期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大数据环境下基于BIM与CNN的电力工程造价优化算法
被引量:
5
1
作者
王林峰
张文静
+2 位作者
刘云
陈志宾
王立功
《沈阳工业大学学报》
CAS
北大核心
2024年第1期7-12,共6页
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...
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。
展开更多
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
下载PDF
职称材料
题名
大数据环境下基于BIM与CNN的电力工程造价优化算法
被引量:
5
1
作者
王林峰
张文静
刘云
陈志宾
王立功
机构
华中科技大学电气与电子工程学院
河北省电力有限公司经济技术研究院
河北省电力有限公司互联网部
华北电力大学电气与电子工程学院
武汉大学电气与自动化学院
河北赛克普泰计算机咨询服务有限公司软件造价部
出处
《沈阳工业大学学报》
CAS
北大核心
2024年第1期7-12,共6页
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)。
文摘
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
Keywords
power
engineering
cost
BIM
technology
convolutional
neural
network
big
data
environment
levenberg
-
marquardt
rule
algorithm
whole-life-cycle
dynamic
management
and
control
prediction
accuracy
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
张文静
刘云
陈志宾
王立功
《沈阳工业大学学报》
CAS
北大核心
2024
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部