大数据环境下基于BIM与CNN的电力工程造价优化算法
王林峰1
张文静2
刘云3
陈志宾4
王立功4
1.华中科技大学 电气与电子工程学院,湖北 武汉 430074;河北省电力有限公司 经济技术研究院,河北 石家庄 0500012.河北省电力有限公司 互联网部,河北 石家庄 050001;华北电力大学 电气与电子工程学院,河北 保定 0710033.河北省电力有限公司 经济技术研究院,河北 石家庄 050001;武汉大学 电气与自动化学院,湖北 武汉 4300724.河北赛克普泰计算机咨询服务有限公司 软件造价部,河北 石家庄 050081
摘要：针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足,提出了一种基于BIM与CNN的电力工程造价优化算法.利用BIM技术的特点进行电力工程全生命周期的造价管理,实现了造价的动态化管控.并且采用Levenberg-Marquardt规则算法改进卷积神经网络,通过改进后的CNN网络对每个工程环节的造价完成预测,从而优化整个工程的施工方案.结合相关的电力工程造价数据,基于Matlab对所提算法进行实验测试.结果表明,当学习率为 0.010 时CNN网络的性能最佳,所提算法的预测准确率为94%,并且与造价的真实值最为接近.
关键词：电力工程造价BIM技术卷积神经网络大数据环境Levenberg-Marquardt规则算法全生命周期动态化管控预测准确性
分类号：TM73(输配电工程、电力网及电力系统)
资助基金：河北省自然科学基金重点项目(E2018210044)河北省教育厅科技项目(QN16214510D)
论文发表日期：2024-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 7-12 )
英文信息