大数据环境下基于BIM与CNN的电力工程造价优化算法

摘要

针对大数据环境下电力工程造价在精准化、动态化等方面存在的不足，提出了一种基于BIM与CNN的电力工程造价优化算法。利用BIM技术的特点进行电力工程全生命周期的造价管理，实现了造价的动态化管控。并且采用Levenberg-Marquardt规则算法改进卷积神经网络，通过改进后的CNN网络对每个工程环节的造价完成预测，从而优化整个工程的施工方案。结合相关的电力工程造价数据，基于Matlab对所提算法进行实验测试。结果表明，当学习率为0.010时CNN网络的性能最佳，所提算法的预测准确率为94%,并且与造价的真实值最为接近。

关键词

电力工程造价 / BIM技术 / 卷积神经网络 / 大数据环境 / Levenberg-Marquardt规则算法 / 全生命周期 / 动态化管控 / 预测准确性