基于PSO-ELM算法的输变电工程造价预测分析

作者：于波; 肖艳利; 刘尚科; 刘小敏; 尤菲

来源：信息技术, 2019, 43(04): 148-156.

DOI：10.13274/j.cnki.hdzj.2019.04.033

• 输变电工程
• 极限学习机
• MIV
• PSO

为了提高输变电工程造价预测的准确度,降低以后输变电工程建设的结余率,文中将筛选出的主要影响因素作为ELM模型的输入自变量,并利用粒子群优化算法(PSO)来优化ELM模型中权值和阈值,从而建立PSO-ELM(MIV)的输变电工程造价预测模型。以宁夏某电力公司2012-2013年的97组输变电工程造价样本数据为实例,分别使用PSO-ELM(MIV)、ELM(MIV)、PSO-ELM和ELM预测模型对实例数据进行验证,实验结果表明,相比于其他几种预测模型,PSOELM(MIV)预测精度高,实用型更强,可以为日后的输变电工程造价预测提供一种新的思路。