基于BP神经网络建筑工程造价快速估算方法

基于BP神经网络的公路工程造价快速估算方法_陈娟

近几年来随着我国的房地产事业在飞速发展的同时，带动了更多产业链的发展。不论是各种市政工程，道路桥梁工程，还是民用建筑，装饰安装工程，这些都离不开估概预算。并且估概预算的结果还会直接影响到建筑承包商参与工程投标的标的，进而也会影响到建筑承包商是否中标。所以采用一个精准而快速的建筑工程造价估算方法是十分的有必要的。随着科学技术的不断进步，将bp神经网络运用到建筑工程估算中使建筑工程估算方法有了个新的途径。本文首先介绍bp神经网络估算的原理，然后分析在bp神经网络计算法下建筑工程该如何向量和样本化以及怎样运用bp神经网络进行建筑工程造价估算。

基于bp神经网络的建筑工程造价快速预测——快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有...

基于bp神经网络的建筑工程造价快速预测——快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有...

快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有动量项自适应bp神经网络开展了工程造价的估算。实例计算表明,在考虑造价指数时实例工程造价误差为1.06%,远高于文献[1]的工程造价误差3.02%,提高了工程造价估算精度。该模型具有较高的可行性和可靠性,为工程造价的快速估算提供了一种有效途径。

快速、准确地进行工程造价估算对控制工程成本具有重要的现实意义。根据神经网络原理和对工程特征的分析,确定了6个工程特征类目作为神经网络的输入向量,提出了基于bp神经网络的工程造价快速估算模型,并选取已建住宅工程为估价实例。经验算,其精度可以满足实际工程投资估算和设计概算的需要。因此,用bp神经网络快速估算工程造价是行之有效的。

本文根据神经网络的原理和工程造价估算的特点，建立了基于神经网络的工程造价估算模型；阐述了估算模型的基本原理；并通过住宅建筑估价模型的建立，说明了模型的实现方法且验证了其实用性

基于神经网络的工程造价快速估算

针对装修工程造价计算流程复杂、难以快速估算的问题,结合bp神经网络构建面向简单装修工程的工程造价估算模型,以15个典型工程特征作为输入指标,实现对工程造价和人工工日的快速估算。利用keras与tensorflow编写程序,选取典型工程样本训练模型,并进行了验证分析。结果表明,该模型能够较好地学习输入与输出之间的关系,有效预测工程造价与人工工日,为装修工程造价的快速估算提供一种有效途径。

基于神经网络的公路工程造价快速估算方法_邓焕彬

提出了公路工程造价快速估算的模糊神经网络方法。计算实例表明,该方法估算公路工程造价具有方便、快捷、准确的特点,具有较高的实用价值。

从影响公路造价的影响因素中提取特征因子,用神经网络建立起公路造价快速估测模型,以工程特征为参数,用历史数据为依据,建立模型,文章最后用实例验证了bp神经网络模型在公路工程造价估测中的优良效果,结果显示,bp神经网络在这方面应用效果较好.

基于bp神经网络模型,提出保证成本估算精度的神经网络分析方法;并收集20个住宅工程实例,其中4个作为检测实例。实验结果表明根据工程前期阶段的基本信息推算得到的成本精度,可以满足实际工程成本估算的需要。

建筑经济 constructioneconomy 第36卷第9期 2015年9月 vol.36　no.9 sep.2015 基于bp神经网络的民用建筑工程造价估算方法研究* 孟俊娜，梁岩，房宁 （天津大学管理与经济学部，天津300072） 摘要：分析影响民用建筑工程造价的主要因素并提取相应的工程特征指标；采用系统聚类的方法，选择待 估算工程的有效样本类，确定最佳样本数量。将上述提取的工程特征值作为输入值，以工程造价作为输出 值，建立建筑工程造价的bp神经网络估算模型。最后通过实例验证，预测精度符合决策阶段的要求，证明 该模型确实可行。 关键词：民用建筑工程；造价估算；bp神经网络；特征指标；训练样本 中图分类号：tu723.3　　文献标识码：a　　文章编号：1002-851x（2015）09-0064-05 doi：10.1

利用显著性成本理论和神经网络理论相结合的方法,对拟建工程项目的投资进行估算,步骤为:①采用均值理论挑选已完成类似工程的显著性成本项目,计算其显著性因子csf;②估算拟建项目的显著性成本项目造价;③拟建工程项目造价除以显著性因子的均值,得到拟建工程项目的总造价。实例验证结果表明:估算值的相对误差小于5%,满足估算精度的要求。

本文把信息扩散原理和神经网络相结合,提出一种工程造价的估测方法,并给出计算实例。

遗传神经网络模式下的工程造价快速估算研究——针对工程项目建设前期对造价估算误差大、难度大、编制时间长的特点，通过设立以人工智能技术为基础的新型造价快速估算方法，可以使工程项目初期造价估算更合理、准确、快捷，并为项目投资评估及投标报价提供依据。

针对工程项目建设前期对造价估算误差大、难度大、编制时间长的特点,通过设立以人工智能技术为基础的新型造价快速估算方法,可以使工程项目初期造价估算更合理、准确、快捷,并为项目投资评估及投标报价提供依据。

建设项目工程造价估算对发包人和承包人进行决策具有至关重要的作用,运用bp神经网络理论,结合实例给出了用于建设项目工程造价估算的bp神经网络模型,仿真实验表明,采用该模型的估算结果是令人满意的。

本文根据神经网络和工程造价估算的特点,提出了采用bp神经网络进行工程造价估算,并以住宅建筑模型为例进行了验证,证明了该方法能够准确、快速估算工程造价。

y 基于神经网络的工程造价估算方法及其excel实现 孙金丽,郑立群,张世英 (天津大学管理学院,天津300072) 摘要:建立了建筑工程成本的神经网络预测模型,并在微软excel电子表格上模拟运行,对权值的优化,运用ex cel加载宏程序,可以直接在电子表格上进行,实践结果表明预测结果满意,预测误差达到0.4%。为了更好地预 测新的工程项目,模型中还包含了敏感性分析模块,以提高模型的泛化能力。 关键词:神经网络;电子表格模拟;敏感性分析 中图分类号:tu723.3文献标识码:a文章编号:10007717(2003)01003803 amethodofconstructioncostestimationbasedonnnanditsimplementus

建立了建筑工程成本的神经网络预测模型,并在微软excel电子表格上模拟运行,对权值的优化,运用excel“加载宏”程序,可以直接在电子表格上进行,实践结果表明预测结果满意,预测误差达到0.4%。为了更好地预测新的工程项目,模型中还包含了敏感性分析模块,以提高模型的泛化能力