基于GWO-BP神经网络模型的 建筑工程造价策略研究 

张小杰 （山西七建集团有限公司，山西 大同 037000） 

摘要：为研究GWO-BP神经网络模型提升住宅工程造价预测精度，基于50个案例，选取8项特征（含总 建筑面积、抗震等级等），经归一化处理后，用40个样本训练，10个测试。结果显示：模型拟合优度0.93， 单方造价预测绝对误差1.06元/m²～146.93元/m²，相对误差0.05%～7.16%（87%样本误差＜1.5%，最大 偏差7.16%），显著优于标准BPNN模型。GWO算法优化权值后，误差波动范围压缩至7%以内，验证了 其对非线性特征的高效捕捉能力，为工程造价估算提供了可靠方法。 关键词：神经网络；住宅工程；造价预测；归一化处理