- 相關(guān)推薦
人工神經(jīng)網(wǎng)絡(luò)在建筑工程造價(jià)確定中的應(yīng)用研究論文
摘要：本文通過BP神經(jīng)網(wǎng)絡(luò)對(duì)工程造價(jià)估算模型進(jìn)行了構(gòu)建，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練，網(wǎng)絡(luò)逼近能力取得了很好的效果，達(dá)到了對(duì)工程造價(jià)的快速估算的目的。本文還結(jié)合Vague集貼近度理論對(duì)工程總造價(jià)進(jìn)行控制，通過工程實(shí)例對(duì)模型的可行性進(jìn)行了分析，為建筑行業(yè)快速報(bào)價(jià)提供了理論依據(jù)。
關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò)；工程造價(jià)；Vague集貼近度
0 引言
對(duì)建筑工程造價(jià)進(jìn)行科學(xué)有效的測(cè)算和控制，會(huì)使工程造價(jià)的組成比較合理，進(jìn)而節(jié)約工程開銷成本�，F(xiàn)在，經(jīng)典的建筑工程造價(jià)測(cè)算方法主要有下面幾種：定額法、類比工程法、回歸分析法和模糊數(shù)學(xué)法[1]。其中，定額法必須對(duì)定額成本、定額差異和定額變動(dòng)差異進(jìn)行單獨(dú)核算，任務(wù)較重，現(xiàn)實(shí)中很難實(shí)施；類比工程法是通過類比工程的相似性實(shí)現(xiàn)工程造價(jià)的測(cè)算，該方法估算準(zhǔn)確度不夠高；回歸分析法的估算準(zhǔn)確度同樣不高，該方法將很多重要因素忽略了；模糊數(shù)學(xué)法是通過模糊數(shù)學(xué)的思想對(duì)工程造價(jià)進(jìn)行估算，該方法的不足主要是特征隸屬度不好準(zhǔn)確確定。由于人工神經(jīng)網(wǎng)絡(luò)可以自學(xué)并進(jìn)行推理，本文通過人工神經(jīng)網(wǎng)絡(luò)和Vague集貼近度理論對(duì)住宅樓的工程造價(jià)進(jìn)行估算和控制，可以為建筑工程造價(jià)估算提供很好的服務(wù)。
1 BP神經(jīng)網(wǎng)絡(luò)
BP神經(jīng)網(wǎng)絡(luò)是一種前饋型神經(jīng)網(wǎng)絡(luò)，包含三種層次或者多層次，各種層次之間相互連接，同一層次可以自由結(jié)合，BP神經(jīng)網(wǎng)絡(luò)的構(gòu)成見圖1。所屬模型的神經(jīng)元數(shù)量決定了BP神經(jīng)網(wǎng)絡(luò)的層數(shù)，各個(gè)層次之間通過相互的權(quán)值實(shí)現(xiàn)聯(lián)接[2]。
人工神經(jīng)元（Artificial Neuron）模型：
人工神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本元素，其原理可以用圖2表示。
圖中x1～xn是從其他神經(jīng)元傳來的輸入信號(hào)，wij表示表示從神經(jīng)元j到神經(jīng)元i的連接權(quán)值，θ表示一個(gè)閾值（threshold），或稱為偏置（bias）。則神經(jīng)元i的輸出與輸入的關(guān)系表示為：
BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)非常簡(jiǎn)潔，包括正向傳播和逆向傳播。下面分別對(duì)BP神經(jīng)網(wǎng)絡(luò)信息的正向傳播和誤差信息的反向傳播原理進(jìn)行介紹。
1.1 信息的正向傳播
式（1）中，n為信息的總個(gè)數(shù)。
1）輸入向量為
多層神經(jīng)元網(wǎng)絡(luò)（BP網(wǎng)絡(luò)圖3）。
BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過程，由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。由圖3可知，BP神經(jīng)網(wǎng)絡(luò)是一個(gè)三層的網(wǎng)絡(luò)：
輸入層（Input Layer）：輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；
隱藏層（Hidden Layer）：中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程；
輸出層（Output Layer）：顧名思義，輸出層向外界輸出信息處理結(jié)果。
2 建筑工程造價(jià)估算模型
2.1 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練 建立BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)工程特征向量進(jìn)行歸一化處理，可以開始神經(jīng)網(wǎng)絡(luò)訓(xùn)練，目標(biāo)是使網(wǎng)絡(luò)性能函數(shù)極小化，實(shí)現(xiàn)非線性映射的目的。本文利用Nguyen-Widrow方法[5]對(duì)權(quán)值和閾值的初值進(jìn)行確定。Nguyen-Widrow方法具體原理為
上式中，W是數(shù)值矩陣，θ是權(quán)值矩陣，S、N是節(jié)點(diǎn)的個(gè)數(shù)。rand（S，N）為s行n列的平均自由分布任意矩陣，I（S，N）為s行n列標(biāo)準(zhǔn)矩陣。
2.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練調(diào)整與測(cè)試 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練調(diào)整與測(cè)試連接強(qiáng)度加權(quán)值調(diào)整方法，具體公式為：
BP算法在按步驟經(jīng)行的收斂過程中，每一步的學(xué)習(xí)率都將發(fā)生變化，而不是固定不變。此時(shí)BP神經(jīng)網(wǎng)絡(luò)不應(yīng)用連接強(qiáng)度加權(quán)值的調(diào)整方法，同時(shí)也不使用誤差函數(shù)對(duì)梯度調(diào)整和η調(diào)整方法；最終應(yīng)用相對(duì)權(quán)重增加量Δwij進(jìn)行網(wǎng)絡(luò)調(diào)整與測(cè)試，權(quán)值wij的修正值Δwij，如下所示：
以上的分析表明，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建筑工程單方造價(jià)估算是可行的，然而該方法對(duì)建筑工程項(xiàng)目總造價(jià)的估算還不夠精確。當(dāng)前建筑工程項(xiàng)目需要考慮的影響因素非常多，雖然可以引入大量的特征因素，然而里面有很多因素都非常模糊化；即使可以對(duì)特征因素進(jìn)行具體說明，提高輸入點(diǎn)的數(shù)量，這時(shí)樣本數(shù)據(jù)會(huì)隨著增加，此時(shí)神經(jīng)網(wǎng)絡(luò)將會(huì)復(fù)雜化，求解效率會(huì)降低。所以，本文通過以上運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)建筑工程項(xiàng)目單方造價(jià)的估算，采用Vague集貼近度對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，對(duì)建筑工程總造價(jià)進(jìn)行估算[3]。
2.3 加入Vague集貼近度改進(jìn)BP神經(jīng)網(wǎng)絡(luò) 文獻(xiàn)[4]采用普通模糊集理論來對(duì)工程隸屬度進(jìn)行確定。本文中建筑工程特征因素隸屬度是指建筑工程特征值隸屬于準(zhǔn)備建設(shè)的項(xiàng)目特征值的大小程度：
3 實(shí)例分析
選取2013年西安市某工程項(xiàng)目數(shù)據(jù)進(jìn)行實(shí)例分析，工程造價(jià)指數(shù)以2013年為基準(zhǔn)，通過加權(quán)平均法求解造價(jià)年綜合指數(shù)。通過選擇，最后選取了二十個(gè)樣本，前面十八個(gè)樣本為訓(xùn)練樣本，剩余的兩個(gè)當(dāng)作檢測(cè)樣本。神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)見表1。
3.1 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練 采用BP神經(jīng)網(wǎng)絡(luò)對(duì)模型進(jìn)行構(gòu)建，對(duì)建筑工程特征向量數(shù)據(jù)處理結(jié)束后，可以開展神經(jīng)網(wǎng)絡(luò)訓(xùn)練。神經(jīng)網(wǎng)絡(luò)訓(xùn)練基本的訓(xùn)練公式為
net，tr=train（NET，P，T）
訓(xùn)練公式中net為最終的網(wǎng)絡(luò)，tr為數(shù)值統(tǒng)計(jì)， P是輸入矩陣，T是輸出矩陣。
3.2 BP神經(jīng)網(wǎng)絡(luò)與Vague集貼近度預(yù)測(cè) 采用Vague集貼近度的數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本進(jìn)行預(yù)測(cè)，通過訓(xùn)練好的網(wǎng)絡(luò)對(duì)與本文樣本數(shù)據(jù)相類似工程項(xiàng)目的單方造價(jià)進(jìn)行預(yù)估，求得單方造價(jià)均值為1800元/m2。緊接著可以對(duì)建筑工程的總造價(jià)進(jìn)行預(yù)估，通過對(duì)10項(xiàng)樣本進(jìn)行造價(jià)估算預(yù)測(cè)，采用BP神經(jīng)網(wǎng)絡(luò)和Vague集貼近度相結(jié)合的方法進(jìn)行造價(jià)預(yù)估，估計(jì)誤差在±10%范圍內(nèi)（見表2），造價(jià)估算結(jié)果非常準(zhǔn)確。
4 結(jié)論
本文應(yīng)用BP神經(jīng)網(wǎng)絡(luò)造價(jià)預(yù)測(cè)和Vague集貼近度理論，從理論和實(shí)際應(yīng)用兩方面對(duì)建筑工程造價(jià)估算進(jìn)行了研究。文中的方法能更準(zhǔn)確地反應(yīng)工程造價(jià)的不確定性，為建筑工程項(xiàng)目造價(jià)估算方法研究提供了一種新的視角和方法。
參考文獻(xiàn)：
[1]史峰.BP神經(jīng)網(wǎng)絡(luò)在工程量清單中快速估價(jià)的應(yīng)用研究[M].北京航空航天大學(xué)出版社，2010.4.
[2]張風(fēng)文.基于MATLAB神經(jīng)網(wǎng)絡(luò)的工程實(shí)例分析[J].華東交通大學(xué)學(xué)報(bào)，2010，8（3）：26-33.
[3]郭一斌，王紅革，王翔.基于Vague集貼近度的工程項(xiàng)目投資快速估算方法[J].現(xiàn)代經(jīng)濟(jì)信息，2011，12（2）：50-55.
[4]Stanley， K.O.Miikkulainen， R.. Evolving neural networks through augmenting to pologies[J]. Evolutionary Computation， 2002， 10（2）： 99-127.
[5]Wood， Bevyn Kenley， Russell. The effecitivctiveness of The Billsof Quantitisein Australia. Journal of Construetion Researeh， 2004， 15（20）：45-47.
【人工神經(jīng)網(wǎng)絡(luò)在建筑工程造價(jià)確定中的應(yīng)用研究論文】相關(guān)文章：
人工神經(jīng)網(wǎng)絡(luò)與車輛的結(jié)合論文11-26
色彩在建筑設(shè)計(jì)及環(huán)境中的作用論文11-18
茶樹在園林藝術(shù)中應(yīng)用研究論文11-29
建筑論文-工程造價(jià)確定方法常見問題及對(duì)策02-27
環(huán)境科學(xué)人工神經(jīng)網(wǎng)絡(luò)運(yùn)用論文11-25
建筑材料在建筑節(jié)能中的應(yīng)用論文11-17
BIM技術(shù)在建筑節(jié)能設(shè)計(jì)中的應(yīng)用論文11-25
差異教學(xué)在地理教學(xué)中應(yīng)用研究論文11-10