隨著大數(shù)據(jù)、人工智能的深入發(fā)展,造價(jià)管理也逐步進(jìn)入數(shù)字化、智能化的階段。在可行性研究階段,由于掌握的工程信息有限,設(shè)計(jì)深度不夠等原因?qū)е峦顿Y估算結(jié)果誤差大、耗時(shí)久,致使造價(jià)估算難以對(duì)后續(xù)的概預(yù)算等管理提供有價(jià)值的指導(dǎo)和參考�，F(xiàn)階段,合理利用歷史數(shù)據(jù)和智能化模型在房地產(chǎn)住宅領(lǐng)域投資估算領(lǐng)域的研究不夠深入。鑒于以上背景,論文提出將小波神經(jīng)網(wǎng)絡(luò)用于對(duì)住宅建筑的投資估算,能提高估算精度,縮短估算時(shí)間,為投資決策和確定融資方案、籌措資金提供參考依據(jù)。論文在研究國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,初步總結(jié)了住宅建筑估算的影響因素一級(jí)范疇,運(yùn)用主成分分析法對(duì)影響住宅建筑投資估算影響因素的一級(jí)范疇進(jìn)行降維,消除了范疇間的相關(guān)性。結(jié)合Nvivo軟件文獻(xiàn)分析和訪談結(jié)果進(jìn)行分析,得到一級(jí)范疇之下的二級(jí)因子,再通過問卷調(diào)查和皮爾遜相關(guān)性分析,剔除了低強(qiáng)度相關(guān)的影響因素,篩選得到最終的住宅建筑投資估算影響因素庫。同時(shí),歸納了估算模型的演變過程及目前研究存在不足,基于原始數(shù)據(jù)資料和小波激活函數(shù),通過初始閾值和權(quán)值的不斷迭代調(diào)整,確定了合理的網(wǎng)絡(luò)結(jié)構(gòu)和相關(guān)參數(shù),得到小波神經(jīng)網(wǎng)絡(luò)估算模型,以住宅建筑投資估算的影響因素作為輸入指標(biāo)...

【文章頁數(shù)】：94 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRCT
第1章 緒論
    1.1 問題來源
        1.1.1 研究背景
        1.1.2 研究目的
        1.1.3 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀綜述
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 研究評(píng)述
    1.3 研究?jī)?nèi)容和研究方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線圖
第2章 相關(guān)概念及理論基礎(chǔ)
    2.1 住宅建筑投資估算的影響因素
        2.1.1 概述
        2.1.2 外部因素的影響
        2.1.3 技術(shù)方案的影響
    2.2 投資估算的相關(guān)方法
        2.2.1 傳統(tǒng)方法估算分析
        2.2.2 現(xiàn)代模型估算分析
        2.2.3 方法簡(jiǎn)評(píng)
    2.3 主成分分析法相關(guān)理論
        2.3.1 基本思想
        2.3.2 基本步驟
        2.3.3 適用性分析
    2.4 小波神經(jīng)網(wǎng)絡(luò)相關(guān)理論
        2.4.1 基本原理
        2.4.2 模型優(yōu)點(diǎn)
        2.4.3 結(jié)構(gòu)類型
    2.5 本章小結(jié)
第3章 住宅建筑投資估算影響因素的確定
    3.1 住宅建筑估算影響因素獲取原則和流程
        3.1.1 原則
        3.1.2 流程
    3.2 住宅建筑投資估算影響因素的獲取
        3.2.1 影響因素范疇識(shí)別
        3.2.2 影響因素初步提取
        3.2.3 影響因素二次篩選
        3.2.4 影響因素相關(guān)性分析
    3.3 住宅建筑估算關(guān)鍵影響因素的內(nèi)涵界定和量化方式
        3.3.1 內(nèi)涵界定
        3.3.2 量化方式
    3.4 本章小結(jié)
第4章 基于小波神經(jīng)網(wǎng)絡(luò)住宅建筑投資估算模型構(gòu)建
    4.1 模型構(gòu)建說明
    4.2 模型的數(shù)據(jù)來源
    4.3 模型的輸入和輸出
        4.3.1 模型的輸入
        4.3.2 模型的輸出
    4.4 模型構(gòu)建的基本程序
        4.4.1 網(wǎng)絡(luò)結(jié)構(gòu)的確定
        4.4.2 參數(shù)初始化
        4.4.3 網(wǎng)絡(luò)傳遞函數(shù)的選擇
        4.4.4 網(wǎng)絡(luò)學(xué)習(xí)
        4.4.5 計(jì)算輸出
        4.4.6 網(wǎng)絡(luò)參數(shù)修正
    4.5 本章小結(jié)
第5章 實(shí)證分析
    5.1 數(shù)據(jù)的收集與整理
    5.2 模型實(shí)現(xiàn)環(huán)境
    5.3 模型的訓(xùn)練與仿真
        5.3.1 小波神經(jīng)網(wǎng)絡(luò)模型
        5.3.2 BP神經(jīng)網(wǎng)絡(luò)模型
    5.4 模型對(duì)比分析
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足和展望
參考文獻(xiàn)
致謝
附錄A 學(xué)位期間發(fā)表的論文和取得的科研成果
附表B 訪談主要提綱
附表C 小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練代碼



本文編號(hào)：3861894