模糊神经网络在建筑工程投标报价中的应用

发布时间：2017-05-06 04:05

  本文关键词：模糊神经网络在建筑工程投标报价中的应用，由笔耕文化传播整理发布。

【摘要】：投标报价决策的理论、方法与应用研究是工程承包领域中非常重要的课题,报价决策的制定需要同时考虑大量复杂、模糊和高度相关的变量因素,因此其建模方法一直是理论研究和应用的难点。由于基于T-S模型的模糊神经网络具有较强的学习和推理能力,本文将其应用于建筑工程投标报价的研究中。 基于T-S模型的模糊神经网络的后件是输入变量的线性组合,它不需去模糊化等计算,并且可以用少量的模糊规则生成较复杂的非线性函数,但是其后件网络的输入—输出结构过于简单,不能完全反映出系统的本质特性,而且传统的产生模糊规则的方法会导致模糊规则数随输入的增加成指数增长。因此,本文提出了一种基于T-S模型的改进型模糊神经网络,在后件网络中增加隐含层,同时采用从样本数据中获得隶属函数的参数和模糊规则,并按重要度对规则进行重新选择的方法,由此来增强网络的非线性计算能力并减小网络的规模。然而上述确定规则的方法具有很大的主观性和随意性,本文利用减法聚类来克服这一点,并采用基于距离的确定模糊规则适用度思想,构建了一种改进的神经网络。该网络不需要模糊化和去模糊化的过程,网络结构更为简单,计算量也有很大程度的降低。 网络的泛化能力依赖于训练样本特性和网络结构,因此本文从这两方面来研究提高泛化能力的方法。首先利用先验知识和模糊推理方法对样本集进行了分析和分类处理,使样本集更加规范;其次采用模糊推理动态调整正则项系数的算法,提高了网络的泛化能力。为了检验所提出网络模型和算法的有效性,本文将其应用于建筑工程的投标报价中,并与改进的BP网络和多输入模糊神经网络进行了对比。仿真结果表明本文提出的方法具有更强的学习能力和泛化能力,更加适合于工程应用。
【关键词】：模糊神经网络 T-S模型 减法聚类 泛化能力 投标报价
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：F224
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-14
• 1.1 选题背景和研究意义8-9
• 1.2 建筑工程投标报价系统的研究现状9-12
• 1.2.1 传统的报价模型9-10
• 1.2.2 基于人工智能技术的报价模型10-12
• 1.3 论文主要内容及安排12-14
• 2 基于T-S模型的改进型模糊神经网络14-31
• 2.1 基于T-S模型的模糊神经网络理论基础14-18
• 2.1.1 Takagi-Sugeno模型15-16
• 2.1.2 基于T-S模型的模糊神经网络16-18
• 2.2 基于T-S模型的改进型模糊神经网络的结构和算法18-25
• 2.2.1 网络结构18-20
• 2.2.2 确定模糊规则及规则适用度的方法20-22
• 2.2.3 网络算法22-25
• 2.3 应用于投标报价系统的仿真研究25-30
• 2.3.1 样本及数据来源介绍25-27
• 2.3.2 仿真及结果分析27-30
• 2.4 小结30-31
• 3 基于减法聚类的神经网络31-42
• 3.1 基于减法聚类的神经网络31-38
• 3.1.1 网络结构31-33
• 3.1.2 减法聚类的基本原理33-35
• 3.1.3 基于距离的模糊规则适用度的确定35-36
• 3.1.4 网络算法36-38
• 3.2 应用于投标报价系统的仿真研究38-41
• 3.3 小结41-42
• 4 提高报价系统泛化能力的算法42-51
• 4.1 基于汉明距离和模糊推理的样本选择方法42-45
• 4.1.1 基于汉明距离的样本特性分析42-43
• 4.1.2 基于模糊推理的样本分类43-45
• 4.2 基于模糊推理的动态调整正则项系数方法45-47
• 4.3 应用于投标报价系统的仿真研究47-50
• 4.4 小结50-51
• 结论51-53
• 参考文献53-57
• 攻读硕士学位期间发表学术论文情况57-58
• 致谢58-59
• 大连理工大学学位论文版权使用授权书59

【引证文献】

中国硕士学位论文全文数据库 前3条

1 张伟;内蒙送变电投标报价决策分析[D];华北电力大学（北京）;2007年

2 张建;基于模糊神经网络的铁路客运专线车站选址决策研究[D];北京交通大学;2008年

3 陶霞;神经网络方法在电力工程投标报价中的应用[D];内蒙古工业大学;2010年

  本文关键词：模糊神经网络在建筑工程投标报价中的应用，，由笔耕文化传播整理发布。

本文编号：347696