数据挖掘技术在建筑工程造价预测中的应用  

作　　者：郭秀伟 马季青 李松 

机构地区：[1]银座集团股份有限公司,山东济南250000 [2]山东力诺瑞特新能源有限公司,山东济南250103

出　　处：《中国建筑金属结构》2025年第7期4-5,11,共3页China Construction Metal Structure

摘　　要：为了提高建筑工程造价预测的准确性和科学性,本文以某大型商业综合体项目为例,通过数据挖掘技术的应用研究,介绍了数据预处理、特征选择及梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型的构建过程,详细分析了造价数据的多维非线性特征及其对模型预测性能的影响,提出了基于交叉验证与网格搜索的超参数优化方法,结合动态特征的引入,进一步提升了模型的适用性和预测精度。研究结果表明:GBDT模型在捕捉复杂非线性关系方面具有显著优势,其均方误差和决定系数均优于传统线性回归模型,同时展现出良好的鲁棒性和泛化能力。本文为工程造价管理提供了重要的理论支持与实践参考。

关 键 词：建筑工程造价预测 数据挖掘 梯度提升决策树 特征选择 超参数优化 

分 类 号：TU723[建筑科学—建筑技术科学]