基于改进BP神经网络的住宅工程造价估算模型研究

发布时间：2017-08-19 19:17

  本文关键词：基于改进BP神经网络的住宅工程造价估算模型研究

  更多相关文章： 住宅工程 估算模型 BP神经网络 灰色理论

【摘要】：随着建筑市场的稳定发展,全社会的固定资产投资逐步增大,伴随而来的是投资失控严重化,因而合理控制建设项目投资显得尤为重要。而在建设项目全生命周期中,前期阶段对投资控制的影响程度高于施工阶段,且建筑企业对前期投资决策阶段不够重视,故应将投资控制重心由施工阶段向前期投资决策阶段转移。但目前在投资决策阶段所采用的传统工程造价估算方式不能很好的适应市场经济的发展趋势,投资估算的精度成为建设项目投资控制的关键影响因素。因此,快速而又准确的估算工程造价对于建设项目投资控制来说意义重大。首先,依据主次因素分析法整理和提取了主要分部分项工程中影响住宅工程造价的工程特征因素,并建立层次结构模型计算各特征因素对工程造价影响程度的权值,根据主次因素分析法筛选出主要特征因素,同时分析了工程特征因素对工程造价的影响机理,将其作为估算模型的输入向量。其次,根据标准BP神经网络的学习过程,结合灰色理论中灰数的相关知识,采用区间灰数的方式来设置隐含层与输入层之间的初始连接权值,在训练过程中通过不断调整区间灰数的取值区间来逼近权值的最优值,改进了标准BP神经网络的学习过程。再次,利用MATLAB软件,运用BP神经网络工具箱函数实现模型的建立与初始化。根据收集整理的115组训练样本数据,对改进的BP神经网络进行训练,构建了误差在10%以内的初步估算模型,并采用遗传算法优选模型初始权值和白化定位系数,提高了估算模型的精度。最后,以徐州某住宅小区2#楼作为测算对象,在收集与整理相似工程造价数据的基础上,通过样本数据完成对改进BP神经网络估算模型的训练,并测算2#楼的单方造价和人工工日消耗量等数据。通过对比估算模型预测值和按照投资估算指标计算结果,验证了优化改进BP神经网络模型的适用性与可靠性。
【关键词】：住宅工程 估算模型 BP神经网络 灰色理论
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;TU723.3
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-16
• 1 绪论16-30
• 1.1 研究背景及意义16-19
• 1.2 文献综述19-27
• 1.3 研究内容与方法27-30
• 2 概念界定与理论基础30-43
• 2.1 建筑工程造价与估算30-33
• 2.2 神经网络33-36
• 2.3 BP神经网络36-38
• 2.4 灰色系统理论38-40
• 2.5 灰色理论与BP神经网络的融合40-42
• 2.6 本章小结42-43
• 3 基于层次分析法的工程特征向量选取43-56
• 3.1 工程特征因素概述43-45
• 3.2 基于层次分析法的特征向量分析45-55
• 3.3 本章小结55-56
• 4 BP神经网络的改进与初步设计56-66
• 4.1 标准BP神经网络的学习56-59
• 4.2 改进BP神经网络的学习59-62
• 4.3 改进BP神经网络的初步设计62-65
• 4.4 本章小结65-66
• 5 基于改进BP神经网络工程造价估算模型的建立与优化66-80
• 5.1 样本数据库的建立66-68
• 5.2 模型的MATLAB实现68-73
• 5.3 模型的训练与仿真73-75
• 5.4 基于遗传算法优化的工程造价估算模型75-79
• 5.5 本章小结79-80
• 6 实证分析80-90
• 6.1 待估算工程项目概况与数据处理80
• 6.2 同地区相似工程数据收集与处理80-84
• 6.3 模型的训练与学习84-85
• 6.4 待估算项目的实证验算85-89
• 6.5 本章小结89-90
• 7 结论与展望90-92
• 7.1 研究总结90-91
• 7.2 创新点91
• 7.3 不足与展望91-92
• 参考文献92-97
• 附录 197-100
• 附录 2100-101
• 作者简历101-103
• 学位论文数据集103

【相似文献】

中国期刊全文数据库 前10条

1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期

3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期

4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期

5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期

6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期

7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期

8 宋玉华，，王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期

9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期

10 王中贤，钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

本文编号：702490