基于贡献分析神经网络集成法在工程造价预测

基于bp神经网络的建筑工程造价快速预测——快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有...

采用误差反向传播人工神经网络模型(bp网络模型),以建筑特征参数为输入变量,通过实际资料对网络进行训练和模拟,并用贡献分析法筛选输入变量,对网络结构进行优化,结果显示了该模型在建筑工程造价预测中的有效性。

文章对高速公路的工程特征进行全面的分析和筛选,确定了7个对公路工程造价影响较大的工程特征,使其作为神经网络预测模型的输入向量,随之构建了基于bp神经网络的高速公路工程造价预测模型,最后结合matlab神经网络工具箱对程序进行设计,并选取已完工程为实例.通过对模型的训练、修正以及实例验证,证明bp神经网络可以有效提高预测的精确度,具有较强的实用价值.

基于bp神经网络的建筑工程造价快速预测——快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有...

基于人工神经网络的工程造价预测模型——利用神经网络强大的非线性映射能力,提出了一种基于bp神经网络模型的工程造价预测模型,指出该预测模型可对不同情况的工程造价进行合理的预测,实例检验证明,该方法收敛速度快,预测的可靠性令人满意。　　

快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有动量项自适应bp神经网络开展了工程造价的估算。实例计算表明,在考虑造价指数时实例工程造价误差为1.06%,远高于文献[1]的工程造价误差3.02%,提高了工程造价估算精度。该模型具有较高的可行性和可靠性,为工程造价的快速估算提供了一种有效途径。

文章对高速公路的工程特征进行全面的分析和筛选,确定了7个对公路工程造价影响较大的工程特征,使其作为神经网络预测模型的输入向量,随之构建了基于bp神经网络的高速公路工程造价预测模型,最后结合matlab神经网络工具箱对程序进行设计,并选取已完工程为实例.通过对模型的训练、修正以及实例验证,证明bp神经网络可以有效提高预测的精确度,具有较强的实用价值.

利用神经网络强大的非线性映射能力,提出了一种基于bp神经网络模型的工程造价预测模型,指出该预测模型可对不同情况的工程造价进行合理的预测,实例检验证明,该方法收敛速度快,预测的可靠性令人满意。

工程造价和主要工程量是评价一建筑工程的重要经济指标,特别是工程量清单于2003年7月1日在全国范围内展开以来,快速估算工程造价和主要工程量更具有其重要意义.文中采用神经网络集成方法建立了工程造价和主要工程量估算数学模型,并采用matlab61计算软件,以深圳市已完典型工程资料为例,验证了该模型的正确性及实用性,得出了神经网络集成方法泛化能力更高的结论.

利用神经网络方法更能充分有效地利用已有的经验,提高工程投资估算的速度和精度。经系统开发和案例计算,证明该方法能改进模糊类比法的估算结果,更好地满足工程项目初期造价估算的要求。

分析了对工程造价有重要影响的众多因素,参考国内外专家、学者的研究成果,确定了影响工程造价的18个主要因素,并基于rbf神经网络建立了工程造价决策模型。本文利用rbf神经网络快速、准确的函数逼近能力,为工程造价决策提供了一种新的方法。

本文根据神经网络的原理和工程造价估算的特点，建立了基于神经网络的工程造价估算模型；阐述了估算模型的基本原理；并通过住宅建筑估价模型的建立，说明了模型的实现方法且验证了其实用性

基于神经网络的工程造价快速估算

针对bp神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点,根据bp神经网络原理,对某井筒工程特征进行分析,确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型,该模型能更好的满足实际工程投资估算和设计概算的需要,对项目工程造价快速估算有指导意义。

工程造价估算是招标投标中的重要一环，为了探讨神经网络在工程造价估算中的应用，利用神经网络建立了工程造价估算的模型。实例分析表明，基于神经网络的工程造价估算方法是可行的，估算结果是可靠的。

运用bp神经网络方法,对土木工程造价做有益的探讨。利用神经网络可以节省时间,减小历史状况对价格估算的影响,也有利于应用工程量清单为基础的国际惯例。并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。

本文通过简要介绍人工神经网络的基本原理，总结了人工神经网络在建筑工程项目管理的造价预测、项目管理绩效评价、招投标等方面的应用及ann在该领域应用中的优势，并对人工神经网络在建筑工程项目管理中的问题及发展提出了建议。

建设项目工程造价估算对发包人和承包人进行决策具有至关重要的作用,运用bp神经网络理论,结合实例给出了用于建设项目工程造价估算的bp神经网络模型,仿真实验表明,采用该模型的估算结果是令人满意的。

为了准确控制输电工程造价水平,提出一种基于果蝇算法优化小波神经网络的混合预测模型。首先,对输电工程造价影响因素进行归一化处理,并将归一化结果作为输入变量;其次,利用果蝇算法对小波神经网络参数进行优化,在此基础上,利用优化后的小波神经网络模型预测输电工程造价;最后,将本文的预测结果和其他方法进行对比。算例结果表明,该混合模型的预测效果更理性,精度更高。

本文建立了人工神经网络造价估算模型.论文详细地介绍了该模型建立的基本原理及学习的bp算法。最后以煤矿井筒工程实际资料为例,应用神经网络估算模型进行了估算,结果表明,该模型估算准确,由于考虑了主材价格变化,因此非常适应于工程造价动态管理。

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。

基于神经网络的工程造价模型的建立——本文介绍了工程造价推测模型的发展，叙述了神经网络系统的原理，基于此建立公路工程造价推测模型。实例说明，此模型具有快速、准确的优点。