高速公路工程投资方案三维非线性智能优化决策方法研究
【学位授予单位】:石家庄铁道大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F406.7;F426.92
【图文】:
图 3-1 全寿命周期成本体系框架图对于高速公路全寿命周期成本的分析,采用工程经济学中的 阶段的现金流进行折现,建立相应的计算模型如式(3-1)所示( ) ( ) ( ) ( )TtTdjtTtTdjtTtTTdjtTTTtTTdjtTTtTdtK+ fE+ fX+ fS+ O+ M= +=+=+++=+++=+11111,,14,12312121高速公路 j 的全生命周期成本的现值之和;)——高速公路 j 各个时刻可行性研究成本折现值;——高速公路 j 各个时刻勘察设计成本折现值;)——高速公路 j 各个时刻施工成本折现值;——高速公路 j 各个时刻竣工验收试运行成本折现值;
国际上对于项目分解有两种基本划分方式:项目分解结n Structure,PBS),是以项目元素或者构成部位为主要依据进作分解结构(Work Breakdown Structure,WBS),指以项目的生种工程为主要依据进行项目分解。两种分解方法对于工程项同的应用领域和作用。美国建筑师学会印发的《建筑师使用工程项目决策阶段不适合采用 WBS 进行分解。因此,为了满需要,面向元素或构成部位的 PBS 应运而生。般工程项目一样对于高速公路进行 PBS 分解时,要以整个项导并且还应兼顾其管理职能。通常情况下,应该从上而下,逐公路通过 PBS 分为工程策划、设计/计划、科研、招投标、施收、运营/保修、项目管理等主要阶段。按照高速公路建设项序而言,勘察设计费、招投标费用以及监理等工程建设其他筑安装工程费根据相关规范标准采取一定比例进行计费。因便成为了估算编制的基础。参考《JTGT M21-2011 公路工程估工层级进行分解,如图 3-2 所示。
图 3-4 高速公路投资估算信息资料基础数据库案例展示3.3 高速公路投资方案非线性智能决策模型建模思路文章针对高速公路投资决策阶段的备选走廊方案,从全寿命周期投资估度来进行考虑,在基于以往高速公路案例历史数据的基础上,采用复杂的性智能方法建立全寿命周期估算模型,具体步骤如下:步骤一:拟建工程特征分析不同的高速公路其自身特征不同,因此对于高速公路投资备选方案,需过工程特征对其进行全面系统的描述,从而为接下来的历史数据挖掘、智算奠定基础。步骤二:寻找拟建工程的类似工程投资估算模型是在基于以往历史数据的基础之上来进行预测的,不同的公路之间差异性不同,因此,需要针对拟建工程的特征,选取与之相似程
【参考文献】
相关期刊论文 前10条
1 黄志勇;;基于支持向量机的公路工程投资估算预测模型研究[J];公路;2015年11期
2 冯瀚;刘冰旖;张玉鸿;邱金鹏;杨海燕;周萍;;基于FCM和PSO-SVM的电力工程造价预测模型研究[J];华东电力;2014年12期
3 陈延敏;李锦华;;国内外建筑信息模型BIM理论与实践研究综述[J];城市;2013年10期
4 李多贵;;BIM在地铁工程的应用初探[J];工程质量;2013年10期
5 孙晔;吴飞扬;;人工智能的研究现状及发展趋势[J];价值工程;2013年28期
6 贺灵童;;BIM在全球的应用现状[J];工程质量;2013年03期
7 李静;方后春;罗春贺;;基于BIM的全过程造价管理研究[J];建筑经济;2012年09期
8 秦育华;易美超;;建筑工程造价的模糊神经网络确定[J];计算机仿真;2012年06期
9 黎亚鹏;;高校基建工程投资估算方法评析[J];大众科技;2011年08期
10 陈一飞;李芳成;;基于实例灰色模糊聚类的造价快速估算[J];武汉大学学报(工学版);2011年03期
相关重要报纸文章 前3条
1 高建萌;;太佳高速公路建成通车[N];榆林日报;2010年
2 李进山;;湖北省江南高速公路工可报告通过评审[N];中国交通报;2009年
3 陈忠;;松建高速工可通过专家组咨询评估[N];闽北日报;2007年
相关博士学位论文 前2条
1 郁麒昌;高速公路项目运营效益评价研究[D];武汉理工大学;2008年
2 曾卫兵;内资BOT公路建设项目投资决策评价模型研究[D];天津大学;2004年
相关硕士学位论文 前6条
1 鲁黎;基于灰色系统理论的甘肃高等级公路投资决策研究[D];西南石油大学;2014年
2 李梓华;基于蒙特卡洛风险模拟的高速公路投资决策[D];长安大学;2013年
3 李小燕;灰色神经网络预测模型的优化研究[D];武汉理工大学;2009年
4 韦淋元;人工智能发展的困境和出路[D];广西师范大学;2009年
5 李汝霞;全寿命周期成本理论在高速公路建设方案决策中的应用研究[D];长沙理工大学;2008年
6 孙立山;模糊多属性决策结合层次分析法在公路可研多方案决策中的应用[D];河北工业大学;2005年
本文编号:2758984
本文链接:https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/2758984.html