论文部分内容阅读
工程造价领域包括的内容很多,从业人员必须提高工作效率才能创造更多的价值。因此,如何快速估算建筑工程的造价便成为此领域需要重点研究的内容。在项目可行性研究阶段,我们有必要估算出工程造价,以便将来作为招投标标底的依据。因此,在工程建设的前期,我们必须估算工程造价来控制投资成本。如何准确快速的建立估价预测模型是人们需要解决的实际问题,工程造价的估算方法有很多,但这些方法都存在着缺陷,精度不高。如何在确保精度的前提下,又能快速估价,是目前需要研究的重点。传统的估价方法有很多种,但它们的计算结果精度不高,误差较大,随着计算机的不断发展,人们逐渐将数理模型与计算机相结合,寻求一种满意的估价模型,来解决工程中的一些问题。本文主要介绍了模糊数学法、灰色理论法、神经网络法,模糊数学与灰色理论能有效的解决相似度的问题,对待估工程的造价估算起到了画龙点睛的作用,神经网络对样本的训练与测试也促进了建筑工程的快速估价。将这三种方法用于工程造价中,误差都可以控制在允许的范围之内,本文通过分析大量的工程实例,建立数据库,将理论与实际相结合,挑选出影响工程造价的几个主要因素,应用模糊数学和灰色理论分别估算待估工程的造价值,并在此基础上,提出了灰色模糊神经网络模型,即根据模糊贴近度和灰色关联度筛选出与拟建工程最为相似的工程项目,并将其作为BP神经网络的训练样本,将样本数据进行量化分析与归一化处理,通过多轮次的计算,不断确定网络的权值和阈值,直到满意为止。根据误差计算结果,可以得出结论,灰色模糊神经网络的精度高于单独使用模糊数学模型和灰色理论模型,而且克服了过去的缺点,灵活性更好,更能让人满意,实现了对建筑工程造价快速预估的目的,为建筑工程造价的研究提供了一种新的解决方法。MATLAB中的神经网络工具箱里面设置了有关BP人工神经网络的相关函数,本文通过工程实例介绍了神经网络工具箱中NNTool的功能,叙述了如何利用NNTool对建筑工程进行训练与测试,并介绍了训练过程中各参数所表示的意义以及对样本的作用,详细的介绍了神经网络工具箱的操作步骤。