基于IPSO-BP神经网络的预制构件生产成本预测研究

从明智; 陆红梅; 赵立伟

doi:10.13880/j.cnki.65-1174/n.2025.21.002

石河子大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (03) : 332 -340. DOI: 10.13880/j.cnki.65-1174/n.2025.21.002

基于IPSO-BP神经网络的预制构件生产成本预测研究

从明智, 陆红梅, 赵立伟

作者信息 +

Author information +

文章历史 +

PDF

摘要

预制构件生产成本是装配式混凝土建筑成本的重要组成部分，对预制构件生产成本的准确预测有利于装配式混凝土建筑的发展。建立基于IPSO-BP神经网络的预制构件生产成本预测模型，其中，在粒子群算法中引入线性变化惯性权重调整策略、随机权重算法和动态学习因子来加强BP神经网络的训练、搜索速度和跳出局部最优解的能力，并利用优化的粒子群(PSO)算法对BP神经网络的权值和阈值进行优化来提高BP神经网络的预测精度和鲁棒性，然后结合实际数据进行验证和对比分析PSO-BP神经网络、GA-BP神经网络和BP神经网络预测的结果，结果表明：IPSO-BP神经网络预测模型的预制构件生产成本的预测值与真实值最为接近，平均绝对误差、平均偏差误差、均方根误差与平均绝对百分比误差分别为1.295 1、0.896 1、1.431 5、0.053 9,较PSO-BP神经网络、GA-BP神经网络和BP神经网络均显著降低，用于预测预制构件生产成本的效果也显著提高，该模型可有效提高预制构件生产成本预测的准确性。