裝配式混凝土建筑具有節(jié)能環(huán)保、減少現(xiàn)場人工、縮短施工工期、提升工程品質(zhì)、推動(dòng)建筑產(chǎn)品供給側(cè)改革等優(yōu)點(diǎn),因而近年來在我國得到大力推廣和發(fā)展。工程成本估價(jià)是建筑項(xiàng)目可行性研究、方案比選、投標(biāo)報(bào)價(jià)、項(xiàng)目融資等的重要依據(jù),但裝配式混凝土建筑成本難以控制這一因素制約著其發(fā)展,若能快速對(duì)其進(jìn)行工程估價(jià)有利于成本管理,能進(jìn)一步給裝配式混凝土建筑的發(fā)展提供保障。目前我國關(guān)于裝配式混凝土建筑成本估價(jià)的模型及方法的研究也相對(duì)較少,由于BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)方面具有極大優(yōu)勢(shì),可為成本估測(cè)帶來較大便捷,因此將BP神經(jīng)網(wǎng)絡(luò)運(yùn)用于裝配式混凝土建筑估價(jià)具有一定的現(xiàn)實(shí)意義。論文以裝配式混凝土建筑成本為對(duì)象,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建立了裝配式混凝土建筑估價(jià)模型以實(shí)現(xiàn)其成本的快速估價(jià)。從裝配式混凝土建筑與傳統(tǒng)現(xiàn)澆建筑不同建造方式的角度,分析兩者的成本差異作為論文的基礎(chǔ)。其次選擇BP神經(jīng)網(wǎng)絡(luò)作為估算工具,并闡述其應(yīng)用的合理性。再利用層次分析法建立遞歸模型,選出最主要的工程特征指標(biāo),進(jìn)一步精簡估價(jià)模型的輸入向量。通過設(shè)置BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)、初始化相關(guān)參數(shù)、分析程序算法流程等,實(shí)現(xiàn)了MATLAB對(duì)裝配式混凝土建筑估價(jià)模型的編程。并將... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)圖

第五章基于BP神經(jīng)網(wǎng)絡(luò)的裝配式混凝土建筑成本估價(jià)模型55BP神經(jīng)網(wǎng)絡(luò)程序結(jié)構(gòu)設(shè)計(jì)完后運(yùn)用MATLAB對(duì)估價(jià)模型進(jìn)行編程，最后將歸一化后的樣本訓(xùn)練集輸入網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其估價(jià)模型訓(xùn)練效果如下所示：（1）網(wǎng)絡(luò)結(jié)構(gòu)圖5.2訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)圖由圖可見本文的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：是一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)，兩個(gè)隱含層，一個(gè)輸出層，輸入層節(jié)點(diǎn)為10，隱含層節(jié)點(diǎn)為3，輸出層節(jié)點(diǎn)為1。兩個(gè)隱含層的神經(jīng)元個(gè)數(shù)都為3，而輸出層只有1個(gè)神經(jīng)元。學(xué)習(xí)次數(shù)為2000，時(shí)間僅用了23秒，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂于0.0401。（2）訓(xùn)練樣本回歸狀態(tài)圖5.3訓(xùn)練樣本回歸圖

第五章基于BP神經(jīng)網(wǎng)絡(luò)的裝配式混凝土建筑成本估價(jià)模型56圖中x坐標(biāo)為樣本的實(shí)際值，坐標(biāo)y為樣本估測(cè)出的值�？煽闯鰣D中樣本位置均分布于yx這條斜線附近，雖然有個(gè)別樣本點(diǎn)距離稍大，但不影響整體訓(xùn)練效果，大多數(shù)樣本數(shù)據(jù)是可擬合的。R越高表示擬合程度越高，R=0.88038為訓(xùn)練的回歸系數(shù)，線性程度較高由此可見擬合效果是較好的，說明模型是具有估測(cè)能力。（3）網(wǎng)絡(luò)收斂過程圖5.4收斂過程圖由圖可見，收斂曲線最后接近一條直線，學(xué)習(xí)次數(shù)也達(dá)到了最大學(xué)習(xí)次數(shù)，具有較好的收斂效果。判斷網(wǎng)絡(luò)是否收斂有兩個(gè)因素，一個(gè)是網(wǎng)絡(luò)均方誤差MSE是否達(dá)到最小值，另一個(gè)是判斷最大學(xué)習(xí)次數(shù)是否達(dá)到。若均方誤差追求過小，會(huì)使預(yù)測(cè)偏向樣本的“噪聲點(diǎn)”，放大差異性，衰弱共性，導(dǎo)致網(wǎng)絡(luò)會(huì)產(chǎn)生過擬合現(xiàn)象使得模型估測(cè)效果不準(zhǔn)確。圖中本文的最小均方誤差MSE為0.040121。為了防止神經(jīng)網(wǎng)絡(luò)在進(jìn)行樣本訓(xùn)練時(shí)達(dá)不到預(yù)期要求的學(xué)習(xí)誤差，往往會(huì)設(shè)置一個(gè)最大循環(huán)次數(shù)以保證網(wǎng)絡(luò)不會(huì)陷入死循環(huán)中[72]，本文最大學(xué)習(xí)次數(shù)為2000次。通過模型訓(xùn)練結(jié)果分析，表明該估價(jià)模型具有較好的收斂效果，且擬合程度也較高，是具有估測(cè)能力的。5.5實(shí)例驗(yàn)證及結(jié)果分析模型具有估測(cè)的能力后需要對(duì)其精確度進(jìn)行檢驗(yàn)看是否符合預(yù)期要求，我國建筑工程成本投資估算誤差要求控制在10%以內(nèi)[73]，因此需要用實(shí)例樣本進(jìn)行驗(yàn)證。為了檢驗(yàn)?zāi)Ｐ偷木_度，本文將6個(gè)驗(yàn)證樣本數(shù)據(jù)輸入到已訓(xùn)練好的成本


本文編號(hào)：2987678