LNG接收站工程投资高、周期长，在前期阶段开展精准高效的造价预测至关重要。本文对如何利用历史项目数据进行机器学习，实现LNG接收站工程造价预测进行探讨。首先通过文献分析确定适用于小样本数据的SVM和GBDT建模方法，然后综合考虑选取造价影响因素，利用Python进行模型训练和预测。结果表明，GBDT预测效果要优于SVM算法，更适用于样本数据量偏少的LNG接收站造价预测。
科研之友
微信
新浪微博
Facebook
分享链接
