公开(公告)号：CN118350880B

公开(公告)日：2024-09-03

申请号：CN202410781067.7

申请日：2024-06-18

Applicant: 安徽理工大学

Inventor： 邵经书 ,  蔺浩地 ,  张清 ,  王翰宇 ,  范国庆 ,  李振忠 ,  刘玉亭 ,  王婧婧

IPC: G06Q30/0283 ,  G06Q50/08 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N5/01

Abstract: 本发明提出一种现有建筑改造成本预测方法，提出GAN‑SANN组合模型，通过对收集得到的少量数据进行处理和量化，得到建筑改造成本数据集，然后通过GAN模型对数据集进行扩充，以此达到数据扩充的目的，随后，采用SANN对生成后的数据进行训练和测试，相较于其他预测模型，GAN‑SANN改造成本预测模型在预测精度和效率上具有显著优势，这一方法为现有建筑改造工程的成本快速测算提供了一种新途径，具有广泛的应用前景，通过引入深度学习技术，可以有效克服传统方法在现有建筑改造成本预测中的局限性，提高预测的准确性和可靠性。

公开(公告)号：CN118350880A

公开(公告)日：2024-07-16

申请号：CN202410781067.7

申请日：2024-06-18

Applicant: 岳正检测认证技术有限公司 ,  安徽理工大学

Inventor： 邵经书 ,  蔺浩地 ,  张清 ,  王翰宇 ,  范国庆 ,  李振忠 ,  刘玉亭 ,  王婧婧

IPC: G06Q30/0283 ,  G06Q50/08 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N5/01

Abstract: 本发明提出一种现有建筑改造成本预测方法，提出GAN‑SANN组合模型，通过对收集得到的少量数据进行处理和量化，得到建筑改造成本数据集，然后通过GAN模型对数据集进行扩充，以此达到数据扩充的目的，随后，采用SANN对生成后的数据进行训练和测试，相较于其他预测模型，GAN‑SANN改造成本预测模型在预测精度和效率上具有显著优势，这一方法为现有建筑改造工程的成本快速测算提供了一种新途径，具有广泛的应用前景，通过引入深度学习技术，可以有效克服传统方法在现有建筑改造成本预测中的局限性，提高预测的准确性和可靠性。