本文關鍵詞：基于改進BP神經(jīng)網(wǎng)絡的住宅工程造價估算模型研究

  更多相關文章： 住宅工程 估算模型 BP神經(jīng)網(wǎng)絡 灰色理論

【摘要】：隨著建筑市場的穩(wěn)定發(fā)展,全社會的固定資產(chǎn)投資逐步增大,伴隨而來的是投資失控嚴重化,因而合理控制建設項目投資顯得尤為重要。而在建設項目全生命周期中,前期階段對投資控制的影響程度高于施工階段,且建筑企業(yè)對前期投資決策階段不夠重視,故應將投資控制重心由施工階段向前期投資決策階段轉(zhuǎn)移。但目前在投資決策階段所采用的傳統(tǒng)工程造價估算方式不能很好的適應市場經(jīng)濟的發(fā)展趨勢,投資估算的精度成為建設項目投資控制的關鍵影響因素。因此,快速而又準確的估算工程造價對于建設項目投資控制來說意義重大。首先,依據(jù)主次因素分析法整理和提取了主要分部分項工程中影響住宅工程造價的工程特征因素,并建立層次結構模型計算各特征因素對工程造價影響程度的權值,根據(jù)主次因素分析法篩選出主要特征因素,同時分析了工程特征因素對工程造價的影響機理,將其作為估算模型的輸入向量。其次,根據(jù)標準BP神經(jīng)網(wǎng)絡的學習過程,結合灰色理論中灰數(shù)的相關知識,采用區(qū)間灰數(shù)的方式來設置隱含層與輸入層之間的初始連接權值,在訓練過程中通過不斷調(diào)整區(qū)間灰數(shù)的取值區(qū)間來逼近權值的最優(yōu)值,改進了標準BP神經(jīng)網(wǎng)絡的學習過程。再次,利用MATLAB軟件,運用BP神經(jīng)網(wǎng)絡工具箱函數(shù)實現(xiàn)模型的建立與初始化。根據(jù)收集整理的115組訓練樣本數(shù)據(jù),對改進的BP神經(jīng)網(wǎng)絡進行訓練,構建了誤差在10%以內(nèi)的初步估算模型,并采用遺傳算法優(yōu)選模型初始權值和白化定位系數(shù),提高了估算模型的精度。最后,以徐州某住宅小區(qū)2#樓作為測算對象,在收集與整理相似工程造價數(shù)據(jù)的基礎上,通過樣本數(shù)據(jù)完成對改進BP神經(jīng)網(wǎng)絡估算模型的訓練,并測算2#樓的單方造價和人工工日消耗量等數(shù)據(jù)。通過對比估算模型預測值和按照投資估算指標計算結果,驗證了優(yōu)化改進BP神經(jīng)網(wǎng)絡模型的適用性與可靠性。
【關鍵詞】：住宅工程 估算模型 BP神經(jīng)網(wǎng)絡 灰色理論
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP183;TU723.3
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-16
• 1 緒論16-30
• 1.1 研究背景及意義16-19
• 1.2 文獻綜述19-27
• 1.3 研究內(nèi)容與方法27-30
• 2 概念界定與理論基礎30-43
• 2.1 建筑工程造價與估算30-33
• 2.2 神經(jīng)網(wǎng)絡33-36
• 2.3 BP神經(jīng)網(wǎng)絡36-38
• 2.4 灰色系統(tǒng)理論38-40
• 2.5 灰色理論與BP神經(jīng)網(wǎng)絡的融合40-42
• 2.6 本章小結42-43
• 3 基于層次分析法的工程特征向量選取43-56
• 3.1 工程特征因素概述43-45
• 3.2 基于層次分析法的特征向量分析45-55
• 3.3 本章小結55-56
• 4 BP神經(jīng)網(wǎng)絡的改進與初步設計56-66
• 4.1 標準BP神經(jīng)網(wǎng)絡的學習56-59
• 4.2 改進BP神經(jīng)網(wǎng)絡的學習59-62
• 4.3 改進BP神經(jīng)網(wǎng)絡的初步設計62-65
• 4.4 本章小結65-66
• 5 基于改進BP神經(jīng)網(wǎng)絡工程造價估算模型的建立與優(yōu)化66-80
• 5.1 樣本數(shù)據(jù)庫的建立66-68
• 5.2 模型的MATLAB實現(xiàn)68-73
• 5.3 模型的訓練與仿真73-75
• 5.4 基于遺傳算法優(yōu)化的工程造價估算模型75-79
• 5.5 本章小結79-80
• 6 實證分析80-90
• 6.1 待估算工程項目概況與數(shù)據(jù)處理80
• 6.2 同地區(qū)相似工程數(shù)據(jù)收集與處理80-84
• 6.3 模型的訓練與學習84-85
• 6.4 待估算項目的實證驗算85-89
• 6.5 本章小結89-90
• 7 結論與展望90-92
• 7.1 研究總結90-91
• 7.2 創(chuàng)新點91
• 7.3 不足與展望91-92
• 參考文獻92-97
• 附錄 197-100
• 附錄 2100-101
• 作者簡歷101-103
• 學位論文數(shù)據(jù)集103

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡的研究及其應用[J];國際技術經(jīng)濟研究學報;1990年01期

5 張軍華;神經(jīng)網(wǎng)絡技術及其在軍用系統(tǒng)中的應用[J];現(xiàn)代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，，王啟霞;神經(jīng)網(wǎng)絡診斷──神經(jīng)網(wǎng)絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經(jīng)網(wǎng)絡法在經(jīng)濟管理中的應用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

本文編號：702490