基于级联神经网络的建筑业人工成本预测研究

《基于级联神经网络的建筑业人工成本预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于级联神经网络的建筑业人工成本预测研究重庆大学硕士学位论文（学术学位）学生姓名：刘揽月指导教师：李世蓉教授专业：管理科学与工程学科门类：工学重庆大学建设管理与房地产学院二O一三年六月ACascadedNeuralNetworkonConstructionLaborCostForecastingAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByLiuLanyueSupervise

2、dbyProf.LiShirongSpecialty:ScienceofManagementandEngineeringCollegeofConstructionManagementandRealEstateofChongqingUniversity,Chongqing,ChinaJune,2013中文摘要摘要建筑业是我国的传统行业，也是支柱产业，随着国际建筑市场的逐渐打开，先进的技术施工工艺以及建设管理方式给我国建筑业的发展注入了新鲜血液。在―十二五‖期间全国建筑业总产值、增加值年均计划增长15%以上。而如今，劳动密集型的建筑业面对人工成本

3、的逐年上涨，民工荒的大面积出现以及新生代农民工从业意愿降低等问题，建筑业人工成本的管理将面临巨大挑战，而准确预测人工成本则是良好管控人工成本的基础。本研究回顾了人工成本概念与构成，分析了目前国内外建筑业人工成本管理存在的系列现实问题，以期研究分析建筑业人工成本的影响因素，建立较准确的人工成本预测模型，从而提出优化建筑业人工成本管理的相关建议。经过大量的文献综述，本研究共识别出47个影响指标，通过与10位专业人士的结构化访谈，精简出38个相关性较大的指标，通过问卷调查，对38个影响指标评价打分，通过数据收据与归纳，运用数理统计方法进行数据分析，

4、揭示影响我国建筑业人工成本上涨的主要因素，主要包括：宏观经济市场因素（F3）、行业因素（F4）、企业因素（F5）、建造成本因素（F2）以及施工建造因素（F1）。基于因子分析所得结论，建立人工成本预测模型，创建级联神经网络预测方法，并以重庆市为例，对预测模型进行实证检验，检验结果证明级联神经网络模型的预测效果明显精确于传统的预测方法。通过以上研究，一方面可以完善建筑企业对人工成本管理的全面认识，提高建筑业人工成本预测的准确度。另一方面，可以促进建筑工程的利润管理和企业的经济效益，为整个建筑行业以及国家的综合发展提供基础研究依据。关键词：建筑成本

5、管理，人工成本，因子分析，神经网络预测I重庆大学硕士学位论文ABSTRACTConstructionindustryisthetraditionalandpillarindustryinChina.Withtheinternationalconstructionmarketopeningup,afreshbloodhasbeeninjectedintothedevelopmentoftheconstructionprocessandprojectmanagementofChina.Thenationalconstructionindustry

6、outputvalueandaddedvalueofanaverageannualwillgrowmorethan15%duringthe"TwelveFive"period.However,withthelabor-intensiveconstructionindustryfacingtheincreasinglaborcostyearbyyear,alargeareaoflaborshortageappearing,aswellasthelowdesireofthenewgenerationofmigrantworkers,thecons

7、tructionindustrymeetagreatchallenge.Hence,theestablishmentoflaborcostsforecastingsystemisextremelyurgent,andaccuratelypredictlaborcostsisagoodbasisformanagementandcontrollaborcosts.Thisstudyreviewstheconceptoflaborcoststructure,analysisofthecurrentdomesticandforeignconstruc

8、tionlaborcoststhereisaseriesofpracticalmanagementissuesinordertostudyanalyzedfacto