摘要：為了解決傳統(tǒng)模型認(rèn)為建筑鋼材造價(jià)成本是線性變化因素,不滿足實(shí)際應(yīng)用,且模型結(jié)構(gòu)的確定很難,在很大程度上會(huì)導(dǎo)致過擬合,預(yù)估準(zhǔn)確性較差,穩(wěn)定性低。通過數(shù)據(jù)相關(guān)性分組挖掘研究建筑鋼材造價(jià)成本預(yù)估模型。按照各項(xiàng)目特征獲取歷史工程項(xiàng)目鋼材造價(jià)特征指標(biāo)屬性集合,通過模糊模式識(shí)別,依據(jù)就近原則對(duì)待篩選樣本項(xiàng)目和待預(yù)估樣本項(xiàng)目的相符程度進(jìn)行判斷,得到和待預(yù)估項(xiàng)目最相近的若干歷史項(xiàng)目當(dāng)成建立預(yù)估模型的輸入樣本。基于最小二乘支持向量機(jī)進(jìn)行數(shù)據(jù)相關(guān)性分組挖掘,建立建筑鋼材造價(jià)成本預(yù)估模型。在建立模型中,正則化參數(shù)與核函數(shù)的寬度是影響建筑鋼材造價(jià)成本預(yù)估結(jié)果的主要參數(shù),通過粒子群算法獲取兩個(gè)參數(shù)的最優(yōu)值。把得到的參數(shù)值帶入模型,重新進(jìn)行訓(xùn)練學(xué)習(xí),獲取較優(yōu)的建筑鋼材造價(jià)成本預(yù)估模型。在進(jìn)行實(shí)驗(yàn)時(shí),選擇桿塔鋼材、基礎(chǔ)鋼材和接地鋼材三個(gè)指標(biāo)作為建立模型的輸入向量,將人工神經(jīng)網(wǎng)絡(luò)模型與實(shí)踐序列模型作為對(duì)比進(jìn)行測(cè)試。結(jié)果表明:通過人工神經(jīng)網(wǎng)絡(luò)和時(shí)間序列模型對(duì)建筑鋼材造價(jià)成本進(jìn)行預(yù)估,獲取的預(yù)估數(shù)據(jù)有好有壞,穩(wěn)定性較低,整體預(yù)估數(shù)據(jù)誤差顯著高于建立模型預(yù)估誤差。可見建立模型預(yù)估精度高,穩(wěn)定性好。