基于人工智能技术的建筑工程造价估算研究

  本文关键词：基于人工智能技术的建筑工程造价估算研究，由笔耕文化传播整理发布。

基于人工智能技术的建筑工程造价估算研究

特别声明:站内论文除注明为本站原创外,其他均来自网友投稿或公共网络资源,本站不提供全文下载,版权归原作者所有,仅供学习研究参考,不得用作商业目的；如需要资料请联系本站代为收集！
[中文摘要] 工程建设项目的造价确定是工程造价管理的重要内容之一,特别是在工程项目建设的前期阶段,在工程信息已知较少、不详细的前提下,估算、概算工程项目的造价(或投资)具有误差大、需要一定的编制时间等缺点。因而,如何准确、合理、快捷地计算出工程项目的造价(或投资)是工程项目实践者和研究者十分关心的问题。本课题以江西省建筑工程项目为例,收集整理建筑工程造价数据,初步建立起江西省建筑工程造价数据库;同时对基于人工智能技术建立起计算精度高、速度快的建筑工程造价快速估价模型进行了详细的研究和探讨。 论文的主要内容包括两个方面,一方面介绍了人工智能技术、神经网络理论及遗传算法的基本理论,对现有常用的神经网络估价模型进行了详细的分析和研究,指出了神经网络结构自身的缺陷及良好的泛化能力,为了尽量减少主观因素对结果的影响,进一步提出了基于遗传算法的优化RBF网络估价模型,充分利用遗传算法的全局搜索特性,将RBF网络的宽度、中心及隐含层权值一起,通过遗传算法进行自我修正,从而大大提高模型计算结果的精度。另一方面,根据所收集的建筑工程造价数据,指出了当前影响工程项目造价的主要因素,基于提出的优化RBF估价模型,分析各个特征变...
[英文摘要] To determine the engineering construction’s cost is one of important contents in the engineering cost management, especially in the earlier stage stage of engineering project, on the premise that construction’s information know less,insufficiently, estimation,budgetary estimate have shortcomings that are big error and waste a lot of time in formation. So to take Jiangxi Province as the example, collect and organize the material of engineering cost , establish preliminarily the Jiangxi Province’s engin...

  基于人工智能技术的建筑工程造价估算研究

摘要 4-5 ABSTRACT 5 第一章 绪论 10-18     1.1 课题来源和选题背景 10-11     1.2 国内外建筑工程造价估算研究现状 11-15         1.2.1 国外估算工程造价模型的发展 11-12         1.2.2 国内常用估算造价模型 12-14         1.2.3 发展趋势 14-15     1.3 研究的可行性分析 15-16     1.4 研究的主要内容 16-17     1.5 技术方案 17     1.6 小结 17-18 第二章 人工智能技术的基本理论及原理 18-34     2.1 人工智能概述 18-21         2.1.1 人工智能的概念 18         2.1.2 人工智能的基本特点 18-19         2.1.3 人工智能的研究与应用领域 19-21     2.2 人工神经网络 21-29         2.2.1 人工神经网络概述 21-22         2.2.2 神经元模型 22-27         2.2.3 神经网络的特点 27-29     2.3 遗传算法基本理论 29-33         2.3.1 遗传算法的基本思想 29         2.3.2 基本遗传算法的构成要素 29-30         2.3.3 遗传算法的运行过程 30-32         2.3.4 遗传算法的特点 32-33     2.4 小结 33-34 第三章 基于人工神经网络的建筑工程造价估算模型分析研究 34-50     3.1 模糊神经网络模型 34-36         3.1.1 模糊神经网络模型的基本思想 34-35         3.1.2 模糊神经网络的学习方法 35-36         3.1.3 模糊神经网络理论和应用存在的问题 36     3.2 BP 人工神经网络模型 36-43         3.2.1 BP 网络模型的基本思想 36         3.2.2 BP 网络的拓扑结构 36-37         3.2.3 BP 网络模型的学习 37-40         3.2.4 BP 网络的泛化能力 40         3.2.5 BP 网络的局限性分析 40-42         3.2.6 对BP 神经网络模型的评价 42-43     3.3 径向基函数（RBF）神经网络模型 43-48         3.3.1 径向基函数（RBF）网络模型概述 43         3.3.2 RBF 网络模型的拓扑结构 43-45         3.3.3 RBF 网络模型的学习 45-48     3.4 BP 和RBF 的比较 48-49     3.5 小结 49-50 第四章 基于人工智能技术实现建筑工程造价估算 50-60     4.1 遗传算法优化RBF 网络模型 50-53         4.1.1 遗传算法与神经网络融合 50-52         4.1.2 遗传算法优化RBF 网络的学习模型 52-53     4.2 特征变量的确定 53-59         4.2.1 工程造价的组成及特点 53-55         4.2.2 工程造价影响因素分析 55         4.2.3 确定特征变量（输入变量） 55-59     4.3 小结 59-60 第五章 模型实证与分析 60-69     5.1 模型实现环境 60-61         5.1.1 计算工具 60         5.1.2 流程设计 60-61     5.2 实例检测与分析 61-67     5.3 灵敏度分析 67-68     5.4 小结 68-69 第六章 总结 69-70     6.1 主要工作回顾 69     6.2 本课题今后需进一步研究的地方 69-70 致谢 70-71 参考文献 71-74 个人简历 在读期间发表的学术论文 74

[] [] []

  本文关键词：基于人工智能技术的建筑工程造价估算研究，由笔耕文化传播整理发布。