工程造价神经网络估算模型

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。

基于BP神经网络的建筑工程造价估算研究

研究了BP神经网络在建筑成本估算中的应用,分析了建筑成本的影响因素,选取6个因素作为估算模型的参数,建立了一个BP神经网络估算模型,并通过10个样本进行了训练。结果表明,估计模型迭代85次后,网络误差达到设定的最小值,训练是收敛的;与径向基函数(RBF)相比,该模型的估计精度更高,平均误差为5.54%,表明成本估计具有良好的可靠性。研究成果可为建筑行业的投资决策提供可靠的依据,也丰富了BP神经网络在成本估算中的应用。

基于BP神经网络的公共建筑工程造价预测研究

公共建筑工程造价预测是项目可行性分析的重要依据,是比选设计方案的关键参照,因此,造价预测结果的精准度及时效性对工程项目投资决策具有重要影响。为解决传统造价预测方法误差大、时效性差的弊端,该文提出基于BP神经网络的公共建筑工程造价快速预测方法,分析公共建筑工程造价预测的影响因子,介绍BP神经网络预测造价原理及可行性,给出BP神经网络预测模型的构建方法,并对BP神经网络预测造价模型的应用效果进行仿真分析。经过模型仿真分析与评价,证实BP神经网络在公共建筑工程造价预测方面具有良好优势,比传统造价预测方法的预测结果更加精准与快速。

基于卷积神经网络的高速公路建筑安装工程造价估算研究

为在投资决策阶段快速、准确地得到拟建高速公路项目的造价,本研究基于历史高速公路案例资料,应用卷积神经网络算法,建立了一种高速公路建筑安装工程造价估算模型。首先通过文献研究与专家访谈确定了影响高速公路造价的工程特征属性指标,并对其进行量化用于模型计算;然后将关键指标重构为二维矩阵,基于卷积神经网络算法,建立高速公路建筑安装工程造价估算模型;最后利用已建高速公路项目信息验证该模型的有效性,并对比分析卷积神经网络模型与反向传播神经网络模型预测效果。分析结果表明,使用卷积神经网络建立的高速公路造价估算模型相对误差在4%~7%之间,而反向传播神经网络的相对误差在4%~15%之间,故本研究构建的模型能较准确、高效地预测高速公路工程项目造价,为工程项目的前期投资决策、全寿命周期造价管理提供一定参考。

工程造价估算模型的发展及神经网络估算模型

主要通过思考不同时期估算模型的特征和存在的问题,构建人工神经网络造价估算的模型。同时具体讲解了这个模型简体的基础原理。最后分析了基于DFNN的建设工程成本估算以及动态模糊估算模型。

基于BP神经网络和模糊均值聚类融合算法的隧道工程造价建模与估算研究

隧道工程投资估算编制对造价控制具有重要的作用,然而随着新技术、新工艺、新材料的不断涌现,传统的定额估算编制方法已较难适应新情况的发展,而信息技术和智能算法在工程造价中的应用和发展使得更先进、高效和准确的投资估算方式成为可能。文章基于BP神经网络和模糊均值聚类融合算法,对隧道工程造价进行建模与估算研究,在拟建隧道项目与已建项目的造价数据的相似程度较小和已知造价数据不充分的条件下构建非线性造价估算模型,并以鱼珠隧道为案例进行了实证分析,验证了成果的先进性与可靠性,为隧道工程前期造价控制提供了一种新的思路与方法。

工程造价估算模型的发展及神经网络估算模型

通过分析不同时代估算模型的特点及其存在的问题，建立了人工神经网络造价估算模型．并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．

基于BP神经网络的公共建筑工程造价预测研究

公共建筑工程造价预测是项目建设前期重点工作内容,其预测结果是否准确对于工程有着重要意义。结合当前建筑业数字化转型的特点,提出一种基于智能算法的公共建筑工程造价预测方法,即建立基于BP神经网络的公共建筑工程造价预测模型,并以某市31组学校数据为例,通过MATLAB对学校项目工程造价进行仿真预测。预测结果表明,BP神经网络预测模型对公共建筑项目有着出色的预测效果。

基于粗糙集-神经网络的工程造价估算模型研究

通过分析粗糙集和神经网络的特点和原理,提出基于粗糙集和神经网络相结合的工程造价估算模型,并通过实例验证其有效性,具有较强的实用价值。

神经网络在工程造价和主要工程量快速估算中的应用研究

采用动量法和学习自适应调整策略改正的BP神经网络建立了工程造价和主要工程量估算数学模型。针对以往估算模型精度不高的原因,模型中增加了工程造价指数和工程硬、软件环境对工程造价的影响。采用m atlab6.1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。

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。

基于径向基函数神经网络的工程造价估算

提出了一种更有效的前向网络——径向基函数(RBF)神经网络,以多、高层办公楼为例,建立了工程造价的估算模型,运用MATLAB语言程序实现,同时采用同样的样本对BP网络进行训练,两者结果比较表明,这种方法弥补了BP网络存在的收敛速度慢,易陷入局部最优等缺陷,从而大大提高了其实用性,是对造价估算方式的又一新的尝试。

基于神经网络的工程造价快速估算

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。

特高压输电线路工程造价预测模型研究——基于因子分析及BP神经网络

本文在对特高压输电线路工程进行项目划分的基础上,分析识别出影响特高压输电线路工程造价的主要因素,并使用因子分析法对其中18个主要影响因素进行度量,将得到的5个因子作为输入、工程单位造价作为输出,构建了基于BP神经网络的造价预测模型,以国内已建和在建的9个特高压输变电工程中的75段输电线路工程数据为样本进行了实证研究,结果证明预测模型对特高压输电线路工程造价进行预测具有可行性和较高的准确性,为特高压工程全生命周期内管理优化提供了一种新的思路和实现方法。

工程造价估算模型种类及神经网络法应用

介绍了目前工程造价估算的一些主要模型方法和各自的特点。神经网络估算法具有自学习和自完善特征,以市政工程为例进行了应用分析。采用科学的、简便的而又准确的造价估算模型具有重要的工程意义,以确保工程投资及控制目标的顺利完成。

基于BP神经网络的显著性工程造价估算方法

利用显著性成本理论和神经网络理论相结合的方法,对拟建工程项目的投资进行估算,步骤为:①采用均值理论挑选已完成类似工程的显著性成本项目,计算其显著性因子csf;②估算拟建项目的显著性成本项目造价;③拟建工程项目造价除以显著性因子的均值,得到拟建工程项目的总造价。实例验证结果表明:估算值的相对误差小于5%,满足估算精度的要求。

基于BP神经网络的建筑工程造价快速估算方法

在对建筑工程造价影响因素分析的基础上给出了样本的定性定量描述方法,建立了建筑工程造价资料快速估算的BP神经网络模型,用已建典型工程资料对BP神经网络进行训练,实现了工程造价资料的快速估算,实例证明该方法是可行的,估算结果是可靠的。

工程造价人工神经网络估算系统

本文叙述了神经网络的基本原理，介绍了工程造价人工神经网络估算模型和人工智能估算系统软件，并结合实例作了分析。

基于动态模糊神经网络的建设工程造价估算系统

介绍了建设工程造价估算技术的发展及面临的问题,对神经网络在工程造价估算方面的应用成果进行了总结,提出了基于动态模糊神经网络的建设工程造价估算系统的实现方式及工作模型.

基于人工神经网络的工程造价估算

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。