论文部分内容阅读
随着我国社会经济的不断地发展,人们已经不再局限于传统的观念,对建筑工程的造价转变为事前的控制。人们开始对建筑成本的关心程度不断的增加,建筑成本的预测已经成为建筑项目中非常重要的一项任务。研究建筑成本的预测不但对建筑工程师、建筑工程以及广大人民群众都是有着非常重大的意义的。成本预测是建筑项目在实施前必经的一个重要步骤,对建筑的规划、设计、施工管理等各环节都有重要的影响。对建筑项目的规划者、设计者、施工管理者而言,成本预测能在项目的可行性、项目的设计方案、项目施工过程中的成本控制等方面提供重要参考。传统的预测方法虽然各有优点,但也都有局限性。如线性回归方法无法表达现实项目中各相关因素之间的复杂关联,案例推理的方法无法准确地体现预测内容和各相关因素之间的变化联系,而人工神经网络方法得出的预测结果缺乏参照,不具备可解释性。本文首先从案例推理和人工神经网络的理论基础和使用价值方面入手,分析研究了各自在成本预测中的应用以及优缺点,为后文的成本预测奠定了基础。本文分别设计并实现了基于案例推理方法和基于神经网络方法的建筑成本预测软件,并在此基础上研究将神经网络方法和案例推理方法相结合,由此形成一些兼具神经网络方法和案例推理方法各自特点的新方法,这些方法既能提高神经网络预测结果在各种条件下的稳定性,也具备案例推理方法的可解释性,因而具备更佳的应用效果,实验结果表明了该方法预测的精度较高,证明了方法的有效性。