基于BP神经网络的住宅项目投资估算研究

Research on Investment Estimation of Residential Project Based on BP Neural Network

在建设项目投资估算编制过程中,往往得不到具体的图纸信息,这样的信息残缺为建设单位编制和审定投资估算带来了困难,为后期招标控制价的编制提出了挑战。文章通过Python机器学习语法建立BP神经网络模型,按同一标准,选取508个随机住宅工程样本作为建筑工程数据来源,根据其建筑地上层数、地下层数、檐高、建筑面积四项指标对其建筑工程费、装饰工程费、安装工程费进行机器学习,最后通过A住宅的四项指标预测出该项目的相关费用,将预测数据与实际数据进行对比,证明该模型的有效性。文章将现代智能程序语言技术与传统行业实践所需相结合,探讨了基于人工智能语法解决工程实际问题的可行性,对未来行业发展和科技融合趋势做出了相应展望。

This paper establish BP neural network model by Python grammar.According to the same standard,select 508 residential constructions as the data source of construction engineering.According to the up-ground floor number,underground floor number,height and building area,carrying out the construction engineering cost,decoration engineering cost and installation engineering cost.Finally,through the empirical analysis,proving the efficient of the model.