基于量子蜂群优化的神经网络工程造价预测

为了提高工程造价预测性能,将神经网络(Neural network,NN)模型用于工程造价预测,并采用量子人工蜂群(Quantum artificial bee colony,QABC)算法对NN模型的参数进行优化,以进一步提高工程造价预测的准确率.首先,提取工程造价预测核心指标要素,并对指标进行量化及归一化处理.其次,建立NN工程造价预测模型,并以NN的核心网络参数构建多个蜜蜂个体,以工程造价预测值与实际值误差的倒数作为人工蜂群算法的适应度.根据适应度值确定最优蜜源,在蜜蜂个体的位置更新时,借助量子比特对个体位置编码,以增强搜索精度.最后,根据最优蜜源位置确定NN核心网络参数.采用QABC优化的NN模型实现工程造价预测,并对预测结果进行了评估.实验结果表明,通过合理设置QABC参数,相比于常用工程造价预测算法,所提出的QABC-NN模型能够获得更高的工程造价预测准确率和稳定性.