基于混沌SVM与BP神经网络预测材料价格指数

摘要：

为了解决工程造价指数难以预测非线性结构、数据拟合难度大、预测模型参数求解过于固定化、预测模型可靠性不高等问题,文中在混沌时间序列理论的基础上,结合机器学习算法支持向量机(SVM)技术和BP神经网络算法,提出混沌 SVM与BP神经网络组合预测模型。实例研究证明,该组合预测模型的精度比 SVM预测模型、混沌 SVM预测模型、BP 神经网络预测模型和GM(1,1)预测模型的高,具有拟合非线性和预测线性波动的能力,可用于工程造价指数预测。

关键词：工程管理、混沌 SVM(支持向量机)、BP神经网络、材料价格指数、预测模型

分类号：U415.13(道路工程)

在线出版日期：2015-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：268-272