资源描述：
《1--bp神经网络在建筑工程估价中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第37卷第2期西安建筑科技大学学报(自然科学版)Vol.37No.22005年6月J1Xi’anUniv.ofArch.&Tech.(NaturalScienceEdition)Jun.2005BP神经网络在建筑工程估价中的应用1,22周丽萍,胡振锋(1.西安建筑科技大学土木工程学院,陕西西安710055;2.西北工业大学力学与土木建筑学院,陕西西安710002)摘要:在建设项目管理中前期工程估价是一项十分重要的工作,根据神经网络的原理和工程造价估算的特点,通过研究工程造价的构成,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了7个主要因素,作为神经网络的输入变量,提出了
2、基于BP神经网络的工程估价模型.共收集了20个住宅工程估价实例,其中18个作为训练样本,2个作为检测实例,经测算其精度基本可以满足实际工程投资估算的需要.因此,神经网络在这方面有很好的应用前景.关键词:工程估价;神经网络;估价模型;BP算法中图分类号:F283,TP183文献标识码:A文章编号:100627930(2005)0220262204aTheapplicationofneuralnetworkinthecostestimationofconstructionZHOULi2ping,HUZhen2feng(1.SchoolofCivilEng.,Xi'anUniv.ofArch.&T
3、ech.,Xi'an710055,China;2.SchoolofMechanicsandCivilEng.,NorthwesternPolytechnicalUniversity,Xi'an710072,China)Abstract:Costestimationofconstructionprojectsisaveryimportanttaskformanagementofconstructionprojects.Accordingtothebasicprinciplesoftheneuralnetworkandthecharacteristicsofprojectcostestimati
4、on,withthebreakdownofprojectcostandfactorshavingeffectonthem,andthefunctionsofstructuresandtheircharacteristicsreviewedindetail,sevenmajorfactorsareidentifiedasneuralnetworkinputvariables.Onthebasisofthetheoreticalanalysis,thepaperbringsupthemodelofcostestimationofconstructionengineeringbasedontheB
5、PNeuralNetwork.Eighteenactualconstructionprojectsareusedastrainingsamplesandtwoprojectsareusedastestsamples.Testresultsshowthattheprecisionmeetstheestimationrequirementswell.Therefore,thismethodshowsthepromisingperspectiveincostestimationofconstructionproject.Keywords:constructioncostestimation;neu
6、ralnetwork;estimationmodel;BPcalculationmethod.确定工程造价是建设工作中十分重要的一环,在不同的设计阶段有着不同的方法:如初步设计阶段编制概算,施工图设计阶段编制预算,而最为关键的则是在建设前期的工程造价估算.因为工程的估算价是整个成本管理过程的起点,是成本控制的基础.在瞬息万变的市场经济环境中,探寻一套快速、简[1]捷、实用的工程造价估算方法已成为建筑行业的迫切需要.众所周知,工程造价受多方面因素影响,其构成比较复杂,然而一个有丰富经验的造价师,根据工程类型、特征及其相关情况,参照以往经验和工程数据资料,就能大致估算出其造价,而无需进行大量繁杂
7、计算,而且经验越丰富,资料积累越多,估算的a收稿日期:2004212213作者简介:周丽萍(19632),女,陕西略阳人,副教授,博士研究生,从事建筑经济与管理方面的教学和研究.第2期周丽萍等:BP神经网络在建筑工程估价中的应用263造价就越准确.模仿这种大脑思维模式,正是人工神经网络所擅长的.神经网络模型通用性、适应性强,它不但不排斥新样本,相反它会随着样本数的不断增加而提高自身的概括能力和预测能力.这正好
