基于MIC-CNN的山区高速铁路土建工程造价预测模型

作     者：易梦雪 曾勇 秦张越 夏子又 贺燚 YI Mengxue;ZENG Yong;QIN Zhangyue;XIA Ziyou;HE Yi

作者机构：西南交通大学土木工程学院成都610031 西南交通大学高速铁路线路工程教育部重点实验室成都610031 

出 版 物：《铁道标准设计》 (Railway Standard Design)

年 卷 期：2023年第67卷第8期

页      面：44-51页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：四川省科技计划项目(2019YFG0460) 

主　　题：山区高速铁路 土建工程造价 预测 最大信息系数 卷积神经网络 

摘      要：为实现预可行性研究阶段山区高速铁路土建工程造价的快速准确估算,利用最大互信息系数(MIC)原理选取山区高速铁路土建工程造价预测关键指标,进而应用卷积神经网络(CNN)构建其造价预测模型,通过比较不同参数下的模型预测精度和稳定性确定模型最优参数,并对比分析MIC-CNN模型与CNN、BP、Adaboost-SVR模型预测效果。分析结果表明,MIC-CNN模型预测平均相对误差仅为5.476%,而CNN、BP和Adaboost-SVR模型预测的平均相对误差分别达到9.072%、12.626%和28.010%,说明造价预测关键指标及模型参数选取合理,MIC-CNN模型可以实现较高的预测精度;MIC-CNN模型预测值的波动幅度仅为1.045%,其在预测山区高速铁路土建工程造价时具有较好的稳定性。