中小河流治理成本预测模型及敏感因子分析研究

摘要

cqvip:为了项目法人在可行性研究阶段准确快速的估算出复杂的山区中小河流治理的成本且能有效的控制成本,建立了基于LM算法的BP神经网络模型对山区中小河流治理成本进行预测,并对治理成本的影响因素做出敏感性分析。结果表明,LM算法优化的BP神经网络模型比标准BP神经网络模型训练效果好,收敛快,且预测结果更精确,其预测结果可在可行性研究阶段作为一个有效的参考数据;在八个影响治理成本的因素中,护岸形式与生态措施是影响治理成本的关键,在根据预算做方案调整时可以主要针对这两个方面进行改善。