人工神经网络在建筑工程估算中的应用研究

摘要

建设工程估算的准确性直接影响建设项目的立项和投资决策,并对建设周期中的全过程造价控制起主要作用,因此寻找一种快速准确的估算方法适应日益扩大的建设工程管理需求,具有重要意义。
　　 人工神经网络是自适应的动态系统,其功能接近于人脑,能够适应环境并总结规律,有极强的学习、容错和联想能力,能够实现多输入、多输出的预测功能,这些特点符合建筑工程估算的要求。人工神经网络在地震预测、股票交易预测、石油勘探预测中都有很好的应用。
　　 在建设项目中影响造价的因素多,对其进行分析、归纳,提取特征项,运用人工神经网络独特的非线性映射特性,建立特征项与造价之间的关系,形成映射,建立估算模型,实现预测功能。
　　 深入研究BP、RBF、灰色BP、灰色RBF神经网络的理论、算法、特点及应用知识,构建BP、RBF、灰色BP、灰色RBF神经网络模型。学习了适用于工程的MATLAB工具,利用MATLAB擅长处理信号、计算海量数据、编程简单、编写直观、编写程序和调试程序快的特点实现建筑工程估算模型的仿真。
　　 选取2002年至2006年上海市已完工项目共54个不同建筑类犁、不同建筑标准的样本对模型进行测试分析。在建筑工程土建、安装分项估算中,测试四种模型的适用性,经过比较RBF神经网络模型的输出误差值较小,适合建筑工程估算。选取RBF神经网络模型对建筑工程进行综合测试,得出建筑工程估算值。