动态模糊神经网络在建设工程造价估算系统中的应用

发布时间：2021-03-03 03:37

　　工程造价估算是顺利实施建设工程项目管理的重要环节之一,工程造价估算系统是项目建筑方案比选、制定科学合理的建设工程投资决策及限额设计工作的重要依据。根据建设工程造价估算系统的发展现状及面临的问题,阐述了运用相应人工神经网络技术优化工程造价估算系统的方案,完成了基于人工神经网络的工程造价估算系统的设计,它能有效提高建设工程造价估算系精确度。 

【文章来源】：微型电脑应用. 2020,36(10)

【文章页数】：3 页

【部分图文】：

工程造价估算系统功能结构示意图

建设工程造价估算流程如图2所示。在实际估算过程中需以建筑工程的结构信息为依据完成功能特征信息的建立和提取,对系统中相关动态神经网络的建立情况进行验证,已完成建立则根据功能特征信息网络完成相关成本的计算,不断重复上述操作直至所有功能特征的造价均被建立并计算出来,最终实现整个工程总造价估算结果的获取[7]。基于DFNN的建设工程造价估算平台框架,如图3所示。

其基本工作流程为:先通过执行动态结构神经网络学习过程实现网络性能的有效提高,同时通过模糊规则库的建立来提升模糊知识的处理能力,然后在经训练的神经网络中输入相关工程信息实现最终的估算过程[8]。4.2 软件开发方法

【参考文献】：
期刊论文
[1]基于全过程管理的绿色建筑工程造价控制方法研究[J]. 陈红秀,王刚,陈晖,明针.  中国建筑装饰装修. 2019(11)
[2]基于模糊指数平滑法的水利工程造价估算[J]. 杨智慧.  珠江水运. 2019(14)
[3]基于主要特征因素与BP-GEP网络的公路工程造价预测模型探究[J]. 郑晓蕾,张仕廉.  公路工程. 2018(01)
[4]基于BP神经网络的配电网工程造价预测模型建立与应用[J]. 郭新菊,邵永刚,李旭阳,李大鹏.  电子设计工程. 2017(23)
[5]基于三维图像的运动合理性判断方法研究与仿真[J]. 秦国辉.  现代电子技术. 2017(08)
[6]基于GN-BP的高速公路工程造价预测模型研究[J]. 段慧锟.  新技术新工艺. 2017(03)
[7]基于GA-BP算法的公路工程造价估算研究[J]. 潘雨红,张宜龙,蔡亚军,吴欢欢,隋鸿艳.  重庆交通大学学报(自然科学版). 2016(02)



本文编号：3060520