权 值、学习因子的量级乘以相应系数。
[0018] 本发明技术方案带来的有益效果 (1)从人工智能技术出发，围绕粒子群优化算法、混沌优化算法、非线性核主元分析以 及支持向量机技术的相关概念、算法进行扩充和改进，对小样本数据的智能学习算法进行 有益的改进。
[0019] (2)在工程造价领域，本技术拟在小样本数据智能学习改进算法的基础上，结合工 程历史造价资料，通过数据预处理、数据聚类、数据分类学习等环节，提出一种系统的工程 造价快速估算方法。该技术将不仅可以使投资方在项目建设前期可行性研究阶段能够准确 估算新建工程的造价，同时可以在初步设计阶段辅助概算审查人员进行合理的、快速的造 价审查，达到为投资决策提供依据的目标，而且可以帮助项目施工单位在招投标活动中快 速确定企业报价范围，在保证企业效益的前提下优化报价策略，最大限度提高中标成功率。
[0020] 本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例 的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员， 依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内 容不应理解为对本发明的限制。
【主权项】
1. 一种输变电工程造价风险评估管理方法，其特征在于，所述的方法包括如下步骤： 1) 接收输入的输变电工程的历史样本数据，并根据危险性设置加权系数η; 2) 初始化混沛粒子群的种群规模建立混沛粒子群模型，根据混沛粒子群优化算法对所 述的混沛粒子群模型参数进行优化； 3) 根据所述的历史样本数据和优化后的混沛粒子群模型确定混沛粒子群模型的迭代 次数、混沛因子的最优值m; 4) 确定参数，学习因子。，C2,群体规模N，进化次数N; 5) 按式1、2对粒子进行操作，若达到最大代数或得到满意解，则优化过程结束，否则返 回步骤4);其中，ri，。是介于10,U之间的随机数； 6) 接收输入的输变电工程的实际样本数据，根据输变电工程的实际样本数据，生成输 变电工程造价评估结果。2. 根据权利要求1所述的输变电工程造价风险评估管理方法，其特征在于，所述的初 始化混沛粒子群的种群规模包括；根据所述的历史样本数据的样本容量设置混沛粒子群的 种群规模。3. 根据权利要求1所述的输变电工程造价风险评估管理方法，其特征在于，所述的初 始化混沛粒子群的粒子速度包括；初始化粒子速度时根据迭代次数、惯性权值、学习因子的 量级乘W相应系数。4. 根据权利要求1所述的输变电工程造价风险评估管理方法，其特征在于，所述的方 法还包括：对所述的样本数据进行主成分分析确定影响因素。5. 根据权利要求1所述的输变电工程造价风险评估管理方法，其特征在于，所述种群 规模的判断因素包括混沛粒子群的迭代次数、惯性权值、学习因子W及粒子速度。6. 根据权利要求1所述的输变电工程造价风险评估管理方法，其特征在于，所述种群 规模根据所述的历史样本数据的样本容量设置混沛粒子群的种群规模。7. 根据权利要求5所述的输变电工程造价风险评估管理方法，其特征在于，所述的初 始化混沛粒子群的粒子速度包括；初始化粒子速度时根据迭代次数、惯性权值、学习因子的 量级乘W相应系数。
【专利摘要】本发明涉及一种输变电工程造价风险评估管理方法，所述的方法包括如下步骤：1）接收输入的输变电工程的历史样本数据，并根据危险性设置加权系数n；2）初始化混沌粒子群的种群规模建立混沌粒子群模型，根据混沌粒子群优化算法对所述的混沌粒子群模型参数进行优化；3）根据所述的历史样本数据和优化后的混沌粒子群模型确定混沌粒子群模型的迭代次数、混沌因子的最优值m；4）确定参数，学习因子C1，C2，群体规模N，进化次数N；5)按式1、2对粒子进行操作，若达到最大代数或得到满意解，则优化过程结束，否则返回步骤4）；6）接收输入的输变电工程的实际样本数据，根据输变电工程的实际样本数据，生成输变电工程造价评估结果。有益效果为：不仅可以使投资方在项目建设前期可行性研究阶段能够准确估算新建工程的造价，同时可以在初步设计阶段辅助概算审查人员进行合理的、快速的造价审查。
【IPC分类】G06Q50/06, G06Q10/06
【公开号】CN105321026
【申请号】CN201410378719
【发明人】王朋, 方向, 刘婷, 凌俊斌
【申请人】国家电网公司, 江苏省电力公司, 江苏省电力公司电力经济技术研究院
【公开日】2016年2月10日
【申请日】2014年8月4日