当前位置:主页 > 科技论文 > 建筑工程论文 >

基于人工神经网络的建筑工程质量模糊综合评价(论文),人工神经网络论文,浅谈建筑工程质量论文,建筑工程质量问题论文

发布时间:2016-10-01 19:03

  本文关键词:基于人工神经网络的建筑工程质量模糊综合评价,由笔耕文化传播整理发布。


基于人工神经网络的建筑工程质量模糊综合评价(论文),人工神经网络论文,浅谈建筑工程质量论文,建筑工程质量问题论文 时间:2014-02-26 来源: 早教启蒙网

低温建筑技术;2003年04期10 孟文清,石华旺,李万庆; 基于人工神经网络的建筑工程质量模糊综合评价 [J];工程建设与设计;2004年12期 中国博士学位论文全文数据库 前1条1...

维普资讯 基于神经网络 的建筑工程质量模糊综 合评价  工程建设与设计 2 0 0 4 年第 1 2 期  基于人 工神 经 网络的建 筑工程 质量   模 糊 综合 评 价  孟文清, 石华旺, 李万庆  ( 河北工程学院, 河北 邯郸 0 5 6 0 3 8 )   【 摘 要】 将模糊数学和人工神经网络应用于建筑工程质量等级的综合评价中, 提供了一条定量、 客观评价建筑工程质量等级的  智能化新途径 .   【 关键词】 建筑工程质量; 人工神经 网 络; 模糊综合评价  【 中图分类号】 T B I   1 4 . 2 ; T P I 8 3   【 文献标识码】 A   【 文章编 号] 1 0 0 7 - 9 4 6 7( 2 0 0 4 ) 1 2 - 0 0 6 7 - 0 3   “ 质量世纪” 是由世界著名的质量专家, 美国的 J . M. 朱兰  博士于 1 9 9 4年在美 国质量协会的年会上发言提出的。他认  为:

“ 2 0 世纪是产量 世纪 , 2 l 世 纪是质量世 纪” 。建筑工程质  建筑工程质量评价指标指影响建筑工程质量等级综合评  定的因素。

本文在建筑工程质量评价指标的确立上, 根据有关  规程[ 4 】 并参考文献[ 2 , 3 】 , 最终确定为:

工程项目实体质量、 质  量保证资料、 工程观感质量、 设计质量、 对环境的影响等五个  方面。建筑工程质量等级综合评价指标体系如图 l 所示。

  量问题关系到国计民生, 涉及千家万户。

其特点是体积大结构  复杂, 且不同于一般商品, 一旦发生重大质量问题 , 将危及群  体安全, 给企业造成严重损失, 甚至影响社会进步乃至国家衰  败。

提高我国建设项目的质量水平 , 必须重视完善建筑工程质  量综合评价体系的研究工作。

  建筑工程质量评价是一个典型的多指标综合评价问题,   从评价指标与建筑工程质量结果来看,两者存在高度非线形  关系。现有的评价方法主要是依靠少数专家对工程质量作出   判断, 这样的判定结果往往带有主观色彩; 也有的学者用模糊  综合评判方法评价建筑工程质量,此方法虽然摆脱了一些主  观因素的影响,但这种评价方法的前提是假设评价结果等级  与指标属性是线形关系。并且由于权重确定的主观性和隶属  度函数确定的困难性,评价结果有时并不能真正反映客观实  际情况。本文尝试运用人工神经网络技术结合模糊处理来实  现对建筑工程质量等级的智能化评价。

  一 、 人工神经网络的基本原理  人工神经网络 ( A N N) 是大量的神经元广泛互联而成的  网络, 它反映了人脑功能的许多基本特征, 具有大规模并行处  理、 分布式储存、 自适应 、 容错性等优点而广泛应用于模式识  别、 智能控制、 知识处理和预测等领域, 尤其适用于处理非线  性系统和同时要考虑许多因素条件的模糊信息问题。

A N N方  法所具有的特性表明了它能较好地应用于建筑工程质量等级  评价。

  图 1 建筑工程质量评 价指t g - t t 系  二、 建筑工程质量评价指标的确立  【 作者简介】 盂文清 ( 1 9 6 3  ̄ ) , 男, 河北临漳人 , 副教授, 从事施工技术  与管 理方面 的研究.   三、 基于人工神经 网络的建筑工程质量模  糊综合评价  1 . 评价指标的模糊处理  6 7   维普资讯 工程 建设 与设计 2 0 0 4 年第 1 2 期  工程 项 目管理  本文建立的评价指标体系, 其属性值均为定性评判 ( 优、   良等 ) , 而且各评价指标没有统一的度量标准, 因而难以进行  比较 , 且不 符合神经 网络对 输入 向量 的要求 。所 以, 在综合 评  式中, n是节点 的输入节点个数  是第 i 个输入节点的输  出值;   是第 i 个输入节点到节点 的权值 ; i = 0时,   和  分 别代表 阈值和 1 。

  价前, 应先将各定性指标统一量化N[ o - 1 ] 范围内, 即对各指标  属性值进行模 糊处理。

  比较 已知输出与计算输出, 修改层节点权值和阈值:

  ∞   ( k + 1 ) :

∞   ( k ) +   。

+ n [  I J <   ) 一  , ( k - 1 ) ]   式中, ∞是层节点 i 到  的连接权值和 阈值; X i 是节点 i 的输  出; 7 / 是学习系数 ( 0 < T 『 < 1 ) ; n 是冲量系数 ( 0 < n < 1 ) 。

  , 是一  个与偏差有关的值, 对输出节点来说:

  设第i 个建筑工程项 目 质量综合评价指标体系的论域为:

  = { “   “   …U i 5 }   式中, U i I  ̄ U i   为{ 优, 较优, …差)   其隶属度 向量为:

  ( ^ 。

r f :

…   , 设,   (   。

  …岛)   表示第 i   级评价相对应的尺度。通过尺度集可将模糊变量的隶属度向   量综合为一个标量, 实际上 尺 =  即为定性指标在尺度  下的   量化值。

本文在建筑工程质量等级综合评价时, 对指标属性值  量化时, 采用的标准尺度为:

  质量性指标:

B - = [ o . 9 , 0 . 8 , 0 . 6 , 0 . 4 , 0 . 1 1   非质量性指标:8 = 【 0 . 9 , 0 . 7 , 0 . 5 , 0 . 3 , 0 . 1 r   按照上面所述模糊处理方法, 假设对 m项建筑工程进行  质量综合评价。用   表示对第 i 项工程第. 『 个指标的评价结  果( 江1 , 2 , …, m, j = l , 2 , …5 )。

  口 f   i ( 卜   1 ) ( 妒 )   式中, . y   与  分别是节点  的实际输出和期望输出值。

  对隐层节点来说, 因其输出无法比较, 所以经 反向推算:

  ( 卜 )   i:

0   Ⅱ   式中,   。

是节点. 『 的实际输出值; m是节点 的输出节点个数。

  反复迭代, 调整 6 0 值直到收敛; 学习训练结束。

  4 . 建筑工程质量模糊综合评价人工神经网络模型的实现  应 用 人工神 经 网络对 建筑 工程 质量 综合 评价 的原理是 :

  把用于描述工程质量等级的特征信息 ( 即指标体系 ) 作为神  经网络的输入向量,将代表相应综合评价结果的量值作为神  经网络的输出:用一些经传统综合评价取得的成功样本训练  这个网络,使它所持有的权系数经 自 适应学习后得到正确的   内部表 示 ,训练 好的 网络 即可作 为建筑工 程质量综合 评价 的   模型。

  我们得到单 因素评价矩 阵:

  R   综上, 得到对建筑工程质量综合评价的步骤如下:

  ( 1 ) 按照评价的具体要求确定评价指标体系, 构成神经网   2 . 建筑工程质量等级评价的人工神经网络基本结构  参考文献【 8 , 9 】 提出应用 B P 神经网络方法建模 的前提条  件和根据建筑工程质量等级评价的实际情况, 在网络输入、 输  出层设计 时,采用的 网络 输入层节点 数即为建筑工程质 量等  级评价 的指 标数 ( 取5 ) :

输 出层节 点数取 1 , 用于表 示建筑工  络 的输入域 。

  ( 2 ) 用权威机构评价得到的成功样本训练这个网络; 专家  对某一项工程各评价指标的评价值和应用模糊综合评价得到  的评价结果构成训练神经网络的样本集 (  , Y ) , 输入指标属   性值构成n 。

× n :

阶矩阵, X - I   I  :

, 期望输出 构成向量B - ( b 。

,   b 2 , b 3 …6   1 )   。

  程质量等级 ( 优, 良, 合格) 。

隐层设计时, 隐层层数采用一层。

  因为理论上证明了对于任何在闭区间内的一个连续函数都可  以用一个 隐层 的网络来逼 近 ;同时考虑到神经 网络 对输入 向   量 的要求 ( o  ̄ 1 之间 ) , 在输入层 的前端加一模糊 处理层 , 最终  采用如 图 2 所 示的神经网络拓扑结构 图。

  ( 3 ) 启动神经网络进行有导师下的 自学习, 直到收敛, 储  存学习好的神经网络作为对建筑工程质量综合评价的网络评  价模型 。

  ( 4 ) 按本文上一节介绍的方法, 对  =   I I   。

  :

进行量化,   得到尺 =  I 1 , 即 将属性值矩阵转化成评价矩阵, 作为神经网   络评价的输入 。

  ( 5 ) 将规范化的评价矩阵输入训练好的神经网络模型, 得  到评价结果; 即得到对工程质量的模糊综合评判结果。

  四、 结束语  图 2 建筑工程质量模糊综 合评价神经 网络拓扑结构 图  本文提出的基于人工神经网络的建筑工程质量模糊综合  评价模型 , 有 以下特点 :

  3 . 建筑工程质量等级评价的人工神经网络的学习算法  应用于建筑工程质量等级评价的神经网络的具体算法  是:

  ( 1 ) 具有 自 适应、 自学习功能, 实现了对建筑工程质量的  智能化评价 。

  输入样本评价指标信息 (   。

.   :

, …,  ) ,, 计算实际输出:

  ( 2 ) 摆脱了以往评价方法评价过程中的随机性和评价人  员主观 上的不确定性 及其认识上 的模 糊性 ,保证 了评价 结果  的客观性 。

  [ ? + e   6 8   ) ]   ( 3 ) 网络训练完善后, 可广泛应用于质检部门或房地产投  维普资讯 实行工程量清单计价规 范 降 低工程造价  工程建设与设 计 2 0 0 4年第 1 2 期  实行工程量清单计价 规 范  降低工程造价  郑梅玉  ( 莆 田学院规划建设处 , 福建 莆 田 5 1   1 0 0 )   【 摘 要】 通过对工程量清单的蝙制 、 招标投标 、 签订施工合同三方 面的阐述 , 说明 了实行 工程量清单计价, 择优选择合 理低价 中标  企业, 可以降低 工程遣价.   【 关键 词】 工程遣价; 工程量清单; 招投 标  【 中图分类号】 F 2 8 4 ; T U 7 2 3   【 文献标 识码】 B   【 文章编号】 1 0 0 7 - 9 4 6 7 ( 2 0 0 4 )1 2 - 0 0 6 9 - 0 2   一 、 工程量清单的编制  则、 统一计 量单位 、 统一 项 目 编码 。

  建设部 1 0 7 号令 《 建筑工程发包与承包计价管理办法》   规定 , 工程 量清单应 当依据 招标 文件 、 施 工设计 图纸 、 施工现  建设部 1 1 9号公告:

自2 0 0 3年 7月 1日起正式实施国   家标准 G B 5 0 5 0 0 - 2 0 0 3《 建设工程工程量清单计价规范》 , 以   下简称 《 计价规范》 。采用工程量清单计价方式进行招标投  标, 由招 标人 提供 统一 的工 程量 清单 , 投标 人 依据 工程 量清  单 自主 报价 , 并按 照经 评审 的合 理低 价 中标 , 这种 招标 方式  场条件和国家制定的统一工程量计算规则、 分部分项工程项  目划分 、 计 量单位 等进行编制 。

  工程量清单计价方法是指建设工程招标投标活动 中, 招   标人或具有资质的中介机构编制反映工程实体消耗和措施  性消耗的工程量清单, 并作为招标文件的一部分提供给投标  人, 由投标人依据工程量清单 自主报价, 并按照经评审低价  中标 的工程造 价计价 方法 。

  不仅能够反映出工程项 目的个别成本, 有利于施工企业间的  公平 竞争 , 而且有利 于降低 工程造价 。

  1 , 编制 的依据和 计价 方法  工程量清单是指表现拟建工程的分部分项工程项 目、 措  施项 目、 其他项 目名称和 相应 数量 的明细清 单。工 程量清 单  2 , 编制的内容  工程量清单应反映拟建工程的全部 内容及为实现这些  工程内容而进行的其他工作。借鉴国外实行工程量清单计  价的做法, 结合我国当前的实际情况, 我国的工程量清单项  目包括分 部分 项工程 项 目、 措 施项 目、 其他项 目。

  的编制要严格按照 《 计价规范》 规定的计算规则和标准格式  进行, 做到四个统一, 即统一项 目名称、 统一工程量计算规  【 作者简 介】 郑梅 玉 ( 1 9 6 7 一 ), 女, 福 建莆 田人 , 工 程师 , 从 事工 程  项 目管理工作 .   分部分项工程量清单应表明拟建工程的全部分项实体  资商对建筑工程质量的评价中, 具有广泛的通用性。

  【 参考文献】   【 l 】 张公绪, 孙静, 现代质量管理学【 M】 , 北京 :

中国财政经济出版 社, 2 O O 1 .   【 2 】 梁爽, 毕继红, 刘津 明. 建筑 工 程 质 量 等 级的模糊综合评判法【 J 】 . 天  津 大学 学报 . 2 0 0 1 . ( 9 ) :

4 4  ̄ 5 1 .   【 1 o ] E h e r h a r t R C , D o b b i n s R W, N e u r a l n e t w o r k P c t o o l [ M] , S a n   D i e g o :

  Ac a d e mi c P r e s s , 1 9 9 9 ,   【 l l 】 张坚, 黄琨, 陶树人 . 神 经 网络在 施 工企业 综合 能力评价中的应用  【 J 】 . 科技进步与对策 , 2 0 0 3 , ( 5 ) :

2 6 - - 3 2 .   【 3 】 刘世新. 用模 糊 综 合 评 判法建筑 工程质 量的等级【 D ] . 大连 :

大连理  工大学 工程 硕士研究生论 文, 2 0 0 3 .   F u z z y   a n d   c o mp r e h e n s i v e   e v a l u a t i o n   b a s e d   o n   n e u r a l   n e t wo r k  t o   t h e   q u a l i t y   o f   c o n s t r u c t i o n   MEN  We n - q i n g , S HI   Hu a - wa n g , L l   Wa n - q i n g   ( He b e i   u n i v e r s i t y o f e n g i n e e r i n g , Ha n d a n   0 5 6 0 3 8 , C h i n a )   【 4 】 阎平凡, 张长水 . 人 工神经 网 络 与模 拟进化计算【 M】 . 北京:

清华 大   学 出版 社 , 2 0 0 0 .   【 5 ] J . A . A n d e r s n . A n I n t r o d u c t i o n t o N e u r a l N e t w o r k s [ M] . MI TP r e s s ,   L o n d o n , 1 9 9 5 .   [ A t m' a e t l   A p p l y i n g t h e n e u r a l n e t w o r k t h e o r y a n d f u z z y m a t h   t o   e v a l u a i t o n   t h e   q u a l i t y   o f   c o n s t r u c i t o n ,   a   n e w  q u a n t a i t v e   e v a l u a t i o nme t h o di s d e v e l o p e d .   【 6 】 董 聪. 多层 前馈 网络 的全 局最 优 化 问题 【 J 】 . 大 自然 探索 , 1 9 9 6 , 1 5   ( 4) :

3 5 - - - 4 2 .   【 7 】 S t a t s o R , S t a t i s t i e a N e u r a l N e t w o r k s [ M] . Ma n u a l , 1 9 9 9 .   [ 8 ] 张立明. 人工神经网络的模型及其应用口   上海:

复旦大学出版社, 1 9 9 3 .   【 9 】 Mi r c h a n d a n i G , C a 0 w. O n h i d d e n n o d e s f o r n e u r a l n e t s [ M] . S nD a i e g o :

  Ac a d e mi c P r e s s . 1 9 9 O .   【 K e y w o r d s ] q u a l i t y   o f c o n s t r u c t i o n ; a r t i i f c i a l   n e u r a l   n e t w o r k ;   f u z z y  a n d   c o mp r e h e n s i v e   e v a l u a i t o n   【 收稿 日期】 2 0 0 4 - 0 5 - 0 9   6 9  

Y 829178国内图书分类号国际图书分类号 工学硕士学位论文基于模糊遗传神经网络的建筑工程质量综合 评价研究 REASERCH oN EVALUA:11烈G BUⅡ国ING ENGlNERⅡqG ...

基于人工神经网络的建筑工程质量模糊综合评价 吴凡,张志利,颜宁; 基于混沌神经网络的供配电系统故障诊断 [J];兵工自动化;2005年02期 中国博士学位论文全文数据库 前10...

招标投标已经成为工程项目发包承包最主要的形式.在这种形势下,投标成了施工企业最... 并分析了投标报价工作的特点,提出了基于模糊综合评价和人工神经网络的投标决策模型...

 


  本文关键词:基于人工神经网络的建筑工程质量模糊综合评价,由笔耕文化传播整理发布。



本文编号:128391

资料下载
论文发表

本文链接:https://www.wllwen.com/jianzhugongchenglunwen/128391.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d7e5c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com