基于自适应PSO-BP神经网络的城轨造价预测研究

作者：邓宇轩

来源：建筑经济, 2023, S1: 92-96.

DOI：10.14181/j.cnki.1002-851x.2023S1092

• 城市轨道交通
• 造价预测
• 神经网络

随着交通强国的推进，城轨在现代化城市交通体系中承担起更加重要的作用，而如何高效地利用已有建设数据是投资控制的重点。针对目前BP神经网络在造价预测方面的缺点，本文提出自适应PSO-BP神经网络算法，并基于已建城轨建设数据对算法性能和造价影响因素进行分析。结果表明，自适应PSO-BP神经网络改善了BP神经网络的稳定性和精度，预测结果表明在车站数量小于17座时，线路长度与车站数量对工程造价的影响呈非线性关系；在车站数大于17座时，线路长度与车站数量对工程造价的影响呈线性关系，其中车站数量的影响约为7亿元/站，线路长度的影响约为3亿元/km。

• 单位
  中铁第四勘察设计院集团公司