一种基于模糊聚类的输变电工程造价预测指标优化方法技术

一种基于模糊聚类的输变电工程造价预测指标优化方法，该方法先从技经算量体系中提炼出n个指标，再将聚类中心的初始数量设定为2，并采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K，随后将聚类中心的数量加一，采用模糊聚类算法不断迭代，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标。本设计不仅能够有效降低预测的计算难度，而且能够提高预测精度。

【技术实现步骤摘要】
一种基于模糊聚类的输变电工程造价预测指标优化方法
本专利技术属于输变电工程设计领域，具体涉及一种基于模糊聚类的输变电工程造价预测指标优化方法。
技术介绍
输变电工程造价是电网企业投资的重要组成部分，为制定最佳的投资策略，需要对输变电工程进行准确合理的估算。而现有的造价编制依赖手工，编制过程中耗时最多、费力最大、最易出错的“算量”步骤自动化程度很低，工程量计算主要依靠手工，效率低且准确度差，工程的结余率水平一直比较高。同时，当前电网工程造价数据分散存储于各类不同的应用系统中，缺乏统一的业务数据收集平台，数据关联不紧密，数据孤岛现象比较严重，工程基础数据的收集、填报和校核需要耗费基层造价专业人员大量的时间和精力，且受数据收集、填报人员专业素质和责任心等因素影响，造价分析基础数据的真实性和质量缺乏保障。针对上述问题，智能算法相继出现并在造价预测领域展现出广阔的应用价值。传统预测方法分为定性预测方法和定量预测方法两类。定性预测方法主要包括：专家会议法、德尔菲法以及主观概率法，定性预测方法的特点是要收集专家对于项目的意见和期望，过程烦琐且预测结果不可避免会引入专家的主观因素。定量预测方法包括：移动平均法、指数平滑法、趋势外推法、卡尔曼滤波法、灰色预测法等，定量预测方法不受主观因素影响，大量应用于实际工程的预测，然而对于复杂的建设项目，原始数据繁杂多样，数据规律性差，该方法对于数据间的交互效应及非线性关系的处理能力较差。
技术实现思路
本专利技术的目的是针对现有技术存在的上述问题，提供一种能够有效降低预测计算难度、提高预测精度的基于模糊聚类的输变电工程造价预测指标优化方法。为实现以上目的，本专利技术的技术方案如下：一种基于模糊聚类的输变电工程造价预测指标优化方法，依次包括以下步骤：步骤A、从技经算量体系中提炼出n个指标，形成各指标的向量X1，X2，…Xn；步骤B、先将聚类中心的初始数量设定为2，再采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K；步骤C、先将聚类中心的数量加一，然后采用模糊聚类算法再次对各指标进行分类，并重新计算隶属度评价指标K；步骤D、循环重复步骤C，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标。步骤B中，所述隶属度评价指标K采用以下公式计算得到：上式中，c为聚类中心的数量，uij为第i个指标对第j个聚类中心的隶属度。步骤B中，所述采用模糊聚类算法对各指标进行分类依次包括以下步骤：B1、随机划分出范围在0-1的隶属度矩阵U，并初始化2个聚类中心；B2、根据以下公式确定各指标的隶属度uij：上式中，dij为第i个指标属于第j个聚类中心的失真度，j＝1，2…c；B3、根据计算得到的隶属度更新隶属聚类中心：上式中，Xi为第i个指标的向量，pj为第j个聚类中心的向量；B4、循环重复步骤B2和B3，直至pj更新的距离满足以下条件：上式中，pjm-1为第j个聚类中心第m-1次更新后的向量，ε为允许的误差常数。步骤B2中，所述dij的计算公式为：dij＝‖Xi-pj‖＝(Xi-pj)T(Xi-pj)。步骤A中，所述n个指标包括尖峰、基面、底盘、套筒、卡盘、拉线盘、混凝土装配式基础、基础垫层、现浇基础、基础联系梁、保护帽、岩石锚杆基础、灌注桩基础、树根桩基础、预制桩基础、钢管桩基础、挖孔桩基础、排洪沟、挡土墙、护坡、接地体、接地极、接地模块、基础永久围堰、地脚螺栓、插入式角钢或钢管、钢环、混凝土杆、钢管杆、塔、拉线、防坠落装置、避雷线、导线、OPGW、绝缘子串、防震锤、间隔棒、重锤、阻尼线、阻冰环、跳线、跨越。与现有技术相比，本专利技术的有益效果为：本专利技术一种基于模糊聚类的输变电工程造价预测指标优化方法先从技经算量体系中提炼出n个指标，再将聚类中心的初始数量设定为2，并采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K，随后将聚类中心的数量加一，采用模糊聚类算法不断迭代，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标，该设计在常规模糊聚类的基础上引入了隶属度评价指标K来表征聚类效果，保证了最终能够得到最优的聚类效果，不仅能够有效降低后续进行工程造价预测的计算难度，而且使得基于该聚类结果的工程造价预测误差更小，具有更高的精度。因此，本专利技术不仅能够有效降低预测的计算难度，而且能够提高预测精度。附图说明图1为本专利技术的流程图。图2为实施例1中不断迭代计算得到的K值曲线。具体实施方式下面结合具体实施方式以及附图对本专利技术作进一步详细的说明。参见图1，一种基于模糊聚类的输变电工程造价预测指标优化方法，依次包括以下步骤：步骤A、从技经算量体系中提炼出n个指标，形成各指标的向量X1，X2，…Xn；步骤B、先将聚类中心的初始数量设定为2，再采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K；步骤C、先将聚类中心的数量加一，然后采用模糊聚类算法再次对各指标进行分类，并重新计算隶属度评价指标K；步骤D、循环重复步骤C，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标。步骤B中，所述隶属度评价指标K采用以下公式计算得到：上式中，c为聚类中心的数量，uij为第i个指标对第j个聚类中心的隶属度。步骤B中，所述采用模糊聚类算法对各指标进行分类依次包括以下步骤：B1、随机划分出范围在0-1的隶属度矩阵U，并初始化2个聚类中心；B2、根据以下公式确定各指标的隶属度uij：上式中，dij为第i个指标属于第j个聚类中心的失真度，j＝1，2…c；B3、根据计算得到的隶属度更新隶属聚类中心：上式中，Xi为第i个指标的向量，pj为第j个聚类中心的向量；B4、循环重复步骤B2和B3，直至pj更新的距离满足以下条件：上式中，pjm-1为第j个聚类中心第m-1次更新后的向量，ε为允许的误差常数。步骤B2中，所述dij的计算公式为：dij＝‖Xi-pj‖＝(Xi-pj)T(Xi-pj)。步骤A中，所述n个指标包括尖峰、基面、底盘、套筒、卡盘、拉线盘、混凝土装配式基础、基础垫层、现浇基础、基础联系梁、保护帽、岩石锚杆基础、灌注桩基础、树根桩基础、预制桩基础、钢管桩基础、挖孔桩基础、排洪沟、挡土墙、护坡、接地体、接地极、接地模块、基础永久围堰、地脚螺栓、插入式角钢或钢管、钢环、混凝土杆、钢管杆、塔、拉线、防坠落装置、避雷线、导线、OPGW、绝缘子串、防震锤、间隔棒、重锤、阻尼线、阻冰环、跳线、跨越。本专利技术的原理说明如下：本专利技术提供了一种基于模糊聚类的输变电工程造价预测指标优化方法，该方法在进行模糊聚类的本文档来自技高网...

【技术保护点】
1.一种基于模糊聚类的输变电工程造价预测指标优化方法，其特征在于：/n所述优化方法依次包括以下步骤：/n步骤A、从技经算量体系中提炼出n个指标，形成各指标的向量X

【技术特征摘要】
1.一种基于模糊聚类的输变电工程造价预测指标优化方法，其特征在于：
所述优化方法依次包括以下步骤：
步骤A、从技经算量体系中提炼出n个指标，形成各指标的向量X1，X2，…Xn；
步骤B、先将聚类中心的初始数量设定为2，再采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K；
步骤C、先将聚类中心的数量加一，然后采用模糊聚类算法再次对各指标进行分类，并重新计算隶属度评价指标K；
步骤D、循环重复步骤C，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标。


2.根据权利要求1所述的一种基于模糊聚类的输变电工程造价预测指标优化方法，其特征在于：
步骤B中，所述隶属度评价指标K采用以下公式计算得到：



上式中，c为聚类中心的数量，uij为第i个指标对第j个聚类中心的隶属度。


3.根据权利要求1或2所述的一种基于模糊聚类的输变电工程造价预测指标优化方法，其特征在于：
步骤B中，所述采用模糊聚类算法对各指标进行分类依次包括以下步骤：
B1、随机划分出范围在0-1的隶属度矩阵U，并初始化2个聚类中心；
B2、根据以下公式确定各指标的隶属度uij：


<...

【专利技术属性】
技术研发人员：明月，熊一，文习山，陈小月，李猎，廖晓红，陈然，高晓晶，唐学军，柯方超，周秋鹏，孙利平，马莉，王巍，熊川羽，张赵阳，王琪鑫，段志强，周蠡，李智威，姜山，张雪霏，贺兰菲，董弘川，郭婷，廖爽，邹雨馨，任羽纶，
申请(专利权)人：国家电网有限公司，国网湖北省电力有限公司经济技术研究院，武汉大学，
类型：发明
国别省市：北京;11