基于支持向量機方法的輸電工程造價指標(biāo)評估體系

王綿斌，李歡歡，譚忠富，張金良

(1.國網(wǎng)冀北電力有限公司經(jīng)濟技術(shù)研究院，北京市100070;2.華北電力大學(xué)電力經(jīng)濟研究所，北京市102206)

0 引言

充足穩(wěn)定的電力供應(yīng)是維持我國經(jīng)濟快速發(fā)展的重要條件之一。然而隨著各產(chǎn)業(yè)的加速發(fā)展、人民生活水平的日益提高，需要進行大量電網(wǎng)基礎(chǔ)設(shè)施建設(shè)以滿足不斷增長的電力需求。“十二五”期間，國家電網(wǎng)公司將積極推進智能電網(wǎng)的建設(shè)，電網(wǎng)投資1.7萬億元。巨大的投資和繁重的建設(shè)任務(wù)將對工程造價管理提出更高的要求。建設(shè)管理單位需要加強對工程造價預(yù)測和造價控制的研究，把握輸電工程造價規(guī)律，提升科學(xué)管理水平。因此，如何在初設(shè)階段利用已建工程的造價信息，采用科學(xué)的方法對歷史數(shù)據(jù)進行分析和預(yù)測，把握工程數(shù)據(jù)之間的內(nèi)涵規(guī)律，準(zhǔn)確、高效地對工程評審進行指導(dǎo)變得非常重要。

當(dāng)前國內(nèi)對于工程造價的研究，主要從模糊數(shù)學(xué)、灰色關(guān)聯(lián)度和人工神經(jīng)網(wǎng)絡(luò)、支持向量機等方法入手。文獻［1］根據(jù)概率論和模糊數(shù)學(xué)原理，確立隨機模糊數(shù)學(xué)特征統(tǒng)計方法，應(yīng)用貼近度理論估算出子工程費用，疊加子工程費用構(gòu)成總體工程費用的近似造價值。文獻［2-4］利用灰色系統(tǒng)理論估算了建筑費用，其中將預(yù)估工程項目和類似工程項目進行分解，以分部工程為計算起點，計算分部工程特征和造價關(guān)聯(lián)度。文獻［5-9］研究如何將神經(jīng)網(wǎng)絡(luò)與聚類技術(shù)、遺傳算法等理論結(jié)合提高網(wǎng)絡(luò)學(xué)習(xí)能力。文獻［9］研究了支持向量機在電力輸電工程造價估算方法中的應(yīng)用。但模糊數(shù)學(xué)對于工程造價的復(fù)雜問題描述過于簡單，估算結(jié)果粗糙;灰色關(guān)聯(lián)理論過高估計了不同工程的造價相似度，準(zhǔn)確度不高;神經(jīng)網(wǎng)絡(luò)方法則要求樣本具有較大的規(guī)模。輸電工程費用的構(gòu)成和影響因素眾多，以上方法難以在小樣本的基礎(chǔ)上建立符合精確度要求的造價評估指標(biāo)體系。為提出一種易于操作、快速有效的電力工程造價小樣本估算模型，需要結(jié)合工程造價歷史數(shù)據(jù)的具體特點，從數(shù)據(jù)處理、數(shù)據(jù)降維、指標(biāo)建立和測算各方面進行優(yōu)化處理。

本文在傳統(tǒng)輸電工程造價指標(biāo)體系的基礎(chǔ)上，重新研究從樣本統(tǒng)計到指標(biāo)建立和驗證整個指標(biāo)體系建立流程中的新方法，選取影響因數(shù)簡化處理［10-12］、基于主成分分析、粒子群優(yōu)化的最小二乘支持向量機［13-14］等方法，建立輸電工程造價三級指標(biāo)體系。

1 基于粒子群優(yōu)化的最小二乘支持向量機方法

對于一個給定的樣本集(xi，yi)，i=1，2，…，l，xi∈Rn，yi∈R，用非線性映射 φ(·)把樣本集從輸入空間映射到特征空間，然后在高維特征空間中進行線性回歸:

根據(jù)結(jié)構(gòu)風(fēng)險最小化原理，回歸問題可以轉(zhuǎn)化為

約束條件:

式中:w為最小二乘支持向量機(least squares support vector machine，LSSVM)的權(quán)值系數(shù);b為常值偏差;c為懲罰因子;ξi為松弛因子。

為求解該約束的最優(yōu)化問題，通過引入拉格朗日函數(shù)，由 KKT條件求解，最終可以得到如下的LSSVM回歸函數(shù)模型:

LSSVM常用的核函數(shù)有徑向基函數(shù)、多項式函數(shù)、線性函數(shù)等。研究表明徑向基函數(shù)具有較強的泛化能力，因此本文選用徑向基核函數(shù)，其表達式如下:

此時，LSSVM的參數(shù)選擇問題即為核函數(shù)參數(shù)σ與懲罰因子c，參數(shù)［σ，c］將由粒子群優(yōu)化算法給出。

粒子群優(yōu)化算法是由Eberhart博士和Kennedy博士于1995年提出的一種進化計算方法，其基本思想是通過群體中個體之間的信息傳遞及信息共享來尋找最優(yōu)解。設(shè)粒子群群體規(guī)模為M，每個粒子在D維空間飛行，初始速度為 vi=［vi1，vi2，…，vid］，初始位置為一隨機變量 ui=［ui1，ui2，…，uid］，i=1，2，…，M，d=1，2，…，D，則每個粒子是通過2個“極值”來尋找最優(yōu)解，一個是粒子本身的最優(yōu)解pbesti，用Pi=［pi1，pi2，…，pid］表示;另一個是整個種群目前的最優(yōu)解gbest，用 Pg=［pg1，pg2，…，pgd］表示。

根據(jù)粒子適應(yīng)度值，即可得到如下的粒子更新的速度和位置，直到符合終止條件:

式中:k為迭代次數(shù);c1，c2為加速因子，它們使得每個粒子分別向 pbesti和 gbest的位置靠近;r1，r2為［0，1］間隨機數(shù);w為慣性權(quán)重系數(shù)，是一個非負數(shù)，w取值較大時，全局搜索能力較強，反之局部搜索能力較強，在進化初期通常給w設(shè)置一個較大值以提高算法的全局搜索能力，隨著迭代的進行而縮小。

2 輸電工程造價指標(biāo)評估體系

根據(jù)輸電工程造價樣本建立500 kV輸電工程造價指標(biāo)評估體系，建立的整體邏輯流程如圖1所示。

2.1 工程樣本處理與造價關(guān)鍵影響因素分析

本文共收集某電力公司系統(tǒng)內(nèi)2008—2012年間竣工投產(chǎn)的500 kV輸電概算工程原始數(shù)據(jù)樣本47個，以輸電工程造價構(gòu)成特點和一般規(guī)律為依據(jù)，運用ABC法確定構(gòu)成輸電工程造價的主要費用，進一步挖掘影響輸電工程造價的關(guān)鍵影響因素，分析各個關(guān)鍵影響因素對于工程造價的影響程度以及與工程造價的關(guān)系。

圖1 輸電工程造價評估指標(biāo)體系建立流程Fig.1 Building process of transmission project cost evaluation index system

關(guān)鍵影響因素的確定過程中存在兩大難點:(1)造價影響因素眾多:既有系統(tǒng)因素，如輸電容量;也有環(huán)境因素，如地形、地質(zhì)等;還有設(shè)備因素，如導(dǎo)線、桿塔的類型及價格等。若計算參數(shù)選取過多，將增加造價分析的復(fù)雜性。(2)影響因素間存在一定的相關(guān)性:如塔材量、塔材價格、塔材造價存在推導(dǎo)關(guān)系，耐張塔基數(shù)、轉(zhuǎn)角次數(shù)間存在相關(guān)關(guān)系等。若逐一進行分析會使影響程度重復(fù)疊加，不剔除影響因素間的相關(guān)性，勢必會放大各影響因素對造價的影響。故首先需進行樣本與關(guān)鍵因素的簡化處理，其具體處理流程和操作見表1。

表1 數(shù)據(jù)處理流程與操作Tab.1 Processing flow and operation of data

結(jié)合處理后的樣本實際情況，通過數(shù)據(jù)統(tǒng)計及專家評定確立出各類費用的關(guān)鍵影響因素，見表2。靜態(tài)投資的關(guān)鍵影響因素為各個主要費用因素的關(guān)鍵影響因素的整合。

表2 輸電工程各部分費用關(guān)鍵影響因素Tab.2 Key influencing factors of cost in each part of transmission project

2.2 建立三級評估指標(biāo)體系

綜合輸電工程費用構(gòu)成的特點，將輸電工程靜態(tài)投資作為一級指標(biāo)，靜態(tài)投資的各個主要費用因素作為二級指標(biāo)，再根據(jù)二級指標(biāo)的關(guān)鍵影響因素求解三級指標(biāo)及其計算公式。

在求解三級指標(biāo)的過程中，采用主成分分析法對關(guān)鍵影響因素進行降維。以二級指標(biāo)的關(guān)鍵影響因素作為輸入集，利用SPSS軟件計算相關(guān)系數(shù)矩陣，判定得到各個關(guān)鍵影響因素之間具有較強的相關(guān)性，證明樣本數(shù)據(jù)可用于主成分分析。在此基礎(chǔ)上，得出各成分對于總方差解釋程度的特征值表和主成分載荷矩陣(數(shù)據(jù)協(xié)方差矩陣的特征值矩陣)表。提取特征值大于1的前m個成分因子作為該費用項的主成分，以主成分載荷矩陣中的數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根，得到主成分中每個指標(biāo)所對應(yīng)的系數(shù)［15-16］，即，其中 Cif為載荷矩陣中主成分i中因素f的值，λi為主成分i的特征值。

以關(guān)鍵影響因素較少的基礎(chǔ)工程為例做簡要說明，表3為實際34個樣本數(shù)據(jù)，任取其中32個作為基礎(chǔ)數(shù)據(jù)，2個樣本留作檢驗樣本。運用SPSS軟件進行主成分分析得到表4～6，表4～6分別為解釋的總方差表、主成分載荷矩陣表、指標(biāo)系數(shù)表。

由表4、表5求解表6的方法為:表5中成分1對應(yīng)列的數(shù)據(jù)，除以表4中成分1對應(yīng)的“合計初始特征值”的正平方根，得到表6中成分1對應(yīng)列的數(shù)據(jù)。將表6中成分1作為新的三級指標(biāo)，將其對應(yīng)列的數(shù)值作為三級指標(biāo)由關(guān)鍵影響因素計算的公式系數(shù)，至此建立了基礎(chǔ)工程的三級評估指標(biāo)。

表3 基礎(chǔ)工程樣本數(shù)據(jù)Tab.3 Sample data of foundation engineering

2.3 支持向量機預(yù)測與驗證

通過Matlab實現(xiàn)支持向量機算法，結(jié)合處理后的34個實際樣本，以其中32個樣本作為學(xué)習(xí)樣本，其他2個樣本作為測算樣本進行預(yù)測與驗證。以各費用項所對應(yīng)的主成分載荷矩陣與學(xué)習(xí)樣本中關(guān)鍵影響因素實際值進行矩陣相乘得到的數(shù)據(jù)作為預(yù)測依據(jù)，以2個測算樣本的關(guān)鍵影響因素值作為輸入集，得到各二級指標(biāo)的預(yù)測數(shù)據(jù)，該數(shù)據(jù)與實際樣本的對比見表7。

表4 基礎(chǔ)工程解釋的總方差Tab.4 Total variance explained of foundation engineering

表5 基礎(chǔ)工程主成分載荷矩陣Tab.5 Component load matrix of foundation engineering

表6 基礎(chǔ)工程指標(biāo)系數(shù)矩陣Tab.6 Index coefficient matrix of foundation engineering

由表7可知各個預(yù)測的偏差值均能控制在10%的范圍內(nèi)，表明該評估指標(biāo)具有較大的可靠性和實用性。同時本文進行了各項二級指標(biāo)的安全區(qū)間確定。給定顯著性水平α，使得對應(yīng)于某特定的單點估算值落在區(qū)間(T1，T2)的概率為1－α，即指標(biāo)的安全區(qū)間為，本文取 α =0.1。得到測試樣本的500 kV輸電工程概算階段各部分費用安全區(qū)間見表8。

2.4 相關(guān)計算機軟件開發(fā)

由預(yù)測和驗證結(jié)果可知，利用本文所建立的三級輸電工程造價評估指標(biāo)與支持向量機方法進行輸電工程造價預(yù)測的誤差能夠控制在10%以內(nèi)，具有較高的預(yù)測準(zhǔn)確度，在前文研究結(jié)果的基礎(chǔ)上開發(fā)了基于支持向量機方法對輸電工程造價進行預(yù)測的計算機軟件，以期為實際輸電工程造價決策提供有價值的參考信息。

表7 預(yù)測結(jié)果與偏差對比Tab.7 Prediction results and deviation萬元

表8 各部分費用安全區(qū)間Tab.8 Security zone of each part cost萬元

3 結(jié)論

輸電工程的費用構(gòu)成與影響因素眾多，且樣本統(tǒng)計參差不齊，若對所有的影響因素進行統(tǒng)計和處理、預(yù)測，則會帶來不必要的工作量或者頻繁遇到數(shù)據(jù)缺失項、奇異點過多等問題，但若考慮的因素過少則不能很好地體現(xiàn)出工程造價的實際情況，造成預(yù)測值偏差大。為了建立實用、可靠的輸電工程造價評估體系，本文先后采用ABC分析法、關(guān)鍵參數(shù)簡化處理方法、主成分分析法對樣本進行了處理，通過計算得到了三級指標(biāo)及其計算公式，進一步利用基于粒子群優(yōu)化的最小二乘支持向量機方法對該評估指標(biāo)體系做出了測算與驗證，證明了其具有較高的預(yù)測準(zhǔn)確度，該方法可為500 kV輸電工程造價管理提供有價值的參考信息。

［1］唐曉陽.工程項目投資費用的隨機－模糊估算方法研究［J］.清華大學(xué)學(xué)報:自然科學(xué)版，1996，36(4):13-18.

［2］張協(xié)奎，錢永峰.基于灰色關(guān)聯(lián)分析的建筑工程費用估算［J］.建筑經(jīng)濟，2000(6):41-42.

［3］張清梅，陳瑜.用聚類分析法估算建筑費用［J］.國外建材科技，2001，22(2):77-78.

［4］荀志遠，于彩華.加權(quán)灰色關(guān)聯(lián)度法在工程投資估算中的應(yīng)用［J］.建筑技術(shù)開發(fā)，2001(9):26-29.

［5］鄧煥彬，強茂山，劉可.基于神經(jīng)網(wǎng)絡(luò)的公路工程造價快速估算方法［J］.中南公路工程，2006，31(3):127-131.

［6］李馳宇.高速公路造價快速估算模型與方法的研究［D］.成都:西南交通大學(xué)，2006.

［7］王穎.數(shù)據(jù)挖掘技術(shù)在電力線路工程造價管理中的應(yīng)用研究［D］.重慶:重慶大學(xué)，2008.

［8］王穎，俞集輝，王玉斌.基于軟計算的電力線路工程造價預(yù)測模型［J］.計算機仿真，2008，25(8):246-250.

［9］熊燕.基于人工智能技術(shù)的建筑工程造價估算研究［D］.南昌:華東交通大學(xué)，2008.

［10］彭光金.小樣本工程造價數(shù)據(jù)的智能學(xué)習(xí)方法及其在輸變電工程中的應(yīng)用研究［D］.重慶:重慶大學(xué)，2010.

［11］韋俊濤.電力工程造價小樣本估算模型研究［D］.重慶:重慶大學(xué)，2009.

［12］司海濤.有小樣本數(shù)據(jù)特征的輸變電工程造價估算與靈敏度研究［D］.重慶:重慶大學(xué)，2010.

［13］張金良，譚忠富.混沌時間序列的混合預(yù)測方法［J］.系統(tǒng)工程理論與實踐，2013，33(3):763-769.

［14］向昌盛，張林峰.混沌時間序列預(yù)測模型參數(shù)同步優(yōu)化［J］.計算機工程與應(yīng)用，2011(01):4-7，11.

［15］林海明，張文霖.主成分分析與因子分析的異同和SPSS軟件:兼與劉玉玫、盧紋岱等同志商榷［J］.統(tǒng)計研究，2005(03):65-69.

［16］孫德山.主成分分析與因子分析關(guān)系探討及軟件實現(xiàn)［J］.統(tǒng)計與決策，2008(13):153-155.