资源类型：
收录情况：
◇ 统计源期刊
文章类型：
机构：
[1]首都医科大学附属北京同仁医院
首都医科大学附属北京同仁医院
首都医科大学附属同仁医院
出处：
ISSN：
关键词：
改进支持向量机算法
建筑成本
成本精准预测
成本指标体系
归一化
摘要：
在建筑成本预测算法研究中，由于建筑成本数据通常包含多种变量且关系复杂，传统SVM在处理这类复杂非线性关系时，虽然表现良好，但在面对大规模数据集时可能遭遇训练时间长、过拟合风险增加等问题，为了改善上述问题提出一种基于改进支持向量机算法的建筑成本精准预测算法。分析建筑工程的组成部分，明确建筑工程成本指标体系，并量化并归一化处理样本数据。通过鲸鱼优化算法调整支持向量机模型参数，获得全局最优个体位置，将归一化后的样本数据输入至优化后的模型中进行训练，模型输出即建筑成本预测结果。通过实验证明所提算法能够实现建筑成本精准预测，预测结果更加接近实际数值，有利于降低因成本超支而带来的风险。
基金：
四川省科技厅自然科学基金(2023NSFSC1872)；
第一作者：
第一作者机构：
[1]首都医科大学附属北京同仁医院
推荐引用方式(GB/T 7714)：
刘芳,王婷.鲸鱼算法优化支持向量机的建筑成本预测仿真[J].计算机仿真.2025,42(06):501-505.
