數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)的電力工程造價(jià)應(yīng)用

李田田

摘要：工程造價(jià)是建筑工程項(xiàng)目中的一項(xiàng)重要工作，當(dāng)前我國(guó)經(jīng)濟(jì)水平的不斷提升，對(duì)電力工程中的工程造價(jià)工作也提出了更高的要求，有助于推動(dòng)電力行業(yè)的發(fā)展。工程造價(jià)受到很多因素的影響，傳統(tǒng)的工程造價(jià)工作一般是由相關(guān)人員憑借專(zhuān)業(yè)知識(shí)和工作經(jīng)驗(yàn)得到的，這種方式得到的工程造價(jià)精準(zhǔn)度不高，對(duì)某些影響因素考慮的不夠周全，隨著科學(xué)技術(shù)水平的提升，當(dāng)前在工程造價(jià)中應(yīng)用了數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)，能夠更快更好的解決工程造價(jià)中遇到的問(wèn)題，這種技術(shù)首先使用數(shù)據(jù)挖掘技術(shù)對(duì)工程造價(jià)中的數(shù)據(jù)進(jìn)行預(yù)處理、屬性聚類(lèi)和優(yōu)選，然后應(yīng)用神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)構(gòu)建了電力工程造價(jià)的預(yù)測(cè)方法。本文首先介紹了數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)，并且闡述了數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘;神經(jīng)網(wǎng)絡(luò)技術(shù);電力工程造價(jià);應(yīng)用

引言：在傳統(tǒng)工程造價(jià)中工作人員會(huì)通過(guò)分析處理大量的數(shù)據(jù)做好工程造價(jià)的預(yù)測(cè)工作，數(shù)據(jù)的挖掘可以將數(shù)據(jù)中有價(jià)值的信息提取出來(lái)，并且能夠?qū)⑵滢D(zhuǎn)化為人們能夠理解的方式，數(shù)據(jù)挖掘技術(shù)在工程造價(jià)中的應(yīng)用能夠減少人工處理數(shù)據(jù)的時(shí)間，并且能夠更加快速、精準(zhǔn)的挖掘數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)技術(shù)是一種類(lèi)似于人腦學(xué)習(xí)的技術(shù)，可以根據(jù)已有的方案進(jìn)行學(xué)習(xí)，這種系統(tǒng)具有傳統(tǒng)系統(tǒng)很多不具備的優(yōu)勢(shì)，能夠通過(guò)自己學(xué)習(xí)到的知識(shí)以及獲取的經(jīng)驗(yàn)來(lái)解決一些復(fù)雜的問(wèn)題。數(shù)據(jù)挖掘以及神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用很大程度上提升了電力工程造價(jià)工作的質(zhì)量，既能夠從之前的工程案例中獲取經(jīng)驗(yàn)，同時(shí)對(duì)工程造價(jià)的預(yù)測(cè)也會(huì)更加精準(zhǔn)，在實(shí)踐中發(fā)現(xiàn)數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到電力工程造價(jià)中具有時(shí)效性和可行性。

一、數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)

1.數(shù)據(jù)挖掘

數(shù)據(jù)挖掘就是從大量的信息當(dāng)中提取出較難被發(fā)現(xiàn)的、應(yīng)用價(jià)值更大的信息，決策者能夠通過(guò)這些信息更加快速、準(zhǔn)確的做出決策。數(shù)據(jù)挖掘中應(yīng)用了很多先進(jìn)的技術(shù)，能夠快速分析大量的數(shù)據(jù)，給管理者提供了更加有價(jià)值的信息，能夠通過(guò)這些信息做出正確決策，降低決策風(fēng)險(xiǎn)。

2.神經(jīng)網(wǎng)絡(luò)技術(shù)

神經(jīng)網(wǎng)絡(luò)是由很多個(gè)神經(jīng)元構(gòu)成的，最終形成了復(fù)雜的網(wǎng)絡(luò)體系，可以看作對(duì)人類(lèi)大腦的模擬。神經(jīng)網(wǎng)絡(luò)技術(shù)具有學(xué)習(xí)能力、分布式、并行性和非線(xiàn)性的優(yōu)勢(shì)，能夠通過(guò)自我學(xué)習(xí)掌握知識(shí)和經(jīng)驗(yàn)，在神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元的作用可能是微小的，但是當(dāng)微小的神經(jīng)元組成一個(gè)網(wǎng)絡(luò)體系，就能直接反映出信息的特征，使得神經(jīng)網(wǎng)絡(luò)在經(jīng)過(guò)反復(fù)多次訓(xùn)練之后就擁有了聯(lián)想能力。

二、怎樣對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)處理

在數(shù)據(jù)挖掘之前需要先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理工作能夠讓數(shù)據(jù)挖掘更加快速和順利，同時(shí)預(yù)處理的質(zhì)量也關(guān)系到數(shù)據(jù)挖掘的準(zhǔn)確性，提高數(shù)據(jù)的應(yīng)用價(jià)值。在電力工程中會(huì)受到電壓、施工地形、桿塔等因素的影響，這些因素都會(huì)直接影響到電力工程的造價(jià)，且這些因素又會(huì)受到很多其他因素的影響，讓電力工程造價(jià)變得更加難以預(yù)測(cè)，如地形因素就包含山地、丘陵、河流等。

在電力工程造價(jià)的影響因素中，很多與數(shù)據(jù)挖掘并沒(méi)有直接的聯(lián)系，如果在數(shù)據(jù)挖掘過(guò)程中加入這些數(shù)據(jù)會(huì)讓數(shù)據(jù)挖掘的時(shí)間變長(zhǎng)，工作效率大大降低，甚至還有可能導(dǎo)致數(shù)據(jù)不準(zhǔn)確。在數(shù)據(jù)挖掘過(guò)程中可以選擇已經(jīng)確定的屬性來(lái)建立模型，這樣能夠提升數(shù)據(jù)挖掘的效率同時(shí)讓結(jié)果更加便于理解。首先要對(duì)已知的屬性進(jìn)行壓縮，一些相似的屬性可以歸納為一類(lèi)減少已知屬性的數(shù)量。其次就是要利用過(guò)濾算法、包裝算法等精準(zhǔn)的計(jì)算方法來(lái)選擇屬性。

三、數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)

1.聚類(lèi)算法規(guī)則的模糊提取

聚類(lèi)方法要根據(jù)數(shù)據(jù)的結(jié)構(gòu)和類(lèi)型選擇適宜的函數(shù)，可以作為衡量對(duì)象的標(biāo)準(zhǔn)，此時(shí)采用歐式距離的度量方法，計(jì)算人員首先要通過(guò)聚類(lèi)生成工程造價(jià)的模糊規(guī)則，其中需要用到很多工程數(shù)據(jù)，將較為相似的工程分為一類(lèi)進(jìn)行分析，最終得到一個(gè)模糊的規(guī)則。要明確屬性聚類(lèi)并不是衡量絕對(duì)數(shù)據(jù)的大小而是屬性間的相對(duì)大小，我們?cè)谘芯款?lèi)聚公式時(shí)發(fā)現(xiàn)類(lèi)聚數(shù)目的選擇也非常重要，需要在實(shí)驗(yàn)的過(guò)程中不斷改變類(lèi)聚的數(shù)目對(duì)比試驗(yàn)數(shù)據(jù)的變化，數(shù)目的選擇一定要綜合系統(tǒng)的復(fù)雜程度以及系統(tǒng)的精確程度進(jìn)行考慮，觀(guān)察實(shí)驗(yàn)中誤差和的值，一般最終的數(shù)值能夠讓系統(tǒng)有較高精確度，得到的模糊規(guī)則更加符合工程造價(jià)的預(yù)測(cè)應(yīng)用。

2.對(duì)隸屬度函數(shù)在模糊系統(tǒng)中的確定

在我們常見(jiàn)的模糊系統(tǒng)中隸屬函數(shù)屬于比較獨(dú)立的存在，在輸入過(guò)程中屬于線(xiàn)性劃分的狀態(tài)。在處理電力工程造價(jià)的問(wèn)題時(shí)，需要首先看輸入空間是不是線(xiàn)性的，如果不是就需要將劃分變得更加精細(xì)使其呈線(xiàn)性分布，但是這樣一來(lái)不確定因素就會(huì)增加。針對(duì)這種情況就需要借助神經(jīng)網(wǎng)絡(luò)技術(shù)基于神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)得到多種、并非線(xiàn)性的隸屬度函數(shù)。這種方法的具體操作為首先利用聚類(lèi)法將樣本劃分為不同的種類(lèi)，這樣不同的組就會(huì)代表一種模糊的規(guī)則，然后需要培訓(xùn)每一組得到的函數(shù)并且使用不同的輸入輸出讓神經(jīng)網(wǎng)絡(luò)進(jìn)行多次學(xué)習(xí)和訓(xùn)練，這樣最終就能夠得到我們想要的輸出數(shù)據(jù)。

3.改進(jìn)BF的算法

傳統(tǒng)BF算法在電力工程造價(jià)中的應(yīng)用表現(xiàn)出了明顯的不足，所以對(duì)BF算法進(jìn)行了改進(jìn)。一般這種算法速度非常緩慢，需要在多次計(jì)算之后才能得到結(jié)果，在傳統(tǒng)BF算法中還有一個(gè)明顯缺陷就是新的樣本的加入會(huì)給舊的樣本造成影響，主要是因?yàn)橄到y(tǒng)通過(guò)自己學(xué)習(xí)到的經(jīng)驗(yàn)進(jìn)行了選擇。當(dāng)前為了能夠有效規(guī)避BF算法中存在的種種缺陷，專(zhuān)業(yè)人員采用了速度更快、精準(zhǔn)程度更高的Levenberg-Marquardt規(guī)則算法來(lái)培訓(xùn)原先的程序，讓BF算法變得更加實(shí)用和便捷。

將改進(jìn)后的BP算法應(yīng)用于實(shí)際的工程造價(jià)預(yù)測(cè)當(dāng)中，可以發(fā)現(xiàn)該算法估算出的工程造價(jià)中的各項(xiàng)指標(biāo)與實(shí)際應(yīng)用有著很高的吻合度，特別是在單位靜態(tài)投資中，其精確度非常高，可以看出該算法已經(jīng)有了很高的泛化能力，能夠廣泛應(yīng)用于各工程的造價(jià)預(yù)測(cè)工作當(dāng)中。該模型還可以被應(yīng)用于工程造價(jià)的審查工作中，參考工程的各設(shè)計(jì)指標(biāo)，能夠快速判斷各指標(biāo)的準(zhǔn)確性，從而保證工程造價(jià)預(yù)測(cè)工作的效果，能夠及時(shí)發(fā)現(xiàn)工程中存在的問(wèn)題，對(duì)控制工程成本，提升工程質(zhì)量有很大幫助。

結(jié)語(yǔ)：綜上所述，做好電力工程造價(jià)能夠提升電力工程的質(zhì)量，促進(jìn)我國(guó)電力工程的發(fā)展，數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)中的應(yīng)用為其變革和發(fā)展注入了新的活力，相較于傳統(tǒng)方式更加精準(zhǔn)和高效，并且更加快速的獲取有價(jià)值的數(shù)據(jù)信息。通過(guò)造價(jià)模型應(yīng)用到工程造價(jià)預(yù)測(cè)和審核中，能夠取得更加準(zhǔn)確的工程造價(jià)數(shù)據(jù)，還能有效去除一些不影響工程造價(jià)的因素，讓電力工程造價(jià)更加科學(xué)和精準(zhǔn)。

參考文獻(xiàn)：

[1]趙紫玲. 數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)應(yīng)用[J]. 自動(dòng)化與儀器儀表， 2015（9）：3.

[2]趙紫玲. 數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)應(yīng)用[J]. 自動(dòng)化與儀器儀表， 2015（9）：3.

[3]高培華. 分析數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)的電力工程造價(jià)應(yīng)用[J]. 建筑知識(shí)：學(xué)術(shù)刊， 2014（B03）：2.

[4]梁昌澍. 數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡(luò)技術(shù)在電力工程造價(jià)中運(yùn)用探析[J]. 城鄉(xiāng)建設(shè)， 2013.