宁 晖

(中煤能源研究院有限责任公司，陕西 西安 710054)

投资估算是在项目决策阶段，以方案设计为依据，按照规定的程序和方法，对拟建项目所需总投资及其构成进行的预测和估计。估算投资作为论证拟建项目的重要经济指标，既是建设项目技术经济评价的基础，又是该项目在实施阶段投资控制的目标值[1-2]。因此，全面准确快速地对建设项目投资进行估算，是科学、客观、有效地进行项目决策的关键。投资估算方法较多，各有其适用的条件和范围，一般可采用的估算方法有简单匡算法和分类详细估算法[1-2]。简单匡算法计算简单、速度快，但估算误差往往较大；分类详细估算需要以详细的工程资料为基础，估算精度高，但涉及专业多，工作量大，耗费时间较多。在项目前期决策阶段，尤其是投资机会研究和初步可行性研究阶段，往往获取的项目信息较少、设计深度不足、工程资料欠缺、时间要求紧迫，无法直接采用详细指标法进行分类估算，但这一阶段的投资估算对企业决策影响较大。为了在项目前期工作中，能够快速、准确估算项目的建设投资，在收集大量投资数据的基础上，本文提出了采用数据挖掘的方法和技术，建立起基于最小二乘支持向量机的投资估算模型。

1 基于最小二乘支持向量机的投资估算模型构建

支持向量机(support vector machine，SVM)是建立在统计学习理论基础之上的新型机器学习方法，专门针对小样本学习问题，以结构风险最小化为原则，在很大程度上克服了传统机器学习方法中的过学习、 非线性、 维数灾难以及局部极小值等问题， 有很强的非线性处理能力和良好的泛化性能，在社会经济的多个领域都获得越来越广泛的研究和应用[3-5]。……