线侧式站房出处

针对铁路客站雨棚结构体系工程用量影响因素繁多复杂的问题,应用主成分分析法,分析得到影响其工程用量的主控因素,并作为BP神经网络的输入向量。然后,选取侧式站房钢桁架雨棚结构体系为估测研究对象,建立了基于主成分分析结果的BP神经网络估测模型。通过采用收集到的雨棚结构工程造价数据对估测模型进行验证,结果表明:应用主成分分析结果所建立的神经网络估测模型精度比较理想,误差符合要求,具有一定的实用价值。

1 预测高速公路建设项目最终的预算和时间 摘 要 目的——本文的目的是开发模型来预测公路建设项目施工阶段最后的预算和持续的 时间。 设计——测算收集告诉公路建设项目， 在发展预测模型之前找出影响项目最终的预算 和时间，研究内容是基于人工神经网络 (ANN)的原理。与预测结果提出的方法进行比较 , 其精度从当前方法基于挣值。 结果——根据影响因素最后提出了预算和时间， 基于人工神经网络的应用原理方法获 得的预测结果比当前基于挣值法得到的结果更准确和稳定。 研究局限性 /意义——因素影响最终的预算和时间可能不同 ,如果应用于其他国家 ,由 于该项目数据收集的都是泰国的预测模型 ,因此 ,必须重新考虑更好的结果。 实际意义——这项研究为用于高速公路建设项目经理来预测项目最终的预算和时间 提供了一个有用的工具，可为结果提供早期预算和进度延误的警告。 创意 /价值—— 用 ANN模型来预测最后的预