基于BP神经网络的住宅项目工程造价估算模型研究

给出了用BP神经网络技术建立住宅项目工程造价估算模型的基本思想和具体实现方法,采用MATLAB软件编程实现了住宅项目工程造价估算模型的算法,用实例工程样本数据对建立的BP神经网络模型进行了训练和结果检验,证实了模型可以满足实际工程要求,能够较为准确地估算出住宅项目工程造价。     

用BP神经网络估算工程造价的研究

本文根据神经网络和工程造价估算的特点 ,提出了采用BP神经网络进行工程造价估算 ,并以住宅建筑模型为例进行了验证 ,证明了该方法能够准确、快速估算工程造价。     

基于BP神经网络的工程造价快速估算模型

快速、准确地进行工程造价估算对控制工程成本具有重要的现实意义。根据神经网络原理和对工程特征的分析,确定了6个工程特征类目作为神经网络的输入向量,提出了基于BP神经网络的工程造价快速估算模型,并选取已建住宅工程为估价实例。经验算,其精度可以满足实际工程投资估算和设计概算的需要。因此,用BP神经网络快速估算工程造价是行之有效的。     

人工神经网络在工程造价估算中的应用

本文利用BP神经网络建立工程造价的估算模型,并根据实测数据对工程造价进行估算,对工程造价的估算模型进行验证。     

基于灰关联的PSO-BP神经网络的高层住宅造价估算

针对高层住宅工程造价管理的难点及传统造价估算方法存在的不足,采用灰关联分析与粒子群优化的 BP 神经网络相结合的方法,以高层住宅工程特征指标为网络的输入向量,达到快速、准确地估算高层住宅工程造价的目标。借助文献回顾法与灰关联分析法系统地确定工程特征指标体系并作为神经网络的输入向量;引入 PSO 算法优化 BP 网络的权值及阈值,解决网络收敛速度慢、易陷入局部极小值等缺点。并通过实例验证构建的模型,提高了前期决策阶段造价估算的精确度,实现了快速估算     

高速公路估算模型与方法研究

随着我国经济的迅速发展，招投标制度的应用越来越广泛。能够准确的报价对于提高企业竞争力非常关键。现行的工程预算编制方法，周期比较长，影响施工进度。造价快速估算模型的建立将是一件非常有意义的工作。本文将高速公路工程的造价快速估算模型的建立与人工智能技术相结合，研究了高速公路工程造价估算模型与方法。     

基于BP神经网络的铁路桥梁混凝土工程造价模型

为了提高工程造价估算精准度,以铁路桥梁混凝土工程为例,利用SPSS软件,统计各项因子之间的相关性,确定工程造价模型的重要影响因子.依据BP神经网络基本原理,构建此类工程造价模型.应用结果表明,本模型能够较为精准地仿真输出工程造价结果,可作为工程造价参考依据.     

SPSS在工程造价估算中的应用

工程造价估算是项目可行性研究阶段的重要工作之一.本文运用SPSS统计分析软件对影响工程造价的相关变量进行主成分分析,建立工程造价多元回归估算模型.主成分回归分析模型检验效果良好,可以避免由于自变量间关联度大而造成回归模型稳定性差的问题,是实际应用价值高、可操作性强的造价估算模型.     

基于MLP神经网络的码头工程投资估算模型研究

该文提出通过定量、定性筛选影响码头工程主要影响因素的前提下,利用SPSS统计分析软件中的神经网络分析来构建码头工程快速估算模型,通过检验样本说明MLP神经网络模型对码头工程决策阶段快速估算的可行性,为码头工程决策阶段实现快速估算、提高估算精度提供理论依据。     

基于 SVR 的工程建设项目快速投资估算方法研究

在建设项目前期,如何快速而准确地估算工程项目的造价,对项目的投资决策具有很大的意义。针对传统造价估算 方法的不足之处,采用 SPSS 统计分析软件进行工程造价指标的相关性分析及指标体系选取,将之作为输入变量,使用真实 案例训练集样本训练 SVR 模型并进行仿真模拟预测。为了验证提出的 SVR 模型的有效性,引入 BP 人工神经网络来进行预 测结果的对比验证。结果表明,SVR 模型得到的预测值平均绝对百分比误差约为 5%,拟合优度 R2高达 0.97,远小于 BPNN 模型的预测误差 14%,即提出的 SVR 估算模型要比 BP 人工神经网络预测模型具有更良好的泛化能力,预测精度更高,因 此其在工程项目前期投资估算实践中具有一定的现实意义。     

造价估测方法的研究和BP神经网络模型的应用

比较分析了现行的造价估测模型的特点及其存在的问题,突出BP神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了BP神经网络估测模型并进行了造价估测.     

BP神经网络在工程量清单中快速估价的应用研究

应用BP神经网络算法对工程量清单的分项工程价格进行快速估算．为分项工程单方造价提供新的计算方法和理论。本文采集了十三个防水分项工程的分包价格作为BP神经网络训练样本数据．对其单价进行预测。通过比较预测值与期望值．验证BP神经网络方法可以作为预测工程量清单单价的方法。     

神经网络模型预测结果的正确率评价方法

以往对神经网络预测结果的评价常采用相对误差方法。对于有随机因素影响的样本数据,该方法已经不再适用。对此进行了深入研究,以数理统计理论为基础,提出了适合随机问题的评价方法。土木工程实际应用结果表明,该方法是可行的,评价结论更贴近工程实际。     

基于案例模糊推理的土木工程造价估算方法研究

项目策划和可行性研究阶段是土木工程造价控制的重要阶段,然而传统的造价估算方法难以满足估算精度和科技进步需要。本文运用模糊数学的有关理论,介绍了一个基于案例推理(CBR)的土木工程造价估算系统的主要结构和数学模型,并结合实际案例介绍了系统应用情况。一方面,由于该系统以土木工程工料消耗为基础,故可以减小时间、历史状况等因素对价格估算的影响,也有利于应用以工程量清单为基础的国际惯例。另一方面,系统具有的对案例库的更新功能,可适应土木工程科技不断发展的要求,这些都会提高系统计算结果的准确程度和系统的实用价值。利用案例推理系统估算住宅建筑主要工料消耗的计算实例表明,基于案例推理系统是有效的,它可为土木工程造价估算决策提供了有价值的参考依据。     

建筑企业工程成本预算本体网络的构建

提高成本预算的效率和准确度是建筑工程管理中的一个重要部分,而现有的成本预算还很大程度上依赖于造价人员的主观判断。通过对成本预算流程的分析,在本体网络方法的基础上,将成本预算流程分解为4 个子模块,包括清单项目概念模型、工程量计算规则、施工方案本体和定额项目概念模型,并分别用本体语言进行表达和解释,最终构建了一个成本预算本体网络。借助基于本体网络的成本预算本体知识库,预算人员能够利用BIM 设计数据实现成本预算中计量与套价的自动化。     

滑坡加固方案优化的并行进化神经网络方法研究

提出了一种新的滑坡治理优化设计方法。首先在极限平衡法结合有限单元法的基础上，初步设计出数十种不同的加固方案的设计参数，并分别分析其治理后的稳定性以及防治工程造价；继而运用进化神经网络建立设计参数与稳定性及加固方案造价之间的非线性映射关系；最后以此关系模型输出的造价为目标函数，以预测的安全系数大于某一要求值为约束条件，再利用并行遗传算法在全局范围内快速地搜索出最优的设计参数，优化选择合理的滑坡加固方案。该方法已应用于三峡库区滑坡防治工程中，并取得了良好的经济效益和社会效益。     

基于神经网络的黄土地区建筑基础选型

基础选型是基础设计中的重要步骤,需要考虑众多因素,如地质特性、上部建筑结构、抗震设防烈度等。黄土地区的工程地质条件又有其特殊的性能。利用人工神经网络特点,并且综合考虑各种因素,建立了快速选择基础型式的网络。可供工程设计人员参考使用。     

神经网络在矿山竖井工程围岩质量分级中的分析与应用

矿山竖井工程围岩质量分级中影响围岩质量分级的因素众多,各个因素间的非线性作用关系复杂,围岩分级过程中人为因素影响大,分级结果的准确性较差。神经网络通过合适的样本学习,能自动建立各个因素与围岩质量分级间的对应关系,能很好的解决类似矿山竖井围岩质量分级评价。从围岩介质特性、环境条件以及工程因素3个方面系统分析了影响岩体质量分级的因素指标,构建了围岩质量分级的神经网络模型,根据工程实例建立学习样本,经过对网络模型的训练与检验,证实神经网络具有较好的收敛性和稳定性,在岩体质量分级中应用具有很好的实用性。     

铁路桥梁混凝土工程造价大数据计算模型优化设计

基于大数据分析,对铁路桥梁混凝土工程造价计算模型的优化进行了研究。通过分析BP神经网络模型原理,发现该模型多输入多输出因素的非线性网络关系处理能力与本工程造价计算的非线性映射关系相吻合。利用计算机软件MATLAB中的BP神经网络工具箱进行搜索和查询,对于所采集得到的混凝土工程样本数据进行学习训练,把各项模型模拟数据结果和实际得到的样品数据结果进行比较分析,本研究构建的BP神经网络工程造价计算模型的误差率为3.29%,可满足铁路桥梁混凝土工程造价计算的精度要求。