住宅全装修项目的设计管理及设计方案优选研究

发布时间：2019-08-20 09:21

【摘要】： 住宅全装修是指房屋交房前,套内所有功能空间的固定面铺装或粉刷完成,厨房、卫生间的基本设备全部安装到位;当然,也可以陈设家具和布艺装饰从而延伸成完整的室内装饰;土建与装修一体化的全装修是未来装修的发展方向。在全装修住宅项目中,全装修设计是龙头,全装修设计的好坏是全装修住宅成败的重要一环,而有效地进行设计管理是全装修项目管理成败的关键所在。本论文围绕两个层次展开工作,其工作主要包括以下两个方面: 1.在对设计阶段进行划分的基础上,全面总结了住宅全装修项目设计管理的内容和方法,指出“装修设计与施工、采购的一体化”和“土建、机电与装修的设计施工一体化”是住宅全装修设计管理取得成功的关键。为了有效的减少全装修项目的设计变更、设计失误和设计不经济等质量问题,本文立足于开发商的角度找出影响后期设计变更和设计失误的不确定性因素,并据此构建了全装修设计项目的风险分析评价指标体系,最后在这些不确定性因素的基础上,建立了一个基于灰色关联分析的全装修设计项目风险因素分析的模型,结合案例分析了各个主要风险因素所造成的经济损失,并对它们进行排序分析,找到最具风险的因素。 2.本文分析了全装修设计方案优选的影响因素,作为全装修设计方案优选中各项技术经济指标确定的依据。然后本文通过使用层次-灰色关联分析法和人工神经网络对全装修设计方案优选的问题进行了研究:层次-灰色关联分析法通过建立递阶层次结构的评价体系,应用三标度法建立各评价指标权重的判断矩阵,并用MATLAB求解判断矩阵,最终得到指标权重向量W。方案的评价指标分定量和定性两种,层次-灰色关联分析法引入模糊数学中隶属度的概念,把定性指标量化,与定量指标相结合,并对结合后的指标进行规范化处理。然后对评价指标进行灰色关联分析得到评价指标的关联系数矩阵E,最终得到综合关联度R,由R值的大小来评判方案的优劣;提出了基于BP人工神经网络设计方案优选模型的样本处理方法,并以其作为训练样本,将训练得到的BP人工神经网络作为综合评价模型,经过仿真得到综合评分值。通过实际应用,证实了以上两种方法的有效性和合理牲。最后,对优选出来的方案进行了价值工程分析。
【图文】：

曲线,神经网络训练,曲线,网络评价

图 4-1 BP 神经网络训练的误差性能曲线Fig.4-1 BP Neural Networks Training Error Performance Curve明：迭代次数 N=232 次，训练结束之后，，网络总误差为 0.0009真、D2、D3、D4方案评价指标的属性值输入训练好的 BP 神经网络 4-19 所示的各方案网络评价值，从中可见，方案 D3为最优方案分析法得出的结果一致，可见方法是有效的。表 4-19 设计方案的网络评价值 D1D2D3值 0.6484 0.6784 0.9478 工程在全装修设计方案优化中的应用选出来的方案只是在初步设计出来的方案中相对较优的方案，其不同程度的不匹配，这些地方是需要改进的。优化设计方案不但
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F224;F407.92

【相似文献】