申请/专利权人：国网湖北省电力有限公司经济技术研究院;国网湖北省电力有限公司

申请日：2024-01-02

公开（公告）日：2024-04-09

公开（公告）号：CN117522080B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q30/0201;G06Q30/0283;G06Q50/06;G06N3/048;G06N3/086

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：一种输电工程进度安全与造价的联动优化方法、系统及设备，方法首先基于输电工程的历史数据获取有关进度、安全与造价联动问题的关键影响因素，并基于专家法确定各个关键影响因素的权重，然后构建径向基函数神经网络，并进行改进与训练，最后搭建预测模型，并设定限定条件求解出最优关键影响因素的组合；在应用中，充分考虑了进度、安全与造价的影响因素，构建层次分析模型，并基于神经网络进行预测，充分考虑了客观因素与专家经验，使结果符合工程建设中的实际情况，然后采用差分进化算法进行最优方案的选取，统筹了施工工程进度、安全与造价三者关系，为施工决策提供了参考方向。本发明可以进行资源优化调配，并降低施工成本。

主权项：1.一种输电工程进度安全与造价的联动优化方法，其特征在于，所述方法包括：S1、基于输电工程的历史数据获取有关进度、安全与造价联动问题的关键影响因素，并基于专家法确定各个关键影响因素的权重；S2、构建径向基函数神经网络，并对径向基函数神经网络进行改进与训练；所述径向基函数神经网络包括输入层、隐藏层与输出层；所述径向基函数神经网络以包含进度、安全与造价的关键影响因素以及因素本身的历史数据库生成训练集与验证集作为输入，并以进度、安全与造价作为输出；S3、搭建进度、安全与造价预测模型，并设定限定条件求解出最优关键影响因素的组合，完成输电工程进度、安全与造价的联动优化；所述步骤S2中，构建径向基函数神经网络，并对径向基函数神经网络进行改进，具体包括：S21、所述输入层接受输入并进行归一化处理，获得归一化数值；S22、根据归一化数值并考虑关键影响因素的权重进行计算，获得的关键影响因素权重信息；所述关键影响因素权重信息的表达式如下：xi＝Xi*fi；其中：xi为考虑专家评分后的各元素归一化取值，Xi为考虑专家评分前的各元素归一化取值，fi为专家对各元素的打分；S23、将关键影响因素权重信息输入至隐藏层中，并采用K均值聚类算法确定高斯中心，获得多维高斯神经网络函数；S24、基于多维高斯神经网络函数进行十折交叉验证，并进行预测精度评估；所述多维高斯神经网络函数的表达式如下： 其中：为输入值，Gj为隐藏层的第j个神经元的输出，cij为第i维输入对应的第j个隐藏层神经元的高斯中心；σij为第i维输入对应的第j个隐藏层神经元的标准差；S25、对多维高斯神经网络函数的表达式进行改写，令以区分输入层的标准差和隐藏层神经元的标准差；改写后的多维高斯神经网络函数的表达式如下： 其中：sij为第i维输入对应的第j个隐藏层的神经元；S26、将隐藏层的输出Gj输入至输出层，使用多变量线性方程计算径向基函数神经网络的最终输出；所述最终输出的表达式如下： 其中：Y为径向基函数神经网络的最终输出，wj与b分别为对应于隐藏层第j个神经元的系数与多变量线性方程的偏置；所述最终输出为进度、安全和造价的值；其中：进度输出值为工期，安全输出值为安全风险值、造价输出值为工程产生的费用。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司经济技术研究院;国网湖北省电力有限公司 输电工程进度安全与造价的联动优化方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD