基于PCA与SVM算法的住宅工程造价预测研究  

作　　者：王月志 孙娜[2] 

机构地区：[1]长春工程学院,吉林长春130021 [2]长春工业大学人文信息学院,吉林长春130122

出　　处：《中国建筑金属结构》2025年第2期36-38,共3页China Construction Metal Structure

基　　金：吉林省科技发展计划项目(项目编号:20240701073FG);吉林省教育厅社会科学研究项目(项目编号:JJKH20231442SK)。

摘　　要：针对住宅工程造价影响因素多的现状,本文通过对影响因素相关性检验,采用主成分分析对影响因素进行处理,去除相关度,降低输入维度和噪声,然后和支持向量机相结合,构成主成分-支持向量机(PCA-SVM)和主成分-最小二乘支持向量机(PCA-LSSVM)两个预测模型,对模型的性能进行了评价。算例结果表明,应用PCA-SVM和PCA-LSSVM模型对住宅工程造价进行估算准确度高,模型性能好,PCA-LSSVM比PCA-SVM模型综合性能略优。

关 键 词：住宅工程造价 主成分分析 支持向量机 最小二乘支持向量机 预测模型 

分 类 号：TU-9[建筑科学]