原文传递
基于历史数据的隧道工程成本预测研究
| 论文题名： | 基于历史数据的隧道工程成本预测研究 |
| 关键词： | 隧道项目;成本预测;历史数据;逻辑回归;决策树;神经网络;GBDT算法 |
| 摘要： | 城市化进程中基础设施建设需求的快速上升，导致城市土地资源严重短缺，空间供需矛盾日益突出，政府相关部门逐渐对城市地下空间重视起来，隧道工程项目数量逐年攀升，但同时也伴随着成本超支这一严重的问题，其中一种原因是对于隧道工程成本预测的低估，由于设计阶段缺少详细数据，未能精确估算项目总成本。同时在可行性阶段，隧道项目成本估算可以作为方案投资决策的一大依据。因此本文通过历史隧道工程项目数据的收集，总结隧道工程项目成本低估的主要影响因素，通过数据探索性分析发现隧道成本和隧道成本影响因素之间的相关性，利用四种算法设计，建设隧道项目成本预测模型，以达到对隧道项目成本精确预测的目的。 根据文献搜索和隧道成本低估影响因素总结，总结了四十种影响因素，根据其在文献上出现的频次进行排名，最后挑选出了排名前四名的影响因素分别为隧道长度、隧道直径、环境因素和地质条件。通过数据收集和标准化，对搜集到的数据进行探索性分析，包括描述性统计和数据之间的拟合等等，发现了硬岩和软岩的数据差异性，总结了隧道成本和隧道直径以及隧道长度在硬岩条件下和软岩条件下的不同关系方程，并根据评价指标R2对其做出拟合评价。 使用逻辑回归、决策树、神经网络和GBDT四种算法，将隧道长度和隧道直径作为输入特征因子，通过算法的设计，分别建立硬岩和软岩隧道成本预测模型，同时使用决定系数R2对其结果进行分析和评价。四种算法能够较好对隧道工程成本进行预测，其中神经网络算法对硬岩隧道项目预测效果最好，逻辑回归对软岩隧道项目预测效果好，并且硬岩隧道项目普遍比软岩隧道项目成本预测结果表现好。 |
| 作者： | 黄薇 |
| 专业： | 建筑与土木工程 |
| 导师： | 陈健 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
