從影響公路造價的影響因素中提取特征因子,用神經網絡建立起公路造價快速估測模型,以工程特征為參數,用歷史數據為依據,建立模型,文章最后用實例驗證了bp神經網絡模型在公路工程造價估測中的優良效果,結果顯示,bp神經網絡在這方面應用效果較好.

近些年來,伴隨著我國公路事業的蓬勃發展,公路工程建設的數量和規模日益增加。而公路工程造價估算作為公路工程建設的重要前提以及公路工程管理的重要組成部分,其在公路建設中的地位也日益突顯,合理的工程造價估算可以有效提高工程施工單位投資決策的科學性。而基于模糊神經網絡的工程造價估算方法可以有效的克服傳統工程造價估算方法的一系列弊端,有效提高公路工程造價估算的合理性和科學性。本文從公路工程造價的相關概念談起,然后對模糊神經網絡的相關概念給予詳細的說明,最后就公路工程造價估算中模糊神經網絡方法的應用進行了說明。

本文根據神經網絡的原理和工程造價估算的特點，建立了基于神經網絡的工程造價估算模型；闡述了估算模型的基本原理；并通過住宅建筑估價模型的建立，說明了模型的實現方法且驗證了其實用性

基于神經網絡的工程造價快速估算

基于BP神經網絡的建筑工程造價快速估算方法

針對裝修工程造價計算流程復雜、難以快速估算的問題,結合bp神經網絡構建面向簡單裝修工程的工程造價估算模型,以15個典型工程特征作為輸入指標,實現對工程造價和人工工日的快速估算。利用keras與tensorflow編寫程序,選取典型工程樣本訓練模型,并進行了驗證分析。結果表明,該模型能夠較好地學習輸入與輸出之間的關系,有效預測工程造價與人工工日,為裝修工程造價的快速估算提供一種有效途徑。

在對建筑工程造價影響因素分析的基礎上給出了樣本的定性定量描述方法,建立了建筑工程造價資料快速估算的bp神經網絡模型,用已建典型工程資料對bp神經網絡進行訓練,實現了工程造價資料的快速估算,實例證明該方法是可行的,估算結果是可靠的。

基于BP神經網絡的建筑工程造價快速估算方法_申金山

在對影響建筑工程造價因素分析和標準模糊神經網絡結構分析的基礎上,通過增加輸入層與模糊層之間的權值v,加入規則的重要度γ,對標準模糊神經網絡進行了改進,并建立基于改進的標準模糊神經網絡的工程造價快速估算模型。將基于這種結構的模糊神經網絡的工程造價快速估算模型應用于建筑工程的投標報價中,從仿真結果可以看出該網絡模型學習時間較短,學習速率較快,精度較高。

遺傳神經網絡模式下的工程造價快速估算研究——針對工程項目建設前期對造價估算誤差大、難度大、編制時間長的特點，通過設立以人工智能技術為基礎的新型造價快速估算方法，可以使工程項目初期造價估算更合理、準確、快捷，并為項目投資評估及投標報價提供依據。

快速、準確地進行工程造價估算對控制工程成本具有重要的現實意義。根據神經網絡原理和對工程特征的分析,確定了6個工程特征類目作為神經網絡的輸入向量,提出了基于bp神經網絡的工程造價快速估算模型,并選取已建住宅工程為估價實例。經驗算,其精度可以滿足實際工程投資估算和設計概算的需要。因此,用bp神經網絡快速估算工程造價是行之有效的。

針對工程項目建設前期對造價估算誤差大、難度大、編制時間長的特點,通過設立以人工智能技術為基礎的新型造價快速估算方法,可以使工程項目初期造價估算更合理、準確、快捷,并為項目投資評估及投標報價提供依據。

文章對高速公路的工程特征進行全面的分析和篩選,確定了7個對公路工程造價影響較大的工程特征,使其作為神經網絡預測模型的輸入向量,隨之構建了基于bp神經網絡的高速公路工程造價預測模型,最后結合matlab神經網絡工具箱對程序進行設計,并選取已完工程為實例.通過對模型的訓練、修正以及實例驗證,證明bp神經網絡可以有效提高預測的精確度,具有較強的實用價值.

文章對高速公路的工程特征進行全面的分析和篩選,確定了7個對公路工程造價影響較大的工程特征,使其作為神經網絡預測模型的輸入向量,隨之構建了基于bp神經網絡的高速公路工程造價預測模型,最后結合matlab神經網絡工具箱對程序進行設計,并選取已完工程為實例.通過對模型的訓練、修正以及實例驗證,證明bp神經網絡可以有效提高預測的精確度,具有較強的實用價值.

利用顯著性成本理論和神經網絡理論相結合的方法,對擬建工程項目的投資進行估算,步驟為:①采用均值理論挑選已完成類似工程的顯著性成本項目,計算其顯著性因子csf;②估算擬建項目的顯著性成本項目造價;③擬建工程項目造價除以顯著性因子的均值,得到擬建工程項目的總造價。實例驗證結果表明:估算值的相對誤差小于5%,滿足估算精度的要求。

本文建立了基于徑向基函數(rbf)神經網絡公路工程造價的估算模型,并運用matlab語言程序將其實現。實例分析表明該方法彌補了傳統bp網絡存在的收斂速度慢,易陷入局部最優等缺陷,基于神經網絡的公路工程造價估算方法是可行的,估算結果是可靠的。

y 基于神經網絡的工程造價估算方法及其excel實現 孫金麗,鄭立群,張世英 (天津大學管理學院,天津300072) 摘要:建立了建筑工程成本的神經網絡預測模型,并在微軟excel電子表格上模擬運行,對權值的優化,運用ex cel加載宏程序,可以直接在電子表格上進行,實踐結果表明預測結果滿意,預測誤差達到0.4%。為了更好地預 測新的工程項目,模型中還包含了敏感性分析模塊,以提高模型的泛化能力。 關鍵詞:神經網絡;電子表格模擬;敏感性分析 中圖分類號:tu723.3文獻標識碼:a文章編號:10007717(2003)01003803 amethodofconstructioncostestimationbasedonnnanditsimplementus

建立了建筑工程成本的神經網絡預測模型,并在微軟excel電子表格上模擬運行,對權值的優化,運用excel“加載宏”程序,可以直接在電子表格上進行,實踐結果表明預測結果滿意,預測誤差達到0.4%。為了更好地預測新的工程項目,模型中還包含了敏感性分析模塊,以提高模型的泛化能力

近幾年來隨著我國的房地產事業在飛速發展的同時，帶動了更多產業鏈的發展。不論是各種市政工程，道路橋梁工程，還是民用建筑，裝飾安裝工程，這些都離不開估概預算。并且估概預算的結果還會直接影響到建筑承包商參與工程投標的標的，進而也會影響到建筑承包商是否中標。所以采用一個精準而快速的建筑工程造價估算方法是十分的有必要的。隨著科學技術的不斷進步，將bp神經網絡運用到建筑工程估算中使建筑工程估算方法有了個新的途徑。本文首先介紹bp神經網絡估算的原理，然后分析在bp神經網絡計算法下建筑工程該如何向量和樣本化以及怎樣運用bp神經網絡進行建筑工程造價估算。

工程項目前期造價的確定直接關系到整個項目的總體運作情況,因此準確的確定前期造價是非常重要的。目前工程中應用的投資估算編制方法不是很科學,采用bp神經網絡方法改進投資估算的確定方法。結果表明,該方法可以有效的提高其編制精度,為科學的確定和有效的控制工程造價中全過程造價奠定了良好的工作基礎。

從影響公路造價的影響因素中提取特征因子為參數,用歷史數據為依據,用遺傳神經網絡建立了公路造價快速估測模型,最后用實例驗證了遺傳神經網絡模型在公路工程造價估測中的優良效果。

該文根據我國公路工程造價迫切需要實行動態控制的要求,充分利用我國高速公路的工程造價資料,提出了公路工程造價快速估算的模糊神經網絡方法。計算實例表明,該方法估算公路工程造價具有方便、快捷、準確的特點,具有較高的實用價值。