论文部分内容阅读
本文依据《建筑工程施工质量验收统一标准》(GB50300-2001)并针对已有方法的缺陷,尝试运用人工神经网络技术结合模糊理论来实现对建筑工程质量等级的智能化评价。
本文首先分析了我国建筑工程质量管理的现状,以及工程质量方面存在得问题。从影响建筑工程质量的因素入手,给出了更加全面和完善的评价因素集和评价等级向量。
针对传统BP网络收敛速度慢且易陷入局部最优点,而遗传算法对求解全局优化问题已发展相当成熟,所以本文在BP算法中融入遗传算法,遗传算子和BP算子交替使用,可使网络在跳出局部最优点的同时使网络的训练速度大大减少。在网络训练之前,针对建筑工程质量评估涉及到的指标有很多个,在很大程度上,网络的输入节点越多,问题的复杂程度就越大,而且有些指标之间存在一定的相关性,甚至有些指标是冗余的,本文提出在神经网络输入层前端加一个模糊处理层。经这一处理后,使得评价向量得以量化并使相关的或冗余的属性指标得以约简,从而使网络输入节点数减少,简化了网络的训练过程。
最后,建立了基于模糊遗传神经网络的建筑工程质量评价模型,实现了工程评价评优中对建筑工程质量的智能化评价。实例验证表明该方法的有效性。