基于人工神经网络的高速公路工程造价快速估算应用研究

摘要

高速公路是我国交通运输建设发展的重要组成部分，它关系到我国经济的快速发展和人民生活水平的提高。近几年，我国的高速公路建设发展迅速，对公路的建设要求越来越高，逐渐加大对高速公路建设的投资。但是随着投资的不断加大，造价失控的现象越来越严重，尤其是公路建设的工程造价受多种因素的影响，构成比较复杂，计算比较繁琐，具有比较大的模糊性，在投资过程中出现了很大程度的资金浪费。造成该现象的主要原因就是建设前期没有对造价进行准确的估算，而整个项目的总体运作与工程前期的造价是紧密联系的。由于资金的短缺，建设单位要做好高速公路的建设，就必须对这些浪费现象严加控制，而在工程实施前较为准确的估算出项目的造价就成为了减少甚至解决这种浪费现象的一种比较切实可行的方法，以此来达到对项目进行控制的目的。所以，能够准确的估算前期造价是非常关键的，但是目前应用的很多造价估算方法并不是很科学的，这就需要建立一种能够快速准确的估算高速公路工程造价的方法。
　　 本文分析了现有估算方法的利与弊，根据高速公路工程造价的特点，提出了基于人工神经网络的高速公路造价快速估算方法，在高速公路工程造价快速估算方面的应用做出了具体的探讨。利用模糊数学的基本知识对收集到的山东境内几条已经建成的高速公路的造价数据进行具体的筛选，挑选出与待估算工程比较接近的工程资料作为训练样本，采取理论上比较成熟的改进的BP神经网络算法建立模型。通过对比该条公路的实际值与预测值，对所建立的模型的精确度以及可行性进行验证，为工程项目造价的计算提供了一种新的方法。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 研究对象和研究意义

1．2．1 研究对象

1．2．2 研究意义

1．3 研究的方法和技术路线

1．3．1 研究的方法以及创新处

1．3．2 技术路线

1．4 论文的主要内容

第2章 文献综述

2．1 国内外研究现状与发展

2．1．1 高速公路工程造价计算的发展

2．1．2 国外研究历史与现状

2．1．3 国内研究历史与现状

2．2 总结与借鉴

第3章 人工神经网络和模糊数学的基本理论研究

3．1 人工神经网络

3．1．1 人工神经元模型

3．1．2 人工神经网络模型的结构

3．1．3 神经元网络的学习规则和方法

3．2 BP神经网络

3．2．1 BP神经网络模型和学习过程

3．2．2 BP神经网络反向传播学习算法

3．3 BP算法的限制与不足

3．4 对BP神经网络的改进

3．5 人工神经网络计算和传统计算的特点比较

3．6 模糊数学的基本理论知识

3．6．1 模糊数学的产生

3．6．2 模糊数学的相关概念

3．6．3 模糊数学的应用发展

3．7 选择神经网络和模糊数学结合的理由

第4章 人工神经网络在高速公路工程造价估算中的应用

4．1 高速公路工程造价特点分析

4．1．1 我国高速公路工程造价估算特点

4．1．2 高速公路造价的成本分析

4．2 模型工程特性的选取

4．3 原始数据的处理

4．4 基于模糊数学的样本选取

4．4．1 模型隶属函数的选取

4．4．2 用贴近度来度量模糊性

4．4．3 样本数的确定

4．5 基于人工神经网络的造价估算模型

4．5．1 模型及其参数的确定

4．5．2 激活函数的确定和初始权值的选取

4．5．3 样本的规范化处理

4．5．4 BP网络训练与测试

4．5．5 模型的计算步骤

4．6 本章小结

第5章 高速公路工程造价快速估算的实现

5．1 工程特征

5．2 样本的规范化处理

5．3 网络模型的确定

5．3．1 输入层和输出层的确定

5．3．2 隐含层的确定

5．4 网络训练与测试

5．4．1 网络的训练

5．4．2 网络的测试

5．5 结果分析

5．6 本章总结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

后记

攻读硕士学位期间论文发表及科研情况