[发明专利]基于GA-WNN的输变电工程造价预测方法

权利要求书

1.一种基于GA-WNN的输变电工程造价预测方法，其特征在于，包括以下步骤：

1)收集地区范围内3-5年的输变电工程造价数据，建立输变电工程造价样本数据库；

2)运用统计分析软件对输变电工程造价数据进行特征指标分析，通过参数检验及因子分析，确定输变电工程造价预测指标，建立输变电工程造价预测指标体系；

3)按照灰色关联分析方法，计算输变电工程造价预测指标的权重，将输变电工程造价预测指标归并到一级指标；

4)将归并好的一级指标作为输入，输变电工程预测造价作为输出，利用遗传算法对小波神经网络的权值进行优化，结合Matlab和遗传算法工具箱，构建基于GA-WNN的输变电工程造价预测模型；

5)基于GA-WNN的输变电工程造价预测模型通过训练和测试后进行输变电工程预测造价的仿真预测。

2.根据权利要求1所述的基于GA-WNN的输变电工程造价预测方法，其特征在于：所述步骤1)还包括对输变电工程造价样本数据库的更新；通过不断收集新的输变电工程造价数据，并将其增加到输变电工程造价样本数据库中，完成输变电工程造价样本数据库的样本容量的更新。

3.根据权利要求1所述的基于GA-WNN的输变电工程造价预测方法，其特征在于：所述特征指标分析采用回归分析法、主成分分析法和偏差分析法。

4.根据权利要求1所述的基于GA-WNN的输变电工程造价预测方法，其特征在于：所述步骤3)中将输变电工程造价预测指标归并到一级指标所采取的归并方法是，根据属于三大类工程的输变电工程造价预测指标的属性赋值及其权重相乘求和，来获得一级指标值。

5.根据权利要求1所述的基于GA-WNN的输变电工程造价预测方法，其特征在于：所述步骤5)中训练和测试具体为，将输变电工程造价样本数据库划分为训练集与测试集，通过训练集作为预测模型训练输入样本，在满足精度要求时，确定预测模型的结构和权重值，再通过测试集检测预测模型的训练效果，直至精度达到设定目标。

6.根据权利要求5所述的基于GA-WNN的输变电工程造价预测方法，其特征在于：所述设定目标的期望误差为ε＝0.0001。