基于灰色神经网络PGNN模型的建筑材料价格预测方法研究

发布时间：2022-07-19 11:22

　　对建材价格的预测及波动趋势的准确判断是控制施工成本的关键步骤。以数据库中积累的建筑工程主要材料（预应力钢筋）的历史价格信息为样本,建立灰色GM（1,1）和BP神经网络组合模型,即灰色神经网络PGNN模型。用MATLABR2018a进行计算求解,对未来6个月的预应力钢筋价格做出预测,统计分析其变化趋势,根据预测结果为后期施工采购建筑材料提供参考。研究结果表明,灰色神经网络PGNN模型对钢筋价格的预测结果精度较高,收敛性能较好。 

【文章页数】：6 页

【文章目录】：
1 建筑材料价格预测方法
    1.1 灰色神经网络模型
        (1)灰色GM(1,1)模型
        (2)BP神经网络模型
        (3)灰色神经网络PGNN模型
    1.2 灰色神经网络模型框架设计
        (1)灰色神经网络PGNN模型理论框架
        (2)建筑材料价格预测模型框架
2 建筑材料价格预测实证分析
    2.1 建材价格预测模型
        (1)灰色GM(1,1)预测模型
        (2)BP神经网络预测模型
        (3)灰色神经网络PGNN预测模型
    2.2 建材价格预测模型分析
3 结 语


【参考文献】：
期刊论文
[1]基于灰色BP神经网络组合模型的深基坑沉降预测[J]. 查天宇,成枢,吕磊.  测绘与空间地理信息. 2019(09)
[2]动态灰色时序神经网络组合模型在地铁运营期沉降预测效果分析[J]. 潘恺,田林亚,李成成.  勘察科学技术. 2019(02)
[3]建筑材料价格分析及预测[J]. 王佳,王朝凤.  节能. 2015(11)
[4]投标报价基于GM（1,1）灰色动态模型的主材价格预测[J]. 王彦霞.  铁路工程造价管理. 2013(05)
[5]人工神经网络在建筑材料价格预测中的应用[J]. 欧阳红祥,李欣,张信娟.  武汉理工大学学报(信息与管理工程版). 2013(01)
[6]确定组合预测权系数最优近似解的方法研究[J]. 王明涛.  系统工程理论与实践. 2000(03)

硕士论文
[1]灰色预测模型的研究及其应用[D]. 卢懿.浙江理工大学 2014



本文编号：3663325