在施工项目领域,有效风险预测对于施工项目的顺利完成至关重要。针对传统风险预测模型难以实现非线性条件下的风险预测问题,提出了一种基于土拨鼠优化算法支持向量回归机(Prairie Dog Optimization Algorithm Optimizes Support Vector ...在施工项目领域,有效风险预测对于施工项目的顺利完成至关重要。针对传统风险预测模型难以实现非线性条件下的风险预测问题,提出了一种基于土拨鼠优化算法支持向量回归机(Prairie Dog Optimization Algorithm Optimizes Support Vector Regression Machine,PDO-SVR)的施工项目风险预测模型。该模型利用SVR强大的非线性预测能力,对施工项目的风险进行预测,针对人工选择SVR参数存在不合理的问题,利用PDO对SVR参数进行优化。实验结果表明,PDO-SVR模型具有更低的预测误差和良好的预测效果。展开更多
文摘在施工项目领域,有效风险预测对于施工项目的顺利完成至关重要。针对传统风险预测模型难以实现非线性条件下的风险预测问题,提出了一种基于土拨鼠优化算法支持向量回归机(Prairie Dog Optimization Algorithm Optimizes Support Vector Regression Machine,PDO-SVR)的施工项目风险预测模型。该模型利用SVR强大的非线性预测能力,对施工项目的风险进行预测,针对人工选择SVR参数存在不合理的问题,利用PDO对SVR参数进行优化。实验结果表明,PDO-SVR模型具有更低的预测误差和良好的预测效果。
