基于PSO-BP神经网络的高层住宅工程造价预测研究

发布时间：2021-04-01 00:56

　　快速准确地预测工程造价是行业专业人士和众多学者关注的焦点,高层住宅工程造价预测是项目建议书和可行性研究的前提,也是限额设计的基础。对于工程造价的前馈管理而言,精准有效地预测工程造价具有重要的意义。近年来,基于人工神经网络方法的工程造价预测研究较为广泛,但在神经网络中最具代表性的前馈神经网络—BP神经网络具有收敛速度慢且泛化性能差的缺点。因此,本研究通过粒子群优化算法改进BP神经网络,提出了一种基于粒子群优化BP神经网络的预测方法,并将其应用于高层住宅工程造价预测。首先,在阅读大量相关文献的基础上结合高层住宅工程造价的构成及影响因素,建立了全面客观的高层住宅工程造价预测指标体系。对于这些指标,采用主成分分析进行降维处理,得到独立的综合指标,然后将其作为预测模型的输入向量,从而提高了模型的学习效率。其次,利用BP神经网络工具箱构建高层住宅工程造价预测模型。针对BP神经网络利用梯度下降法更新权值和阈值存在的缺陷,本文借助粒子群算法在参数优化领域的优势,通过PSO算法对BP神经网络进行优化。即对BP神经网络结构中各神经元之间的权值和阈值进行编码,通过对每个粒子的智能搜索,找到最合适的权值、阈值... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

技术路线图

能够独立组织施工、各自发挥专业效能；一个单位工程又包含若干个分部分项工程（例如：一般土建工程可以划分为地基与基础工程、主体结构工程等）。因此，工程造价可以划分为是:分部分项工程造价、单位工程造价、单项工程造价和建设项目总造价。（5）阶段性（多次性）建设工程项目周期长、规模大、造价高，需要根据程序进行决策和实施，工程造价不能一次确定可靠的价格，也需要在建设程序的不同阶段多次进行，以保证工程造价确定和控制的科学性。阶段性计价是一个逐步深化、细化、不断接近最终造价的过程。工程多次计价过程如图2.3所示。注1）：上图中竖向箭头和横向箭头分别指的是对应关系、多次计价和深化流程。图2.3工程多次计价示意图由上图可知，在整个建设周期中，工程造价主要有投资估算、工程概算、修正概算、施工图预算、合同价、中间结算以及竣工结算与决算。后一项总是受前一项的控制，也就是避免出现“概算超估算，预算超概算，结算超预算”的三超现象。其中工程结算包括施工阶段的的中间结算以及竣工验收阶段的竣工结算，该结算文件一般由承包单位编制,由发包单位或其委托的工程造价咨询机构审查；竣工决算是指已完工程项目从筹建开始到竣工交付使用为止发生的全部建设费用，该决算文件一般是由建设单位编制,上报相关主管部门进行审查。

绺鞲鐾淮ブ?涞娜ㄖ担?锏皆て诘纳杓颇勘辍?2.2.2神经元模型神经元不仅是神经网络的基本信息处理单元也是其设计基矗一般来说，神经元模型有三个基本要素：突触（连接链）、加法器、激活函数。其中突触（连接链）是神经元之间的连接，它们之间的连接强度不同，也称为权值，一般有区间限制，它可以是正的，亦可以是负的，但是人脑中突触的值没有限制；加法器是一个线性组合器，它通过相应神经元突触后的加权和来计算输入信号；激活函数，也称为传递函数，用于限制神经元输出的范围，通常在[0,1]或[1,1]之间。常用神经元模型如图2.4所示。图2.4神经元模型


本文编号：3112380