公路工程建設(shè)項(xiàng)目中建立分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法的造價(jià)估算模型,工程管理論文

公路工程建設(shè)項(xiàng)目中建立分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法的造價(jià)估算模型,工程管理論文本篇論文目錄導(dǎo)航：【】【】公路工程建設(shè)項(xiàng)目中建立分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法的造價(jià)估算模型【】【】【】工程估價(jià)論文：公路工程建設(shè)項(xiàng)目中建立分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法的造價(jià)估算模型內(nèi)容摘要：建立基于分布估計(jì)神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算模型,為實(shí)現(xiàn)快速、高效的估算公路工程造價(jià)提供了技術(shù)條件,是公路工程造價(jià)估算在實(shí)際應(yīng)用中的一次有意義的嘗試。本文關(guān)鍵詞語(yǔ)：估價(jià)模型;神經(jīng)網(wǎng)絡(luò);分布估計(jì)算法;HighwayEngineeringEstimationofDistributionAlgorithmofNeuralNetworkAbstract：TheestablishmentofhighwayengineeringcostestimatemodelwhichbasedonEstimateofdistributionnetworkprovidestechnologicalconditionsforfastandefficientcostestimate.Atthesametime,thisstudyisalsoameaningfulattemptofconstructioncostestimateinpracticalapplication.0引言公路工程估價(jià)的合理性直接影響著公路工程建設(shè)項(xiàng)目投資決策的正確性，它是公路工程建設(shè)項(xiàng)目可行性研究的重要環(huán)節(jié)，也是建設(shè)項(xiàng)目的底編制的控制標(biāo)準(zhǔn)。怎樣快速、合理地估算工程造價(jià)是關(guān)系到公路工程建設(shè)項(xiàng)目投資決策的重要課題，對(duì)建設(shè)項(xiàng)目成本管理具有重要意義。本文擬在公路工程建設(shè)項(xiàng)目中建立基于分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法的造價(jià)估算模型。首先對(duì)牽涉公路工程造價(jià)的各個(gè)主要特征進(jìn)行定量化描繪敘述，然后結(jié)合所建立的分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法模型，運(yùn)用相關(guān)專業(yè)軟件快速估算公路工程造價(jià)。公路工程造價(jià)分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法通過(guò)模擬智能決策，快速、合理估算出公路工程造價(jià)，有助于項(xiàng)目決策者做出相對(duì)準(zhǔn)確的投資決策。1相關(guān)研究國(guó)內(nèi)外對(duì)工程造價(jià)估算智能化的研究，大致能夠分為三類：1.1利用計(jì)算機(jī)模擬技術(shù)建立模型通過(guò)分析、模擬實(shí)際施工經(jīng)過(guò)，對(duì)各分項(xiàng)工程先給出可能造價(jià)的先驗(yàn)概率，能夠由計(jì)算機(jī)產(chǎn)生一個(gè)隨機(jī)數(shù)，這個(gè)隨機(jī)數(shù)進(jìn)入到下一個(gè)分項(xiàng)工程當(dāng)中，然后結(jié)合這項(xiàng)工程的先驗(yàn)概率再產(chǎn)生一個(gè)隨機(jī)數(shù)。這些隨機(jī)數(shù)代表每個(gè)分項(xiàng)工程的實(shí)際造價(jià)。以此類推，直到全部分項(xiàng)工程計(jì)算完畢，產(chǎn)生所有分項(xiàng)工程造價(jià)之和作為總的估算造價(jià)。這種模型優(yōu)點(diǎn)是在樣本庫(kù)齊全的前提下估算更符合客觀實(shí)際，缺點(diǎn)是確定先驗(yàn)概率需要大量的已建工程樣本資料，計(jì)算比擬繁瑣[1]，而且各分項(xiàng)工程造價(jià)樣本值受工程所在地實(shí)際情況影響較大。1.2基于神經(jīng)網(wǎng)絡(luò)技術(shù)的工程造價(jià)估算專家系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)在工程估價(jià)中的應(yīng)用可分為兩種：一種是基于Hopfield的工程應(yīng)用；另一種是基于BP神經(jīng)網(wǎng)絡(luò)的工程應(yīng)用。JasonPortas等人將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于勞動(dòng)生產(chǎn)力效率預(yù)測(cè)和成本預(yù)測(cè)中建立三層BP構(gòu)造模型，該模型的輸出不是精到準(zhǔn)確的值而是模糊集[2]，能夠較好的應(yīng)用于工程前期造價(jià)估算。許寧[3]采用模糊神經(jīng)網(wǎng)絡(luò)估算工程造價(jià)，采用模糊數(shù)學(xué)中的從屬函數(shù)來(lái)反映工程特征間的差異性，再結(jié)合定性分析和定量分析將工程特征進(jìn)行量化描繪敘述后，通過(guò)歸一化處理得到從屬度。劉鵬[4]匯總整理了神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)和缺乏，提出利用遺傳神經(jīng)網(wǎng)絡(luò)算法快速估算工程造價(jià)的設(shè)想。1.3利用模糊數(shù)學(xué)建模這類模型運(yùn)用模糊數(shù)學(xué)聚類分析技術(shù)和灰色系統(tǒng)理論，引用從屬度和貼近度等概念建模。但這類造價(jià)估算模型也有尚待商榷之處，沒(méi)有能全面考慮工程造價(jià)動(dòng)態(tài)性的影響，估算精度可信度較低，需要搜集大量已建工程樣本作為基礎(chǔ)數(shù)據(jù)，具有較強(qiáng)的主觀性且估價(jià)速度并不理想。國(guó)內(nèi)工程造價(jià)估算多采用擴(kuò)大指標(biāo)估算法和概算指標(biāo)估算法。所采用的估算指標(biāo)是由本行業(yè)和地方統(tǒng)一制定，并沒(méi)有考慮建設(shè)工程質(zhì)量、實(shí)際管理水平等問(wèn)題，逐步難以適應(yīng)市場(chǎng)經(jīng)濟(jì)體制的發(fā)展。國(guó)內(nèi)造價(jià)軟件做得較好的有：廣聯(lián)達(dá)三山軟件、上海神機(jī)妙算、上海魯班算量、同望公路等，現(xiàn)有軟件基本都分屬于工程項(xiàng)目管理類或預(yù)決算類，但是真正將兩者有機(jī)結(jié)合并向前后延伸，有助于實(shí)現(xiàn)工程造價(jià)全生命周期管理的造價(jià)軟件明顯缺乏。遺傳、模糊、神經(jīng)網(wǎng)絡(luò)技術(shù)在工程造價(jià)估算中的應(yīng)用相當(dāng)廣泛，當(dāng)前遺傳算法的主要缺乏在于：收斂速度較慢且解的精度不高。有關(guān)研究人員提出了一種方式方法就是分布估計(jì)算法(EstimationofDistributionAlgorithms,EDAs)[5]。分布估計(jì)算法與GA的最大區(qū)別在于它們產(chǎn)生后代的方式不同，分布估計(jì)算法不使用GA的重組操作，而是對(duì)解集進(jìn)行分析，從解集中選擇部分好的解集提取信息，利用這些信息建立適當(dāng)?shù)母怕史植迹購(gòu)母怕史植贾羞M(jìn)行抽樣得到下一代。這種方式方法避免了GA中建筑塊的毀壞。本文的研究動(dòng)機(jī)就是在公路工程估價(jià)中引入分布估計(jì)算法的同時(shí)結(jié)合神經(jīng)網(wǎng)絡(luò)來(lái)解決工程造價(jià)估算的問(wèn)題。2用于公路工程造價(jià)估算的分布估計(jì)神經(jīng)網(wǎng)絡(luò)算法分布估計(jì)算法有多種實(shí)現(xiàn)方式，這些算法的區(qū)別主要在于所采用的概率模型和采樣方式方法；共同點(diǎn)是產(chǎn)生下一代的方式，它們都從解集中選擇好的解集，并從中提取信息，利用這些信息建立適宜的概率分布，再?gòu)母怕史植贾谐闃拥玫较乱淮?。本文采用UMDA(Univariatemarginaldistributionalgorithm〕算法與神經(jīng)網(wǎng)絡(luò)BP算法相結(jié)合[6]，詳細(xì)算法如下：算法3.1：分布估計(jì)神經(jīng)網(wǎng)絡(luò)輸入：訓(xùn)練數(shù)據(jù)集，即擬建項(xiàng)目的特征因素的代表值；輸出：BP神經(jīng)網(wǎng)絡(luò)估算公路工程造價(jià)；(1〕隨機(jī)初始化種群(2〕計(jì)算P(0〕中個(gè)體的適應(yīng)值；(3)while〔不知足終止準(zhǔn)則〕do{(1)根據(jù)個(gè)體的適應(yīng)值及選擇策略從P(t〕中選擇M個(gè)優(yōu)秀解；(2)根據(jù)這M個(gè)個(gè)體更新概率向量：華而不實(shí)j(Xi=xi〕={1,Xi=xi;0，其他}(3)根據(jù)新的概率向量隨機(jī)采樣，產(chǎn)生下一代種群P(t);(4)計(jì)算P(t〕中個(gè)體的適應(yīng)值；(5)t=t+1;}(4〕將所得到的解分解為BP網(wǎng)絡(luò)所對(duì)應(yīng)的權(quán)值和閾值；(5〕運(yùn)行BP，輸出仿真值。3實(shí)驗(yàn)結(jié)果比擬本文采用文獻(xiàn)[7]中的影響公路工程造價(jià)和工程量的9種主要特征作為估算模型的輸入，以每公里公路工程單方造價(jià)作為本估算模型的輸出。當(dāng)以案例中的前13個(gè)樣本進(jìn)行訓(xùn)練，用后4個(gè)樣本作為測(cè)試數(shù)據(jù)時(shí)，經(jīng)過(guò)10次運(yùn)算的神經(jīng)網(wǎng)絡(luò)估算模型誤差情況如表1和表2，從表上數(shù)據(jù)能夠看出遺傳BP網(wǎng)絡(luò)較分布估計(jì)BP網(wǎng)絡(luò)的單點(diǎn)之間的誤差大，且網(wǎng)絡(luò)震蕩現(xiàn)象頻發(fā)，而經(jīng)過(guò)分布估計(jì)算法優(yōu)化改良后的BP神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性和容錯(cuò)性能大幅提升；由以上比照能夠看出，改良后的BP網(wǎng)絡(luò)在性能上優(yōu)于一般BP網(wǎng)絡(luò)模型，能在降低計(jì)算結(jié)果的平均誤差的同時(shí)大幅提高計(jì)算精度。4結(jié)論針對(duì)公路工程造價(jià)估算問(wèn)題是工程中一個(gè)非常重要的問(wèn)題，本文著重闡述了怎樣進(jìn)行公路工程造價(jià)估算，以便得到更為合理的公路工程造價(jià)，并研究了利用分布估計(jì)算法和神經(jīng)網(wǎng)絡(luò)相結(jié)合來(lái)解決該問(wèn)題，實(shí)驗(yàn)結(jié)果表示清楚，本文提出的算法在尋優(yōu)性能上優(yōu)于遺傳神經(jīng)網(wǎng)絡(luò)算法。表1遺傳BP網(wǎng)絡(luò)預(yù)測(cè)結(jié)果誤差狀況表2分布估計(jì)BP網(wǎng)絡(luò)預(yù)測(cè)結(jié)果誤差狀況以下為參考文獻(xiàn)[1]BuchananJS,Costmodelsforestimating[M].London:RoyalInstitutionofCharteredSurveyors1982.[2]王波,蔣鵬,卿曉霞.人工智能技術(shù)及其在建筑行業(yè)中的應(yīng)用[J].微型機(jī)與應(yīng)用,2004(8):4-7.[3]許寧.基于遺傳模糊神經(jīng)網(wǎng)絡(luò)的建筑工程造價(jià)估計(jì)方式方法[J].江漢石油學(xué)院學(xué)報(bào),2000,22(1):87-88.[4]劉鵬.遺傳神經(jīng)網(wǎng)絡(luò)形式下的工程造價(jià)快速估算研究[J].價(jià)格月刊,2018(6):15-16.[5]LarrnagaP,LozanoJA.EstimationofDistributionAlgo-rithms[M].ANewToolforEvolutionaryComputation.Boston:KluwerAcademicPublishers,2002.[6]陳佳,李敏.用于多維數(shù)據(jù)實(shí)視圖選擇的分布估計(jì)算法[J].計(jì)算機(jī)工程,2020,38(11):45-47.[7]景晨光,段曉晨.基于遺傳神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算方式方法研究[J].石家莊鐵道大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018,4(4):11-17.[8]周其明,汪淼,任宏.神經(jīng)網(wǎng)絡(luò)集成在工程造價(jià)估算中的應(yīng)用研究[J].重慶交通學(xué)院學(xué)報(bào),2005(04).[9]田原.Matlab語(yǔ)言的NeuralNetworkToolbox及其在同步中的應(yīng)用[J].當(dāng)代電子技術(shù),2008(20)[10]孫莉,駱漢賓.基于貼近度方式方法優(yōu)化質(zhì)量事故診斷案例的選擇[J].四川建筑,2007(01).[11]鄧煥彬,強(qiáng)茂山,劉可.基于神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)快速估算方式方法[J].中南公路工程,2006(03).[12]劉浩,白振