摘要: 工程造价预测是项目可行性研究的基础，其准确性直接影响项目的投资决策。住宅工程在建设过程中往往面临建设前期设计深化不够、单方造价测算困难、造价估算精度不高等问题。为了提高住宅工程造价预测的准确性，提出一种基于粒子群优化算法的最小二乘支持向量机（PSOLSSVM）预测模型。该模型采用预测值与实际值的均方根误差最小为适应度评价函数，基于30组小样本数据，选取15项住宅工程特征指标作为样本输入、单方造价作为样本输出，并利用粒子群算法（PSO）优化算法最小二乘支持向量机（LSSVM）模型的关键参数组合(γ,σ)，构建PSOLSSVM预测模型。基于此，采用15组测试数据集进行、PSOLSSVM模型预测精度验证。结果表明：LSSVM模型正则化参数γ、径向基核参数σ分别取250、0747 9时，LSSVM预测模型最优；PSOLSSVM模型预测值与实际值的相对误差可控制在320%以内，均方根误差可控制在\164%,272%\，PSOLSSVM预测模型表现出良好的预测精度和预测稳定性。提出的PSOLSSVM预测模型可以稳定高效地对实际住宅工程造价进行预测，同时，也为类似建设工程造价预测提供参考。