畢業(yè)設(shè)計(jì)（論文）基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的建筑工程造價(jià)預(yù)測(cè)

1、摘 要我國(guó)加入wto后，市場(chǎng)經(jīng)濟(jì)競(jìng)爭(zhēng)更加激烈，建筑工程要求能更快速、更準(zhǔn)確地進(jìn)行工程造價(jià)的預(yù)測(cè)，無(wú)論業(yè)主還是承包商，這時(shí)都需要一套完善的造價(jià)預(yù)測(cè)系統(tǒng)解決這個(gè)問(wèn)題。本文介紹了論文的研究背景、國(guó)內(nèi)外研究的現(xiàn)狀，以及論文的目的和意義、內(nèi)容和思路。簡(jiǎn)要分析模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，并將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機(jī)融合，引出動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)。詳細(xì)介紹動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)和動(dòng)態(tài)算法、模糊知識(shí)處理方法，并結(jié)合工程造價(jià)預(yù)測(cè)的影響因素，提出了基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)的程序。通過(guò)具體實(shí)例，描述動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法在建筑工程造價(jià)預(yù)測(cè)中的應(yīng)用流程。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)可提高工程造價(jià)預(yù)測(cè)的精度，在工程造

2、價(jià)預(yù)測(cè)中具有可行性。關(guān)鍵詞：模糊系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)；工程造價(jià)；預(yù)測(cè)abstractafter our country joins into wto, the market economy competition is more intense. construction project bidding requirements more quickly and more accurately to forecast construction costs, regardless of the owners or contractors, then it will need a co

3、mprehensive cost forecast system to solve this problem.in this paper, research background, purpose and meaning, content and ideas are introduced. the current situation that domestic and foreign is presented. and the article presents basic theory of the fuzzy system and neural network briefly. the fu

4、zzy systems and neural networks integration are analyzed and compared, this derives dynamic fuzzy neural network. in the paper, the structure, fuzzy knowledge processing methods, and dynamic learning algorithm of dfnn are introduced in detail, and it combines with the influencing factors of the proj

5、ect cost forecast. and the article proposes the procedure of the project cost forecast system based on dfnn. through the concrete example, this article describes the dynamic fuzzy neural network application process in the project cost forecast. dfnn improves the accuracy of the construction cost for

6、ecast, and have the feasibility in the project cost forecast.key words：fuzzy system；neural network；dynamic fuzzy neural network；project cost；forecast目 錄第1章 概 論11.1 選題的背景11.2 國(guó)內(nèi)外研究現(xiàn)狀21.3 研究的目的和意義21.4 研究的內(nèi)容和思路3第2章 工程造價(jià)預(yù)測(cè)的基本理論42.1 基本概念42.2 工程造價(jià)預(yù)測(cè)的方法5第3章 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)73.1 模糊系統(tǒng)概述73.2 神經(jīng)網(wǎng)絡(luò)概述83.3 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)概述10第4

7、章 基于dfnn的建筑工程造價(jià)預(yù)測(cè)的應(yīng)用154.1 影響建筑工程造價(jià)預(yù)測(cè)的因素154.2 基于dfnn的建筑工程造價(jià)預(yù)測(cè)的程序174.3 建筑工程造價(jià)預(yù)測(cè)模糊信息處理方法214.4 案例分析22結(jié) 論24致 謝25參考文獻(xiàn)26附 錄28第1章 概 論1.1 選題的背景如今市場(chǎng)經(jīng)濟(jì)競(jìng)爭(zhēng)十分激烈，實(shí)際建筑工程要求能快速地、準(zhǔn)確地進(jìn)行工程造價(jià)的預(yù)測(cè)。但是傳統(tǒng)的預(yù)測(cè)方法以及現(xiàn)行的計(jì)算軟件都必須花費(fèi)較長(zhǎng)的時(shí)間才能計(jì)算出結(jié)果，而且計(jì)算的結(jié)果準(zhǔn)確度還不是很高1。但是工程造價(jià)預(yù)測(cè)在項(xiàng)目管理中十分重要，它是工程項(xiàng)目可行性研究的基礎(chǔ)，也是招投標(biāo)制定標(biāo)底的依據(jù)，也是沒(méi)有充足時(shí)間編制詳細(xì)投標(biāo)預(yù)算的工程項(xiàng)目的投標(biāo)依據(jù)，

8、其準(zhǔn)確與否直接影響項(xiàng)目的投資決策，也將影響項(xiàng)目投標(biāo)的競(jìng)爭(zhēng)能力2。近年來(lái)，有關(guān)學(xué)者提出用模糊理論、灰色理論、神經(jīng)網(wǎng)絡(luò)8-10等方法來(lái)預(yù)測(cè)工程造價(jià)，但這些方法都有其這樣或那樣的不可避免的缺陷，其預(yù)測(cè)精度有時(shí)不是很高而且具有較大的主觀性，導(dǎo)致預(yù)測(cè)結(jié)果有時(shí)不夠準(zhǔn)確，這樣造成了人們對(duì)工程造價(jià)預(yù)測(cè)的準(zhǔn)確性抱有懷疑的態(tài)度。同時(shí)，在實(shí)際的建筑工程中，研究的對(duì)象也都是動(dòng)態(tài)的，不是靜止?fàn)顟B(tài)的，這更為建筑工程造價(jià)預(yù)測(cè)增加了難度，也給建筑工程造價(jià)帶來(lái)了極大的經(jīng)濟(jì)風(fēng)險(xiǎn)。動(dòng)態(tài)預(yù)測(cè)工程造價(jià)仍舊是人們面臨的一個(gè)挑戰(zhàn)，這樣就迫切的需要一套完善的工程造價(jià)預(yù)測(cè)系統(tǒng)，解決工程造價(jià)預(yù)測(cè)遇到的難題。 針對(duì)于這樣的狀況，一些學(xué)者提出了這樣

9、的解決思路：多種方法合理的融合，相互取長(zhǎng)補(bǔ)短，可避免單一方法在某方面的不足，還會(huì)使其在優(yōu)勢(shì)上有所彰顯。顯然這樣的想法是可行的，動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)就是模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機(jī)融合，結(jié)合客觀環(huán)境變化而形成的，解決了模糊系統(tǒng)隸屬函數(shù)和模糊規(guī)則的生成與調(diào)節(jié)，神經(jīng)網(wǎng)絡(luò)獲得的輸入輸出關(guān)系可用人們接受的方式表示出來(lái)，還可以克服模糊神經(jīng)網(wǎng)絡(luò)的缺陷，即模糊神經(jīng)網(wǎng)絡(luò)不能隨著客觀環(huán)境的變化而調(diào)整訓(xùn)練學(xué)習(xí)參數(shù)，不具備動(dòng)態(tài)學(xué)習(xí)和預(yù)測(cè)功能，隨著時(shí)間推移，預(yù)測(cè)精度會(huì)降低。1.2 國(guó)內(nèi)外研究現(xiàn)狀在經(jīng)濟(jì)全球一體化的趨勢(shì)下，國(guó)內(nèi)外建筑行業(yè)競(jìng)爭(zhēng)更加激烈，許多建設(shè)項(xiàng)目超出預(yù)算、工期延長(zhǎng)、質(zhì)量差、效益低，這些很大程度上都與工程前期工作

10、密切相關(guān)。為減少工程投入、獲取更好的投資效率，根本的解決方法在于做好建設(shè)前期的工程造價(jià)預(yù)測(cè)工作。傳統(tǒng)的工程造價(jià)預(yù)測(cè)方法很難適應(yīng)當(dāng)前工程造價(jià)預(yù)測(cè)快速又準(zhǔn)確的要求，針對(duì)這一現(xiàn)實(shí)需求，國(guó)內(nèi)外學(xué)者一致認(rèn)同采用相似的已建工程的造價(jià)資料作為當(dāng)前工程的造價(jià)資料的近似估計(jì)是較為可取的方法3。目前工程造價(jià)預(yù)測(cè)的方法是建立在現(xiàn)行的工程管理理論的基礎(chǔ)上的，所做的定量分析是依據(jù)已經(jīng)建立的各種定額。但工程造價(jià)預(yù)測(cè)這一實(shí)踐工作，是要和自然、人、社會(huì)等系統(tǒng)的環(huán)境因素打交道，具有自然屬性、社會(huì)屬性和精神屬性，是具有諸多不確定因素的復(fù)雜的大系統(tǒng)，是處在不停的非線性運(yùn)動(dòng)過(guò)程中4。所以為了解決工程造價(jià)預(yù)測(cè)存在的問(wèn)題，就要采用更加成

11、熟有效的方法來(lái)預(yù)測(cè)工程造價(jià)。1965年，美國(guó)加利福尼亞大學(xué)l a zadeh教授發(fā)表了著名的論文模糊集（fuzzy sets），開(kāi)創(chuàng)了模糊理論的先河開(kāi)始的。1974年，s c lee和e t lee在cybernetics雜志上發(fā)表了“fuzzy set and neural network”一文，首次把模糊集和神經(jīng)網(wǎng)絡(luò)聯(lián)系在一起；接著，在1975年他們又在math biosci雜志上發(fā)表了“fuzzy neural network”一文，明確地對(duì)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行了定義、研究。自1975年模糊神經(jīng)網(wǎng)絡(luò)提出至今，模糊神經(jīng)網(wǎng)絡(luò)的研究已取得了很大進(jìn)展，大部分模糊神經(jīng)網(wǎng)絡(luò)都采用對(duì)輸入進(jìn)行模糊化的神經(jīng)網(wǎng)

12、絡(luò)方法，至此2002年meng joo e提出了動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)。至此動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)就被應(yīng)用在許多領(lǐng)域，如伺服系統(tǒng)、船舶動(dòng)力定位、儲(chǔ)層預(yù)測(cè)等，本文主要研究動(dòng)態(tài)模糊神經(jīng)網(wǎng)在工程造價(jià)預(yù)測(cè)中的可行性5。1.3 研究的目的和意義本文通過(guò)對(duì)動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法的研究，提高建筑工程造價(jià)預(yù)測(cè)結(jié)果的精確度，運(yùn)用動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)模糊信息處理加強(qiáng)系統(tǒng)的柔性。在實(shí)際工程造價(jià)預(yù)測(cè)時(shí)，運(yùn)用動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)建筑工程造價(jià)是可行的。本文研究模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的有機(jī)融合而形成的動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)。相比較模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)而言，動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)（dfnn）的各個(gè)參數(shù)具有明確的物理意義，可根據(jù)經(jīng)驗(yàn)選擇初始值，是一個(gè)動(dòng)態(tài)映射

13、網(wǎng)絡(luò)，比普通模糊神經(jīng)網(wǎng)絡(luò)（fnn）更適于描述動(dòng)態(tài)系統(tǒng)6，這樣就極大的提高了動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)對(duì)于工程造價(jià)預(yù)測(cè)的精度，在工程造價(jià)預(yù)測(cè)中具有可行性。1.4 研究的內(nèi)容和思路本文共分4章，以下就是個(gè)章節(jié)的研究?jī)?nèi)容。第1章介紹本文的研究背景，國(guó)內(nèi)外的工程造價(jià)預(yù)測(cè)的現(xiàn)狀，研究的目的和意義，還有研究的內(nèi)容與思路。第2 章主要簡(jiǎn)單介紹工程造價(jià)預(yù)測(cè)的相關(guān)概念，及幾種造價(jià)預(yù)測(cè)方法。第3 章重點(diǎn)介紹動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)法。首先簡(jiǎn)單的介紹模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的相關(guān)理論。然后分析模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)，從而提出動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的相關(guān)內(nèi)容。第4章首先分析工程造價(jià)預(yù)測(cè)的影響因素，研究基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)的程序，并對(duì)動(dòng)態(tài)

14、模糊神經(jīng)網(wǎng)絡(luò)（dfnn）模糊知識(shí)處理作了相應(yīng)的說(shuō)明。最后，列舉具體實(shí)例說(shuō)明動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)法在工程造價(jià)預(yù)測(cè)中實(shí)際的應(yīng)用價(jià)值。第2章 工程造價(jià)預(yù)測(cè)的基本理論工程造價(jià)預(yù)測(cè)在項(xiàng)目管理中十分重要，它是工程項(xiàng)目可行性研究的基礎(chǔ)，也是招投標(biāo)制定標(biāo)底的依據(jù)，其準(zhǔn)確與否直接影響項(xiàng)目的投資決策。利用已建類似工程的造價(jià)資料和市場(chǎng)變化的信息，對(duì)擬建工程造價(jià)做出推測(cè)。 2.1 基本概念2.1.1 工程造價(jià)的定義工程造價(jià)的直接含義就是工程的建造價(jià)格，按中國(guó)造價(jià)管理協(xié)會(huì)學(xué)術(shù)委員會(huì)的意見(jiàn)表述為兩種：第一種含義：是指進(jìn)行某項(xiàng)工程建設(shè)花費(fèi)的全部費(fèi)用，即一項(xiàng)工程通過(guò)建設(shè)形成相應(yīng)的固定資產(chǎn)、無(wú)形資產(chǎn)所需用的一次性費(fèi)用總和。這一含義

15、是從投資者與業(yè)主的角度來(lái)定義的。從這個(gè)意義上說(shuō)，工程造價(jià)就是工程投資費(fèi)用，建設(shè)項(xiàng)目工程造價(jià)就是建設(shè)項(xiàng)目固定資產(chǎn)投資。第二種含義：是指工程價(jià)格，即為建成一項(xiàng)工程，預(yù)計(jì)或?qū)嶋H在土地市場(chǎng)、設(shè)備市場(chǎng)、技術(shù)勞務(wù)市場(chǎng)以及承包市場(chǎng)等交易活動(dòng)中所形成的建筑安裝工程的價(jià)格或建設(shè)工程總價(jià)格。工程造價(jià)的第二種含義是以社會(huì)主義商品經(jīng)濟(jì)和市場(chǎng)經(jīng)濟(jì)為前提的7。2.1.2 工程造價(jià)預(yù)測(cè)的定義工程造價(jià)預(yù)測(cè)中的預(yù)測(cè)是一種預(yù)計(jì)與推測(cè)，是根據(jù)過(guò)去和現(xiàn)在的已知去推測(cè)和預(yù)料將來(lái)的未知，是對(duì)被預(yù)測(cè)事件發(fā)展過(guò)程中可能發(fā)生的一些不確定因素和未知事件做出定性和定量描述4。而工程造價(jià)預(yù)測(cè)是根據(jù)歷年己有的建筑造價(jià)數(shù)據(jù)和資料，進(jìn)行科學(xué)的計(jì)算和綜合，

16、再結(jié)合預(yù)測(cè)人員的主觀經(jīng)驗(yàn)和判斷能力，對(duì)擬建工程投資費(fèi)用所做的一種預(yù)先估計(jì)或預(yù)測(cè)，工程造價(jià)預(yù)測(cè)的準(zhǔn)確程度與預(yù)測(cè)模型的選擇有著密切的聯(lián)系8。2.2 工程造價(jià)預(yù)測(cè)的方法目前常用的工程造價(jià)預(yù)測(cè)方法有很多，由于工程項(xiàng)目系統(tǒng)的隱蔽性、模糊性、多層次性，迄今為止仍沒(méi)有一套成熟有效的工程造價(jià)預(yù)測(cè)方法。通過(guò)剖析多種工程造價(jià)預(yù)測(cè)方法，權(quán)衡利弊，以指導(dǎo)探索更科學(xué)有效的工程造價(jià)預(yù)測(cè)方法3。2.2.1 基于模糊數(shù)學(xué)的工程造價(jià)預(yù)測(cè)方法 工程造價(jià)模糊預(yù)測(cè)的方法是利用模糊數(shù)學(xué)的基本原理在同一結(jié)構(gòu)體系下，通過(guò)研究和對(duì)比擬建工程與已建工程結(jié)構(gòu)方案的相似程度，由造價(jià)師根據(jù)類似的已建工程的造價(jià)資料對(duì)擬建工程造價(jià)估算的過(guò)程9?？紤]到工

17、程造價(jià)受到許多不確定性因素的影響，具有模糊性，根據(jù)模糊數(shù)學(xué)原理，提出了工程造價(jià)的模糊預(yù)測(cè)方法。這種方法只考慮了待估工程與典型工程的建筑結(jié)構(gòu)與構(gòu)造的相似性，并不能反映出因建造時(shí)間的差異引起的價(jià)格費(fèi)用的變化。同時(shí)，該方法不能準(zhǔn)確反映出工程造價(jià)的實(shí)際變化特性，為確保工程造價(jià)估算的準(zhǔn)確性，必須考慮各個(gè)工程建造年代，即使是在物價(jià)相對(duì)穩(wěn)定時(shí)期。因此，在原有方法基礎(chǔ)上，還須補(bǔ)充考慮資金時(shí)間價(jià)值因素，以某一時(shí)間為基準(zhǔn)，計(jì)算當(dāng)前工程與己建工程之間的相似度，從而選擇其中的典型工程來(lái)預(yù)測(cè)工程造價(jià)3。2.2.2 基于實(shí)物的工程造價(jià)預(yù)測(cè)方法實(shí)物法與工程和市場(chǎng)實(shí)際情況以及適合本工程施工的施工企業(yè)水平直接掛鉤，將工程各種投

18、入品的耗量和單價(jià)進(jìn)行分列，以人、材、機(jī)數(shù)量分別乘以相應(yīng)的基礎(chǔ)價(jià)格為基本計(jì)算公式，編制更切合每個(gè)工程具體情況的合理造價(jià)。這種方法改變了定額法采用平均先進(jìn)水平、宏觀控制投資的基本觀點(diǎn)，對(duì)工程逐個(gè)量體裁衣，體現(xiàn)了量、價(jià)分離的原則。實(shí)物法的基礎(chǔ)數(shù)據(jù)包括人、材、機(jī)的數(shù)量和價(jià)格兩部分，數(shù)量根據(jù)具體的實(shí)際建設(shè)條件而定，價(jià)格則來(lái)自市場(chǎng)，實(shí)行動(dòng)態(tài)定價(jià)。然而在實(shí)際中，無(wú)論是在國(guó)內(nèi)還是在國(guó)外，實(shí)物法都沒(méi)有得到廣泛的應(yīng)用。究其原因主要有：實(shí)物法在實(shí)際中的可操作性較差，從繁多的工程項(xiàng)目中匯總投入品消耗量，需要耗費(fèi)大量的人力、物力和時(shí)間；該方法適用范圍有限，在施工圖紙完備和各種資源投入編制指南具備的條件下才適用，而在工程

19、前期，由于待建工程資料有限，不可能做出準(zhǔn)確的實(shí)物預(yù)測(cè)。2.2.3 基于灰色系統(tǒng)理論的工程造價(jià)預(yù)測(cè)方法灰色預(yù)測(cè)是根據(jù)過(guò)去的及現(xiàn)在己知的或非確定的信息建立的一個(gè)從過(guò)去引申到未來(lái)的灰色模型，從而確定系統(tǒng)未來(lái)發(fā)展變化的趨勢(shì)，并為規(guī)劃、決策提供依據(jù)?；疑到y(tǒng)預(yù)測(cè)是將系統(tǒng)主行為與關(guān)聯(lián)因子一起進(jìn)行的多序列預(yù)測(cè)。即在分析與研究系統(tǒng)因子之間相互影響與協(xié)同作用的基礎(chǔ)上，建立系統(tǒng)主行為特征量與關(guān)聯(lián)的灰色動(dòng)態(tài)模型群，然后通過(guò)求解進(jìn)行預(yù)測(cè)?；疑到y(tǒng)預(yù)測(cè)所采用的基本數(shù)學(xué)方法是建立狀態(tài)方程并求解。其特點(diǎn)是，根據(jù)系統(tǒng)中一些變量或因素間相互協(xié)調(diào)發(fā)展變化的關(guān)系及其數(shù)量進(jìn)行預(yù)測(cè)的。若預(yù)測(cè)系統(tǒng)的主要因素與其他因素之間，只有相互影響，

20、相互制約的作用，稱為系統(tǒng)協(xié)調(diào)預(yù)測(cè)，如建筑工程總造價(jià)與勞動(dòng)力、資金、材料等協(xié)調(diào)發(fā)展的預(yù)測(cè)，它將是用于建筑工程造價(jià)中有別于其他預(yù)測(cè)方法的方法。2.2.4 基于神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)方法運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行工程造價(jià)預(yù)測(cè)，將已建工程特征的量化數(shù)據(jù)作為輸入，對(duì)應(yīng)的造價(jià)資料作為輸出，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)工程造價(jià)的預(yù)測(cè)。這種方法通過(guò)實(shí)例訓(xùn)練學(xué)習(xí)來(lái)確定模型的權(quán)重，避免了某些方法的人為計(jì)取權(quán)重的主觀影響計(jì)算簡(jiǎn)單、準(zhǔn)確，非常適合快速估算工程造價(jià)；并且，工程造價(jià)中隱性考慮了不同時(shí)期主材價(jià)格，使造價(jià)更加符合實(shí)際?；谏窠?jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)方法的主要限制，在于工程特征的選取和訓(xùn)練樣本的選取上。為確保

21、估算模型的準(zhǔn)確度，要求做到選取的工程特征能夠反映工程本質(zhì)，便于眾多樣本彼此區(qū)別開(kāi)來(lái)，同時(shí)，選取的訓(xùn)練樣本要和當(dāng)前工程類似，才可能使預(yù)測(cè)模型為問(wèn)題求解提供支持。然而這兩個(gè)方面的選取工作，目前只能憑借經(jīng)驗(yàn)來(lái)完成， 缺乏理論的指導(dǎo)，容易造成個(gè)別輸出目標(biāo)值偏離實(shí)際值3。第3章 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)3.1 模糊系統(tǒng)概述3.1.1 模糊系統(tǒng)的基本概念模糊數(shù)學(xué)是運(yùn)用數(shù)學(xué)方法研究和處理具有“模糊性”現(xiàn)象的數(shù)學(xué)。這里所謂的“模糊性”，主要是指客觀事物差異的中間過(guò)渡中的“不分明性”10。模糊數(shù)學(xué)并不是“模糊”的數(shù)學(xué)，它是采用嚴(yán)格的精確的數(shù)學(xué)手段來(lái)處理“模糊”的現(xiàn)象以達(dá)到消除“模糊”的一門(mén)數(shù)學(xué)。實(shí)際上它是人類認(rèn)識(shí)能力的

22、深化和精確的反應(yīng)11。模糊集合通常用大寫(xiě)字母來(lái)表示，它是用數(shù)學(xué)精確的數(shù)學(xué)語(yǔ)言對(duì)模糊性的一種描述。對(duì)于論域u上的一個(gè)集合模糊集合a，是指對(duì)于任意都制定了一個(gè)數(shù)。表示元素u屬于模糊集合a的程度或資格，叫做u對(duì)a的隸屬度。貼近度是指兩個(gè)模糊子集彼此相近的程度。貼近度在0，1區(qū)間內(nèi)取值。當(dāng)貼近度等于1時(shí)，稱兩個(gè)模糊子集完全貼合；當(dāng)貼近度等于0時(shí)，稱它們完全不相貼12。3.1.2 模糊系統(tǒng)理論建筑工程造價(jià)本身就是一個(gè)不確切的數(shù)字，帶有模糊性。有豐富經(jīng)驗(yàn)的工程預(yù)算人員，拿到圖紙不需進(jìn)行大量計(jì)算，根據(jù)建筑物的類型、結(jié)構(gòu)、裝飾等特征，就可以預(yù)測(cè)出造價(jià)，經(jīng)驗(yàn)越豐富，預(yù)測(cè)就越準(zhǔn)確。利用模糊數(shù)學(xué)理論，總結(jié)有經(jīng)驗(yàn)的工

23、程預(yù)算人員的預(yù)測(cè)方法，就能構(gòu)造出一個(gè)數(shù)學(xué)模型，實(shí)現(xiàn)對(duì)工程造價(jià)的預(yù)測(cè)12。工程造價(jià)模糊預(yù)測(cè)的方法是利用模糊數(shù)學(xué)的基本原理在同一結(jié)構(gòu)體系下，通過(guò)研究和對(duì)比擬建工程與已建工程結(jié)構(gòu)方案的相似程度，由造價(jià)師根據(jù)類似的已建工程的造價(jià)資料對(duì)擬建工程造價(jià)估算的過(guò)程9。用表示工程特征優(yōu)先關(guān)系集，公式為： （3-1）隸屬度公式為： （3-2）貼近度的公式： （3-3）式中的“”表示取最大值，根據(jù)已建工程和擬建工程的隸屬函數(shù)值，通過(guò)公式3-3，求出擬建工程與每一個(gè)已建工程的貼近度，并從大到小排序，以貼近度最大的前三個(gè)已建工程的造價(jià)為預(yù)測(cè)擬建工程造價(jià)的基礎(chǔ)，它們相應(yīng)的每平方米造價(jià)依次為，則擬建工程每平方米造價(jià)的數(shù)學(xué)預(yù)

24、測(cè)模型為13： （3-4）其中調(diào)整系數(shù)的公式為： （3-5）式中m為特征元素個(gè)數(shù)，為擬建工程的模糊關(guān)系系數(shù)，其值為 （3-6）若擬建工程的建筑面積為m，則擬建工程的總造價(jià)為： 。 （3-7）其中為價(jià)格指數(shù)，即根據(jù)不同時(shí)期價(jià)格比價(jià)取一個(gè)調(diào)整系數(shù)，這樣才能確保過(guò)去積累的已建工程資料用以估算當(dāng)前工程造價(jià)的準(zhǔn)確性，使模型成為動(dòng)態(tài)。3.2 神經(jīng)網(wǎng)絡(luò)概述3.2.1 神經(jīng)網(wǎng)絡(luò)的定義神經(jīng)網(wǎng)絡(luò)（neural network，nn）是利用人類神經(jīng)系統(tǒng)的工作原理進(jìn)行系統(tǒng)的模擬，它不是人腦生物神經(jīng)網(wǎng)絡(luò)的真實(shí)寫(xiě)照，而只是對(duì)它的簡(jiǎn)化、抽象與模擬14。動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)（dynamic neural network，dnn）是指

25、在學(xué)習(xí)過(guò)程中，隱層層數(shù)和維數(shù)根據(jù)規(guī)則不斷變化，結(jié)構(gòu)呈現(xiàn)動(dòng)態(tài)的神經(jīng)網(wǎng)絡(luò)15。動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型是無(wú)約束連接，在神經(jīng)處理單元擁有一些動(dòng)力要素，它可以對(duì)照神經(jīng)系統(tǒng)的數(shù)學(xué)表述16。3.2.2 神經(jīng)網(wǎng)絡(luò)理論神經(jīng)網(wǎng)絡(luò)是80年代中期迅速興起的智能科學(xué)與非線性科學(xué)，它是從模擬人腦的功能和結(jié)構(gòu)出發(fā)的。人腦中的計(jì)算是建立在大規(guī)模并行處理的基礎(chǔ)上，而且知識(shí)在人腦中采用分布式存儲(chǔ)，因而使得人腦具有很強(qiáng)的容錯(cuò)性與聯(lián)想功能，善于概括、類比、推廣，具有很強(qiáng)的學(xué)習(xí)能力，能通過(guò)后天的學(xué)習(xí)掌握大量知識(shí)。神經(jīng)網(wǎng)絡(luò)正是根據(jù)人腦的這種特點(diǎn)而提出的一種信息處理系統(tǒng)10。神經(jīng)網(wǎng)絡(luò)的基本單元也稱神經(jīng)元。神經(jīng)網(wǎng)絡(luò)的信息處理由神經(jīng)元之間的相互作用

26、來(lái)實(shí)現(xiàn)，知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)元件相互連接分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別決定于各種神經(jīng)元連接權(quán)的動(dòng)態(tài)演化過(guò)程。其中輸入部分類似于神經(jīng)細(xì)胞的樹(shù)突；連接權(quán)類似于突觸，是信息的存儲(chǔ)單元；輸出部分類似于軸突。一個(gè)神經(jīng)網(wǎng)絡(luò)中包含有很多這樣的信息處理單元，它們分布在不同的層次中，每個(gè)輸入和相應(yīng)的權(quán)值相乘后取和，獲得一個(gè)綜合信號(hào)，當(dāng)這個(gè)信號(hào)超過(guò)閾值時(shí)，神經(jīng)元被激活，產(chǎn)生輸出10。3.2.3 基于神經(jīng)網(wǎng)絡(luò)的建筑工程造價(jià)預(yù)測(cè)模型利用過(guò)去積累的大量典型工程的造價(jià)分析資料及工程特征作為訓(xùn)練樣本，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而完成輸入空間工程特征到輸出空間預(yù)測(cè)資料的映射17?；谏窠?jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型分以下幾個(gè)部分：

27、輸入預(yù)處理模塊、神經(jīng)網(wǎng)絡(luò)模塊和輸出處理模塊18。其核心部分是神經(jīng)網(wǎng)絡(luò)模塊。神經(jīng)網(wǎng)絡(luò)模型是由大量神經(jīng)元按某種方式互連而成的復(fù)雜網(wǎng)絡(luò)，為了表示互連的神經(jīng)元之間的相互影響程度，對(duì)每一連接賦予一定的權(quán)值。用于預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型，選用三階或三階以上的多階神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)。一般取三層：輸人層，隱含層和輸出層，如圖3-1所示。其中上下層之間神經(jīng)元全連接，而每層各神經(jīng)元之間無(wú)連接，多階神經(jīng)元不但可解決線性預(yù)測(cè)問(wèn)題，也可解決非線性預(yù)測(cè)問(wèn)題。 輸出處理模塊神經(jīng)網(wǎng)絡(luò)模塊輸入預(yù)處理模塊 圖3-1 基于神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)流程圖輸入預(yù)處理模塊主要是對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理。將有些定性的東西轉(zhuǎn)化為定量的數(shù)據(jù)，便于神經(jīng)網(wǎng)絡(luò)運(yùn)算

28、。神經(jīng)網(wǎng)絡(luò)模塊輸入層單元共m個(gè)，代表工程的特征向量。輸出層單元共n個(gè)，代表工程的預(yù)算資料。隱含層單元按照柯?tīng)柲缏宸蚨ɡ碓O(shè)為2m+1。輸出處理模塊將神經(jīng)網(wǎng)絡(luò)的輸出變量變?yōu)槲覀兯璧脑靸r(jià)數(shù)據(jù)，它們之間的關(guān)系如下19： （3-8）式中：為擬建工程的造價(jià)數(shù)據(jù)；為神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)；為所建工程的建筑面積；r為調(diào)整系數(shù)（經(jīng)驗(yàn)數(shù)據(jù)）。3.3 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)概述3.3.1 模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的融合分析模糊系統(tǒng)建立在能夠被人接受的“if-then”表達(dá)方式之上，但是如何自動(dòng)生成和調(diào)整隸屬函數(shù)和模糊規(guī)則，則是一個(gè)很棘手的問(wèn)題，目前往往是通過(guò)手動(dòng)方式解決，這種方式依賴于專家，而且時(shí)間效率不高20。神經(jīng)網(wǎng)絡(luò)雖然對(duì)

29、環(huán)境的變化具有較強(qiáng)的自適應(yīng)學(xué)習(xí)能力，但是它采用的是典型的黑箱（black-box）型學(xué)習(xí)模式，當(dāng)學(xué)習(xí)完成后，神經(jīng)網(wǎng)絡(luò)所獲得的輸入輸出關(guān)系無(wú)法用被人接受的方式表示出來(lái)。將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機(jī)融合，可以有效地發(fā)揮各自的優(yōu)勢(shì)并彌補(bǔ)其不足。神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)和自動(dòng)模式識(shí)別有極強(qiáng)的優(yōu)勢(shì)，采取神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行模糊信息處理，可以使模糊規(guī)則自動(dòng)提取和模糊隸屬函數(shù)自動(dòng)生成，從而使模糊系統(tǒng)成為自適應(yīng)的模糊系統(tǒng)21。而將具有邏輯推理能力和高階信息處理能力的模糊技術(shù)引入神經(jīng)網(wǎng)絡(luò)，可以大大拓寬神經(jīng)網(wǎng)絡(luò)處理信息的范圍和能力，使其不僅能處理精確信息，也能處理模糊信息；不僅能實(shí)現(xiàn)精確性聯(lián)想和映射，還可實(shí)現(xiàn)不精確性聯(lián)想和映射

30、，特別是模糊聯(lián)想和映射22。自1975年模糊神經(jīng)網(wǎng)絡(luò)提出至今，其得到很大的發(fā)展。模糊神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)的模糊化，雖然結(jié)合神經(jīng)網(wǎng)絡(luò)方法，利用神經(jīng)網(wǎng)絡(luò)的自組織性，達(dá)到柔性信息處理的目的，但模糊神經(jīng)網(wǎng)絡(luò)不能隨著客觀環(huán)境的變化而調(diào)整訓(xùn)練學(xué)習(xí)參數(shù)，不具備動(dòng)態(tài)學(xué)習(xí)和預(yù)測(cè)功能，隨著時(shí)間推移，預(yù)測(cè)精度會(huì)降低23。而動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)正是將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)有機(jī)融合，結(jié)合客觀環(huán)境的變化而形成的方法。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)比模糊神經(jīng)網(wǎng)絡(luò)無(wú)論是在模糊信息處理上，還是動(dòng)態(tài)學(xué)習(xí)與預(yù)測(cè)上都有了很大的優(yōu)勢(shì)。3.3.2 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)理論3.3.2.1 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的定義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)（dynamic fuzzy neura

31、l network，dfnn）是指結(jié)合模糊推理的信息處理方法，在學(xué)習(xí)過(guò)程中，隱層層數(shù)和維數(shù)根據(jù)規(guī)則不斷變化，結(jié)構(gòu)呈現(xiàn)動(dòng)態(tài)的神經(jīng)網(wǎng)絡(luò)15。結(jié)構(gòu)呈現(xiàn)動(dòng)態(tài)的目的是使網(wǎng)絡(luò)性能在訓(xùn)練過(guò)程中始終保持最優(yōu)。3.3.2.2 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，它由6部分組成：輸入層、模糊化層、規(guī)則層、歸一化層、遞歸層和輸出層。前面4層作輸入空間的模糊劃分，遞歸層內(nèi)含有兩個(gè)回歸神經(jīng)元，并與誤差及誤差的變化為小零的規(guī)則輸出相連，以完成動(dòng)態(tài)控制及動(dòng)態(tài)學(xué)習(xí)。由于dfnn為動(dòng)態(tài)映射，從而具有更強(qiáng)的描述動(dòng)態(tài)系統(tǒng)的能力15。 輸入層：輸入層將輸入向量傳到下一層，第i個(gè)神經(jīng)元連接到第i個(gè)x變量，；n表示輸

32、入變量個(gè)數(shù)。模糊化層：將個(gè)神經(jīng)元分成n組，每個(gè)神經(jīng)元只與一個(gè)輸入變量相連。每個(gè)神經(jīng)元對(duì)應(yīng)一個(gè)模糊子集或語(yǔ)言變量。 規(guī)則層：計(jì)算模糊子集的隸屬度及每條規(guī)則的激活度，每個(gè)神經(jīng)元與n個(gè)輸入變量相連，每個(gè)輸入連接權(quán)為1。神經(jīng)元完成模糊與操作，以獲得相應(yīng)的激活度。 。 （3-9）歸一化層：對(duì)規(guī)則層的激活度輸出做歸一化處理，即 （3-10）至此便實(shí)現(xiàn)了輸入空間的模糊劃分和模糊推理。值得注意的是：對(duì)任意輸入向量，任意時(shí)刻只有部分模糊輸入子空間被激活，非零的規(guī)則激活度只在相應(yīng)的激活子空間存在。遞歸層：它包含2個(gè)具有內(nèi)反饋的回歸神經(jīng)元和2個(gè)線性求和神經(jīng)元，僅與誤差及誤差的變化為小于零的12條規(guī)則輸出相連，其余規(guī)

33、則輸出則直接與輸出層相連。反饋層輸入為： （3-11）其中，p為誤差及誤差的變化為小于零的第1條規(guī)則，k=12為誤差及誤差的變化為小于零的規(guī)則總數(shù)。輸出層：以輸出層神經(jīng)元對(duì)遞歸層的輸出求和，作為動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的輸出。l1 l2 l3 l4 l5 l6wi1wi2時(shí)延時(shí)延 圖3-2 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)dfnn結(jié)構(gòu)圖3.3.3 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與動(dòng)態(tài)算法3.3.3.1 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)性能表現(xiàn)在網(wǎng)絡(luò)層數(shù)的動(dòng)態(tài)性、網(wǎng)絡(luò)維數(shù)的動(dòng)態(tài)性和節(jié)點(diǎn)激勵(lì)函數(shù)的動(dòng)態(tài)性。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的柔性是在網(wǎng)絡(luò)動(dòng)態(tài)性的基礎(chǔ)上，輸入和輸出維數(shù)可以變化以適應(yīng)不同的應(yīng)用對(duì)象6。首先設(shè)定：l為網(wǎng)絡(luò)層數(shù)，輸

34、入層為第0層，輸出層用l1表示；n(m)為第m層網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)；p為網(wǎng)絡(luò)學(xué)習(xí)總樣本數(shù)；為神經(jīng)網(wǎng)絡(luò)中第i-1層中第j節(jié)點(diǎn)與第i層第k節(jié)點(diǎn)的聯(lián)結(jié)權(quán)值；為輸入層中第j節(jié)點(diǎn)的第p組輸入樣本； 為第i層第j節(jié)點(diǎn)輸入相應(yīng)的第p組輸出；為第i層第j節(jié)點(diǎn)輸入相應(yīng)的第p組期望輸出。為第層網(wǎng)絡(luò)的節(jié)點(diǎn)激勵(lì)函數(shù)；為學(xué)習(xí)次數(shù)常數(shù)；、分別為在次學(xué)習(xí)前和學(xué)習(xí)后的衰減率；、分別表示當(dāng)給定控制學(xué)習(xí)算法的衰減率閾值時(shí)的最慢和最快衰減率；為給定e的收斂閾值；e為網(wǎng)絡(luò)輸出的均方誤差，是網(wǎng)絡(luò)性能的一項(xiàng)重要指標(biāo)，其表達(dá)形式為： （3-12）動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)解決問(wèn)題的能力來(lái)自模糊規(guī)則和神經(jīng)網(wǎng)絡(luò)中的連接權(quán)。模糊規(guī)則主要是專家在長(zhǎng)期的領(lǐng)域研究和

35、工作實(shí)踐過(guò)程中實(shí)踐經(jīng)驗(yàn)的概括和總結(jié)，可以分為理論性知識(shí)和經(jīng)驗(yàn)性知識(shí)。連接權(quán)是在已有經(jīng)驗(yàn)（樣本）的基礎(chǔ)上，通過(guò)網(wǎng)絡(luò)學(xué)習(xí)而得到的24。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的最大特點(diǎn)是參數(shù)的調(diào)整和結(jié)構(gòu)的辨識(shí)同時(shí)進(jìn)行，且學(xué)習(xí)速度快，可用于實(shí)時(shí)建模與控制。3.3.3.2 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)算法（1）動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)層數(shù)動(dòng)態(tài)算法，在層數(shù)動(dòng)態(tài)算法中，因?yàn)樵黾踊驕p少層數(shù)都會(huì)引起整個(gè)網(wǎng)絡(luò)劇烈振蕩，相對(duì)來(lái)說(shuō)維數(shù)動(dòng)態(tài)算法引起的振蕩要小，所以層數(shù)一般由經(jīng)驗(yàn)值確定，而且調(diào)整過(guò)程為微調(diào)，主要調(diào)整維數(shù)和節(jié)點(diǎn)激勵(lì)函數(shù)。如圖3-3。（2）動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)維數(shù)動(dòng)態(tài)算法，與層數(shù)動(dòng)態(tài)算法的原理基本一樣，區(qū)別在于學(xué)習(xí)次數(shù)網(wǎng)絡(luò)結(jié)構(gòu)變化不一樣。如

36、圖3-4。（3）節(jié)點(diǎn)激勵(lì)函數(shù)動(dòng)態(tài)算法，dfnn中的節(jié)點(diǎn)激勵(lì)函數(shù)具有以下幾種形式：階躍函數(shù)： （3-13）sigmoid型函數(shù)： （3-14）高斯型函數(shù)： （3-15）節(jié)點(diǎn)激勵(lì)函數(shù)的動(dòng)態(tài)性能主要表現(xiàn)在可以根據(jù)需要對(duì)節(jié)點(diǎn)激勵(lì)函數(shù)進(jìn)行調(diào)整,以提高學(xué)習(xí)過(guò)程的效率和精度為目標(biāo)。在層數(shù)動(dòng)態(tài)算法中，因?yàn)樵黾踊驕p少層數(shù)都會(huì)引起整個(gè)網(wǎng)絡(luò)劇烈振蕩，相對(duì)來(lái)說(shuō)，維數(shù)動(dòng)態(tài)算法引起的振蕩要小，所以層數(shù)一般由經(jīng)驗(yàn)值確定，而且調(diào)整過(guò)程為微調(diào)，主要調(diào)整維數(shù)和節(jié)點(diǎn)激勵(lì)函數(shù)6。yyyyyyytktk圖3-3 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)層數(shù)算法yyyyyyytktk 圖3-4 動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)維數(shù)算法第4章 基于dfnn的建筑工程造價(jià)預(yù)測(cè)的應(yīng)

37、用4.1 影響建筑工程造價(jià)預(yù)測(cè)的因素影響建筑工程造價(jià)的因素很多，若將其都作為變量，則會(huì)加大計(jì)算量，影響預(yù)測(cè)速度及準(zhǔn)確度，因此只有抓住建筑工程造價(jià)的主要影響因素，才會(huì)更加準(zhǔn)確的預(yù)測(cè)。對(duì)于建筑工程項(xiàng)目，政策法規(guī)因素、地區(qū)與市場(chǎng)因素、設(shè)計(jì)因素和施工因素等這里不作考慮，只考慮項(xiàng)目?jī)?nèi)部因素。 （1）建筑面積建筑面積與房屋內(nèi)裝修、主體工程、基礎(chǔ)工程的造價(jià)有很大的關(guān)系。建筑面積一般來(lái)說(shuō)其值是比較大的，對(duì)工程造價(jià)預(yù)測(cè)起到很重要的作用。（2）層數(shù)層高層數(shù)對(duì)于工程總造價(jià)的影響也是比較大的，若增加1層經(jīng)濟(jì)效益很高的，而減少1層則會(huì)使經(jīng)濟(jì)效益嚴(yán)重受到影響。（3）房間組合為滿足不同消費(fèi)群體的需求，這里主要把戶型分為5類

38、：兩室一廳、兩室兩廳、三室一廳、三室兩廳、四室一廳。（4）結(jié)構(gòu)形式結(jié)構(gòu)類型對(duì)建筑物的造價(jià)影響很大，特別是對(duì)主體工程。住宅類建筑的結(jié)構(gòu)形式常見(jiàn)的有：砌體結(jié)構(gòu)、框架結(jié)構(gòu)、剪力墻結(jié)構(gòu)。（5）基礎(chǔ)類型住宅類建筑的基礎(chǔ)比較單一，基礎(chǔ)的類型與建筑的造價(jià)有很大的關(guān)系。這里主要把基礎(chǔ)分為樁基礎(chǔ)、條形基礎(chǔ)和獨(dú)立基礎(chǔ)。（6）屋面形式屋面形式的不同，對(duì)建筑物的許多方面有很大的關(guān)系，住宅是屋頂形式一般分為：平屋頂、人字屋頂、斜屋頂，不同的屋面形式對(duì)屋面防水工程造價(jià)的影響也是非常大的。（7）門(mén)窗類型門(mén)窗類型主要與材料有關(guān)，材料價(jià)格的高低直接影響到工程的造價(jià)。住宅樓的門(mén)窗一般采用塑鋼門(mén)窗、鋁合金門(mén)窗、木門(mén)鋼窗等。（8）人

39、工價(jià)格人工價(jià)對(duì)工程造價(jià)的影響不是很大，各種工程量的大小直接與其對(duì)應(yīng)的人工費(fèi)用相掛鉤。不同的工種他們的價(jià)格是各不相同的，他們分為：一般的技術(shù)工、機(jī)械操作人員、打雜工等，一般的價(jià)格為50元至100元不等。（9）機(jī)械設(shè)備由于每天機(jī)械設(shè)備的價(jià)格是很高的，所以其對(duì)工程造價(jià)的影響非常大。（10）主要材料價(jià)格（水泥、沙石、鋼筋）主要建筑材料是指三大建材：水泥、沙石、鋼筋。這三大建材對(duì)建筑物的主體工程和基礎(chǔ)工程的影響特別大，特別是水泥和鋼筋隨市場(chǎng)的變化大，價(jià)格高，用量大，其直接決定主體結(jié)構(gòu)和基礎(chǔ)工程的造價(jià)。（11）外裝修對(duì)于房地產(chǎn)開(kāi)發(fā)商主要是外裝修，其常用的主要是白色涂料、綠色涂料、外墻乳膠漆，這些材料價(jià)格主

40、要決定了外裝修的造價(jià)。（12）內(nèi)裝修對(duì)于待出售的商品房，內(nèi)裝修都是簡(jiǎn)單的粉刷，主要材料是涂料、白灰墻、瓷磚。內(nèi)裝修材料價(jià)格也同樣對(duì)工程造價(jià)有一定的影響。（13）樓地面房地產(chǎn)開(kāi)發(fā)商對(duì)于樓地面都要做簡(jiǎn)單的裝修。多采用水泥地面、水磨石、地板等。同樣樓地面的裝修造價(jià)也取決于材料的價(jià)格。（14）建筑物凈高建筑物的凈高對(duì)建筑物造價(jià)影響十分大，如果在給定的高度空間多出一層，其經(jīng)濟(jì)效益是相當(dāng)可觀。其中建筑面積、層數(shù)、人工價(jià)格、機(jī)械設(shè)備價(jià)、主要材料價(jià)（水泥、沙石、鋼筋）、建筑物凈高為確定性因素，其余為模糊因素。這些特征對(duì)工程造價(jià)的影響有大有小，可用權(quán)重來(lái)表示。根據(jù)查閱的相關(guān)資料和建筑工程的一般經(jīng)驗(yàn)7-9，得到以

41、上16種影響因素的權(quán)重向量：0.03，0.08，0.05，0.18，0.15，0.01，0.05，0.01，0.05，0.10，0.04，0.02，0.09，0.07，0.06，0.01。4.2 基于dfnn的建筑工程造價(jià)預(yù)測(cè)的程序4.2.1 建筑工程造價(jià)預(yù)測(cè)的基本思路 用模糊數(shù)學(xué)方法對(duì)己知的類似工程進(jìn)行描述，把模糊化的樣本工程的工程特征值經(jīng)信息擴(kuò)散處理后作為網(wǎng)絡(luò)的輸入值，樣本工程的單方造價(jià)作為網(wǎng)絡(luò)的目標(biāo)向量，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后把擬建工程特征值輸入，經(jīng)訓(xùn)練的網(wǎng)絡(luò)得出預(yù)測(cè)工程的總造價(jià)的預(yù)測(cè)值4。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)作為具有一定處理定性與定量知識(shí)的技術(shù)與方法，可充分利用模糊邏輯所具有的較強(qiáng)的結(jié)構(gòu)性知

42、識(shí)表達(dá)能力和神經(jīng)網(wǎng)絡(luò)強(qiáng)大的自學(xué)習(xí)與定量數(shù)據(jù)的直接處理能力。4.2.2 建筑工程造價(jià)預(yù)測(cè)軟件matlab擁有更豐富的數(shù)據(jù)類型和結(jié)構(gòu)、更友善的面向?qū)ο?、更加快速精良的圖形可視、更廣博的數(shù)學(xué)和數(shù)據(jù)分析資源、更多的應(yīng)用開(kāi)發(fā)工具。matlab就有具有豐富的數(shù)學(xué)功能，很好的圖視系統(tǒng)，可直接處理一些高級(jí)的圖象。有功能強(qiáng)大的應(yīng)用工具箱，使用方便，還具有很好的擴(kuò)張功能，使用matlab語(yǔ)言編寫(xiě)的程序可以直接運(yùn)行，無(wú)需編譯，同時(shí)它還具有很好的幫助功能。在本文中也正是應(yīng)用matlab的這種強(qiáng)大的功能實(shí)現(xiàn)對(duì)建筑工程造價(jià)的預(yù)測(cè)。4.2.3 建筑工程造價(jià)預(yù)測(cè)程序圖否否是輸入樣本信息信息模糊化，規(guī)則推理提示結(jié)束結(jié)束信息分解

43、信息擴(kuò)充信息收縮樣本信息可用？動(dòng)態(tài)網(wǎng)絡(luò)檢測(cè)提取特征信息樣本管理學(xué)習(xí)模塊是信息反模糊化完成所用？工程總造價(jià)工程子項(xiàng)目造價(jià)預(yù)測(cè)值輸入擬建工程信息調(diào)用網(wǎng)絡(luò)進(jìn)行預(yù)測(cè) 圖4-1建筑工程造價(jià)預(yù)測(cè)程序流程圖4.2.4 樣本資料表4-1 特征因素具體數(shù)據(jù)工程特征a1a2a3a4a5a6a7a8a9a10建筑面積6290450055504600360019503600288089655653層數(shù)109985566106房間組合兩室一廳兩室一廳三室一廳三室一廳兩室一廳兩室兩廳三室一廳兩室一廳兩室一廳兩室兩廳結(jié)構(gòu)形式剪力墻砌體結(jié)構(gòu)剪力墻剪力墻砌體結(jié)構(gòu)砌體結(jié)構(gòu)砌體結(jié)構(gòu)框架結(jié)構(gòu)剪力墻框架結(jié)構(gòu)基礎(chǔ)類型灌注樁基灌注樁基條形

44、基礎(chǔ)條形基礎(chǔ)預(yù)制樁基條形基礎(chǔ)預(yù)制樁基預(yù)制樁基獨(dú)立基礎(chǔ)預(yù)制樁基屋面形式斜屋面平屋面斜屋面平屋面斜屋面人字屋頂斜屋面斜屋面斜屋面斜屋面門(mén)窗類型鋁合金門(mén)窗塑鋼門(mén)窗鋁合金門(mén)窗塑鋼鋼窗鋁合金木門(mén)鋼窗木門(mén)鋼窗塑鋼門(mén)窗塑鋼門(mén)窗鋼門(mén)木窗人工價(jià)格70556575504055608055機(jī)械設(shè)備130012001100125090010001250120012501150主要材料鋼筋2750275027002600250028002700300028002750水泥400370350330300360375370365360沙石150160155165145150150145150150外裝修白色涂料白色涂料乳膠

45、漆綠色涂料乳膠漆白色涂料白色涂料乳膠漆白色涂料綠色涂料內(nèi)裝修白灰墻涂料涂料白灰墻白灰墻涂料白灰墻涂料涂料白灰墻樓地面水泥地面水磨石水泥地面水泥地面水磨石水泥地面水泥地面水泥地面水泥地面水磨石凈高3.33.02.93.02.93.23.03.03.52.9造價(jià)(元m2)761.88629.6709.18657.6450.45589.62542.54491.73801.6558.924.2.5 特征因素定量化對(duì)于特征因素中的確定性因素與模糊因素作定量化處理，以便于計(jì)算機(jī)的識(shí)別。（1）確定性因素的處理：設(shè)第k個(gè)樣本工程的確定性因素指標(biāo)為，n為樣本數(shù)量，m為確定性因素的個(gè)數(shù)，將特征向量寫(xiě)成向量形式：

46、（4-1）按照“遍除最大值”法將以上數(shù)列化為之間的量，處理后的確定性因素轉(zhuǎn)化為能夠反映單項(xiàng)因素優(yōu)劣的相對(duì)值。 （4-2）（2）模糊因素的處理：具體方法是，首先描述模糊因素，定義影響工程造價(jià)的標(biāo)準(zhǔn)特征因素的基本特點(diǎn)，并令標(biāo)準(zhǔn)特征因素指標(biāo)為0.5，將依次與之進(jìn)行對(duì)照比較，優(yōu)者取0.51.0之間，位劣者取00.5之間值，如此根據(jù)相對(duì)好壞程度確定相對(duì)值大小25。并按照前面模糊系統(tǒng)中所描述的處理。其中4.3中也詳細(xì)介紹了工程造價(jià)預(yù)測(cè)中模糊信息處理方法。在本文中，根據(jù)所搜集的樣本數(shù)據(jù)，綜合考慮各種因素后得出如表4-2所示結(jié)果。表4-2已建工程與擬建工程定量化數(shù)據(jù)造價(jià)資料工程特征a1a2a3a4a5a6a7

47、a8a9a10sf10.700.500.620.510.400.220.400.3210.630.57f210.900.900.800.500.500.600.6010.60.6f30.800.850.9010.800.800.950.850.800.800.90f410.850.910.880.720.750.830.810.920.840.85f50.8310.750.890.570.830.780.890.970.810.84f60.850.800.850.80.90.8510.800.850.90.85工程特征a1a2a3a4a5a6a7a8a9a10sf70.940.9310.830

48、.890.860.830.940.920.930.96f910.920.850.960.690.770.960.920.960.880.92f100.920.920.900.870.830.930.9010.930.920.90f1110.930.880.830.750.900.940.930.910.900.83f120.910.970.9410.880.910.910.880.910.910.91f130.940.830.8010.570.580.710.730.850.760.96f1410.810.850.670.580.670.690.670.760.660.93f150.930.9

49、60.840.8310.970.890.820.890.980.96f160.940.860.830.860.830.910.860.8610.830.86造價(jià)761.88629.6709.18657.6450.45589.62542.54491.73801.6558.92待估4.3 建筑工程造價(jià)預(yù)測(cè)模糊信息處理方法動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)對(duì)于建筑工程造價(jià)預(yù)測(cè)模糊知識(shí)處理方法，主要在于解決由于輸入信息冗余或缺少，或者是輸入的信息與網(wǎng)絡(luò)無(wú)直接相關(guān)是，動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)對(duì)于此種狀況做出相應(yīng)處理，具體的標(biāo)準(zhǔn)化包括信息擴(kuò)充、信息收縮和信息分解6。（1）dfnn信息擴(kuò)充：當(dāng)設(shè)計(jì)師給出的信息缺少時(shí)，解決如何利用給出

50、信息推理得到其他信息，或按缺省值、經(jīng)驗(yàn)值處理；（2）dfnn信息收縮：當(dāng)設(shè)計(jì)師給出的信息過(guò)多，與網(wǎng)絡(luò)結(jié)構(gòu)相比出現(xiàn)冗余時(shí)，解決如何對(duì)這些信息進(jìn)行有效壓縮；（3）dfnn信息分解：當(dāng)設(shè)計(jì)師給出的信息與網(wǎng)絡(luò)無(wú)直接相關(guān)時(shí)，使用信息分解功能推理實(shí)現(xiàn)網(wǎng)絡(luò)所需的信息。在模糊邏輯系統(tǒng)中，知識(shí)及隸屬度的表達(dá)為：設(shè)論域，u上模糊集a對(duì)應(yīng)的隸屬度為，模糊集a可以表示為。動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)對(duì)模糊知識(shí)處理主要包括如下原理：（1）分解定理：設(shè),則存在，有, 。（2）擴(kuò)展原理：設(shè)為普通函數(shù)，于是，任意,則；任意。（3）基于模糊規(guī)則推理：ifx=atheny=bwith condition規(guī)則中的condition主要實(shí)現(xiàn)信息

51、隸屬度對(duì)規(guī)則的控制。4.4 案例分析4.4.1 案例描述某建筑公司投資開(kāi)發(fā)住宅樓，工程記為s，6層，建筑面積約為5100平方米，戶型為兩室一廳，本工程由中建設(shè)院設(shè)計(jì)，其結(jié)構(gòu)形式為剪力墻結(jié)構(gòu)，基礎(chǔ)采用鋼筋混凝土灌注樁，屋面采用斜屋頂，門(mén)窗都為鋼門(mén)木窗，人工價(jià)格為60元/天，機(jī)械設(shè)備價(jià)1200元/天，主要材料中水泥為330元/m3，沙石150元/m3，鋼筋2700元/噸，外墻采用外墻乳膠漆，內(nèi)墻為普通白色涂料，地面為普通水泥地面，建筑物的凈高為3.0米。4.4.2 案例結(jié)果與分析本案例中，輸入10個(gè)樣本，精度可達(dá)10-6?？倢W(xué)習(xí)時(shí)間為6小時(shí)，其中整個(gè)網(wǎng)絡(luò)共5層，3個(gè)隱蔽層，輸入層節(jié)點(diǎn)數(shù)為16，輸出層節(jié)點(diǎn)數(shù)為1，隱蔽層節(jié)點(diǎn)分別是32，32和5，其結(jié)果收斂很快，經(jīng)4187次迭代，總學(xué)習(xí)時(shí)間為30小時(shí)。根據(jù)以上的數(shù)據(jù)可以得到待估工程的輸入數(shù)據(jù)，即待估工程的輸入數(shù)據(jù)為：x=0.57，0.60，0.90，0.85，0.84，0.85，0.96，0.75，0.92，0.90，0.83，0.91，0.96，0.93，0.96，0.86由于樣本工程的個(gè)數(shù)少，為了充分利用所獲得的信息，對(duì)輸入信息進(jìn)行動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)信息擴(kuò)充處理。將相關(guān)數(shù)據(jù)和程序輸入matlab軟件中，具體的程序設(shè)計(jì)見(jiàn)附錄，得出如下輸出結(jié)果：輸出的住宅樓的總造價(jià)為：3167