基于主成分分析法和神经网络的技改工程造价预测模型

目前输变电工程造价经济技术指标复杂,影响造价的因素众多,导致造价估算困难,工程设计和概算过程难以达到预期效果。为了解决该难题,文章建立基于主成分分析法和改进BP神经网络的输变电工程造价预测模型,采用主成分分析法提取输变电工程造价主要影响因素,结合工程实际情况,通过改进的BP神经网络对样本数据训练学习。通过测试验证,建立的模型预测结果较为准确,能够较为合理的预测输变电工程的造价费用,对电网工程造价预算具有一定的参考价值。     

大型桥梁造价预测交叉均衡算法仿真

大型桥梁建设工程巨大,影响因子较多,工程造价预测难以有效均衡,传统方法采用单因素灰色关联预测的工程造价预测设计,预测精度和均衡性不好。提出一种基于主成分分析的大型桥梁造价预测交叉均衡算法,对大型桥梁工程造价预测和控制进行数学模型构建,得到质量—效率—成本控制的多目标贴近度数学模型。分析大型桥梁消耗影响特征信息统计参量,得到主成分分析的成本特征方程,实现大型桥梁造价预测交叉均衡算法。实验结果表明,采用该算法,可以实现质量水平和效率水平较高,单位成本较低的目标,达到对工程造价预测交叉均衡的目的。     

主成分分析法在县域工业科技成果转化绩效评价的运用

主成分分析方法是一种依据客观数据,将多种影响因素综合成少量几个影响因素的方法.运用主成分分析法对构建的县域科技成果转化绩效评价指标体系进行分析,把众多体现科技成果转化效益的因素简化成几个综合成分,并以江苏省52个县域的科技成果转化绩效评价为例,得出了较合理的评估结果,为县市科技成果转化绩效评价提供借鉴.     

上海市环境空气质量影响参数主成分分析

主成分分析法可以在包含原有影响因素大部分信息的前提下,结合原有指标之间的关联,有效减少评价指标。本文采用主成分分析法,分析2004年上半年环境各参数对环境空气质量的影响。结果显示可吸入颗粒物对上海市环境空气质量的影响最为显著。     

我国专利密集型产业及其影响因素的实证研究

采用“产业专利密度”的概念对我国230个产业进行了分析,筛选出其中63个专利密集型产业。采用主成分分析法对专利密集型产业的人力投入、资金使用、研发活动中的共9个因素进行了研究,并得出3个主成分。结果表明,对这3个主成分影响最大的因素分别是企业平均新产品开发项目数、参加项目人员占全部从业人员的比例、企业平均科技活动经费外部支出。     

双循环战略提升中国人工智能产业竞争力途径

摘 要：文章以中国、美国、英国、德国、印度等主要人工智能大国为研究对象，通过钻石模型构建评价指标体系，运用主成分分析法对五国人工智能产业国际竞争力进行分析。总结借鉴其他国家人工智能产业发展过程中的优劣势与形成原因，从人工智能经历的 “概念化——商业化——产业化”发展三阶段周期入手，明确不同发展阶段起着关键作用的有利要素类型，提出了三种不同实现路径下的分类政策思路。最后根据国际政治经济形势，提出在“双循环”战略下提升中国人工智能产业国际竞争力的依据与政策建议。     

智能客服服务情境下用户回避行为机制的研究——基于扎根理论和叙事研究的探索

[目的/意义]用户回避行为是人工智能时代下人机交互过程中的一种消极反应。探究用户对智能客服的回避机制,提升消费者对智能客服的体验感和留存率,已成为业界关注的热点。[方法/过程]整合扎根理论和叙事研究方法,通过对访谈资料的编码分析,提炼出77个初始概念、25个基本范畴和7个主范畴。研究梳理范畴间的关系和作用机制,构建智能客服用户回避行为机制的理论模型。[结果/结论]用户从使用智能客服到触发回避行为会经历一系列心理和认知变化的过程;当回避驱动因素和需求满足程度影响用户心理和行为时会受到用户的个体因素和情境因素的制约。     

基于主成分分析的陕西人口老龄化间接影响因素研究

中长期内人口老龄化的主要影响因素是生育率和死亡率。根据2005年陕西省1％人口抽样统计调查数据,选取影响出生率和死亡率的影响因素做为人口老龄化的间接影响因素,运用SPSS统计分析软件进行主成分分析,提取影响人口老龄化的主成分,在此基础上分析陕西10个不同地市人口老龄化影响因素的空间差异。结果表明：人口老龄化的影响因素可归为三类,即人文因素、经济发展因素和政策因素：10个地市受到不同因素的影响,但主要是受到人文因素的影响;各因素对人口老龄化的加速作用还没有完全释放出来,也就是说．陕西人口老龄化还没有达到高峰,当务之急．应在社会政策和经济实力等方面尽早做准备,以应付人口老龄化的高峰给经济发展和社会稳定带来的压力。     

主成分分析法在研究武汉市各区经济状况中的应用

在给出主成分分析的含义的基础上,详尽地说明了主成分分析的数学模型的建立过程及其计算步骤。并且在采集了武汉市13个区的7个经济指标的基础上,利用主成分分析对2005年全年各区经济情况作了一个综合评价,使得对于主成分分析的研究得以验证。     

基于主成分分析的路桥项目建设过程后评价

文章基于我国现有的后评价政策,结合路桥项目的自身特性,构建建设过程后评价五因素评价指标体系。在此基础上,采用主成分分析方法对6个路桥项目的建设过程进行主成分提取,对各因素进行综合打分,并确定了五因素和各二级指标的权重。     

西藏藏药产业的发展研究

本文运用主成分分析和聚类分析方法对西藏地区和藏药产业的发展进行分析,找到了几个主成分以及两种方法得到相互印证的结果。发现了主成分与藏药产业发展之间的联系。运用自组织方法对西藏藏药产业的影响因素进行分析,结果表明:邮电业务总量、藏药企业规模、企业自身发展、企业融资状况以及交通状况是影响西藏藏药产业发展的关键因素。基于此结果提出了有利于西藏藏药产业发展的对策建议。     

基于PCA&SVM的多品种小批量产品质量预测方法研究

将主成分分析与支持向量机结合应用到多品种小批量产品的质量预测。首先确定多品种小批量产品生产过程中的定量影响因素,并将其作为初始影响因素集;然后利用主成分分析方法降低因素集的维度,同时提取关键主成分;最后将关键主成分作为影响因素集并建立针对于多品种小批量生产的支持向量机质量等级预测模型。算例分析表明,与传统的支持向量机分类模型相比,主成分分析与支持向量机结合的模型预测准确率及稳定性均有显著提高,说明模型具有更好的预测性能。     

中国新能源汽车需求风险关键因素研究

通过提出19个需求风险影响因素,对421份问卷进行探索性因子分析与主成分分析,确定新能源汽车技术、外部政策和商业环境、消费者行为及能耗成本4个公因子,识别关键需求风险因素并进行解释,为有关方面采取相应的风险应对策略提供依据。     

互联网思维下全过程造价咨询业务对客户满意度的影响机理研究

运用扎根理论研究方法,分析访谈中获取的文本资料,发掘出在互联网思维下全过程造价咨询业务中影响客户满意度的7个因素;在此基础上,构建全过程造价咨询业务关键因素对客户满意度的影响机理模型,并且分析每组关键因素具体的作用机理。研究结果显示,对于工程造价咨询企业,提高业务管理是对客户满意度最灵敏的因素,组织管理对业务管理起到推动的作用,而人员素质建设是企业生存发展的内动力。基于上述结论,对工程造价咨询企业提出两点建议,①拓展工程造价咨询企业工作模式是互联网时代发展的必然结果,规范企业的工作流程可以为实现全过程的BIM技术和应用大数据提供可能;②提高员工的素质为提高客户满意度提供保障。     

浅谈建筑工程造价影响因素及降低工程造价对策

现阶段对于建筑工程而言,其工程造价会在一定程度上受到相关因素带来的一系列影响,因此为了对其工程造价进行有效的控制,必须要提高对影响因素的分析,同时也要采取科学合理的措施对工程造价进行控制。因此在本文中,主要针对建筑工程造价的影响因素和降低工程造价对策进行全面的分析研究,与此同时也在此基础上提出下文中内容,希望能够给予同行业工作人员提供相应的参考价值。     

甘肃省水资源承载力评价

采用主成分分析法,对甘肃省2008年～2017年13个水资源承载力影响因子进行分析。从13个因子中共提取了3个主要成分,根据因子载荷矩阵得出每一个主成分得分,进而求得甘肃省每一年的综合评分。最终结果表明:甘肃省水资源承载力逐年下降,水资源再开发利用的潜力愈来愈小,影响水资源承载力的主要因子是城镇发展、农业发展以及废水处理技术等。     

从“反动思潮”到国家战略 我国人工智能认知变迁历程

我国人工智能技术认知经历了从“反动思潮”到国家战略的巨大转变。根据焦点问题的转移,可将其划分为人工智能的“伪科学”批判(1955—1977)、人工智能科学与价值的定性(1977—2000)、人工智能战略地位的确立(2000—2020)三个阶段。在科学性认识上,对人工智能的定义实现了从“数学机械工程”到“知识+逻辑推理”再到“大数据+算法驱动”的认知迭代;在社会性认识上,对人工智能的价值与影响形成了从“反动思潮”到“智能革命工具”再到“技术与风险并存”的认识深化,最终形成发展负责任人工智能的社会共识。科学界、哲学界、企业与大众在各阶段的互动和主辅地位的消长深刻影响了我国人工智能技术认知的建构过程,但起主要作用的是人工智能三大研究纲领与社会科技发展观。     

北京市高新技术转移影响因子分析

本文以《北京市统计年鉴》和《中国高技术产业统计年鉴》中相关数据为来源,对北京市高新技术转移的影响因素进行了因子分析。通过文献研究确定假设因素,利用KOM检验和球形检验确定八个可用因素,进一步通过主成分分析法提取出"供方-受方因子"和"技术转移过程因子"。研究结果显示出北京市高新技术转移的影响核心是供方和受方的合作意愿及技术能力,北京市高新技术转移因素的变动趋势符合供需理论。     

大数据环境下人工智能技术在教育领域的应用研究

【目的/意义】互联网、大数据时代为我们提供了丰富的信息资源,已经引起社会、经济的重大变革,尤其在 教育领域的应用备受关注,而把人工智能引入教育领域会使教育更加智能化、个性化、精准化、多元化,也为教育带 来了前所未有的机遇和挑战。【方法/过程】本文首先阐述了大数据、人工智能技术的概念以及人工智能与教育的深 度融合,然后分析了人工智能对未来教育的影响,深刻探讨了推动个性化服务、构建人工智能生态环境因素。【结 果/结论】大数据下人工智能有效助力智慧教育,其在教育人工智能和教育数据挖掘方而发挥的作用也是其他技术 无法取代的,其与教育领域的融合定会不断推动教育创新。     

基于PCA-BP原理的混凝土碳化深度预测

混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。