数据挖掘与神经网络：电力工程造价预测与审查的创新方法

本文探讨了"数据挖掘和神经网络技术在电力工程造价中的应用"，发表于2008年的某期刊上。论文的作者是李永明、王玉斌、王颖和段慧青，他们来自重庆大学输配电装备及系统安全与新技术国家重点实验室。本文的主要贡献是提出了一个新颖的预测和审查电力工程造价问题的模型，结合数据挖掘技术的深度分析。 首先，作者运用数据挖掘技术对电力工程项目的大量历史数据进行预处理，这包括清洗、整合和格式化，以确保数据的质量和一致性。接着，通过数据挖掘的属性优选和聚类分析，识别出对造价预测关键影响的属性或因素，从而提取出模糊规则。这些规则有助于理解项目成本之间的内在关联，为造价预测提供科学依据。 随后，作者采用了改进的BP（Back Propagation）神经网络模糊系统来构建电力工程造价的预测模型。相较于传统的神经网络，这种改进的模型可能考虑了模糊逻辑，提高了预测的灵活性和准确性。通过在某市送电线路的实际工程样本上进行训练，研究者验证了模型的预测能力和收敛性，结果显示其在实际造价估算中表现出较高的精度和稳定性。 最后，该研究强调了这种方法在电力工程造价预测和审查中的实际价值，尤其是在帮助工程师和决策者做出更准确的成本预算、降低风险和提高项目管理效率方面。论文的关键词包括数据挖掘、神经网络、电力工程造价和预测，表明了其在工程经济领域的前沿地位。此外，研究还被归类在自然科学和技术领域，具有较高的学术价值和实用意义。