基于NGO-CNN-SVM的高標(biāo)準(zhǔn)農(nóng)田灌溉工程施工成本預(yù)測(cè)

摘要： 為提高高標(biāo)準(zhǔn)農(nóng)田項(xiàng)目施工成本的預(yù)測(cè)精度，控制施工成本在合理范圍，減少投資風(fēng)險(xiǎn)，該研究從單體灌溉工程施工成本預(yù)測(cè)角度出發(fā)，通過隨機(jī)森林（random forest,RF）篩選出高標(biāo)準(zhǔn)農(nóng)田灌溉工程施工成本的關(guān)鍵影響因素，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks,CNN）和支持向量機(jī)（support vector machine,SVM）兩種模型的...