本文關(guān)鍵詞：模糊神經(jīng)網(wǎng)絡(luò)在建筑工程投標(biāo)報價中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：投標(biāo)報價決策的理論、方法與應(yīng)用研究是工程承包領(lǐng)域中非常重要的課題,報價決策的制定需要同時考慮大量復(fù)雜、模糊和高度相關(guān)的變量因素,因此其建模方法一直是理論研究和應(yīng)用的難點。由于基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)具有較強的學(xué)習(xí)和推理能力,本文將其應(yīng)用于建筑工程投標(biāo)報價的研究中。 基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)的后件是輸入變量的線性組合,它不需去模糊化等計算,并且可以用少量的模糊規(guī)則生成較復(fù)雜的非線性函數(shù),但是其后件網(wǎng)絡(luò)的輸入—輸出結(jié)構(gòu)過于簡單,不能完全反映出系統(tǒng)的本質(zhì)特性,而且傳統(tǒng)的產(chǎn)生模糊規(guī)則的方法會導(dǎo)致模糊規(guī)則數(shù)隨輸入的增加成指數(shù)增長。因此,本文提出了一種基于T-S模型的改進型模糊神經(jīng)網(wǎng)絡(luò),在后件網(wǎng)絡(luò)中增加隱含層,同時采用從樣本數(shù)據(jù)中獲得隸屬函數(shù)的參數(shù)和模糊規(guī)則,并按重要度對規(guī)則進行重新選擇的方法,由此來增強網(wǎng)絡(luò)的非線性計算能力并減小網(wǎng)絡(luò)的規(guī)模。然而上述確定規(guī)則的方法具有很大的主觀性和隨意性,本文利用減法聚類來克服這一點,并采用基于距離的確定模糊規(guī)則適用度思想,構(gòu)建了一種改進的神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)不需要模糊化和去模糊化的過程,網(wǎng)絡(luò)結(jié)構(gòu)更為簡單,計算量也有很大程度的降低。 網(wǎng)絡(luò)的泛化能力依賴于訓(xùn)練樣本特性和網(wǎng)絡(luò)結(jié)構(gòu),因此本文從這兩方面來研究提高泛化能力的方法。首先利用先驗知識和模糊推理方法對樣本集進行了分析和分類處理,使樣本集更加規(guī)范;其次采用模糊推理動態(tài)調(diào)整正則項系數(shù)的算法,提高了網(wǎng)絡(luò)的泛化能力。為了檢驗所提出網(wǎng)絡(luò)模型和算法的有效性,本文將其應(yīng)用于建筑工程的投標(biāo)報價中,并與改進的BP網(wǎng)絡(luò)和多輸入模糊神經(jīng)網(wǎng)絡(luò)進行了對比。仿真結(jié)果表明本文提出的方法具有更強的學(xué)習(xí)能力和泛化能力,更加適合于工程應(yīng)用。
【關(guān)鍵詞】：模糊神經(jīng)網(wǎng)絡(luò) T-S模型 減法聚類 泛化能力 投標(biāo)報價
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：F224
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-14
• 1.1 選題背景和研究意義8-9
• 1.2 建筑工程投標(biāo)報價系統(tǒng)的研究現(xiàn)狀9-12
• 1.2.1 傳統(tǒng)的報價模型9-10
• 1.2.2 基于人工智能技術(shù)的報價模型10-12
• 1.3 論文主要內(nèi)容及安排12-14
• 2 基于T-S模型的改進型模糊神經(jīng)網(wǎng)絡(luò)14-31
• 2.1 基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)14-18
• 2.1.1 Takagi-Sugeno模型15-16
• 2.1.2 基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)16-18
• 2.2 基于T-S模型的改進型模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法18-25
• 2.2.1 網(wǎng)絡(luò)結(jié)構(gòu)18-20
• 2.2.2 確定模糊規(guī)則及規(guī)則適用度的方法20-22
• 2.2.3 網(wǎng)絡(luò)算法22-25
• 2.3 應(yīng)用于投標(biāo)報價系統(tǒng)的仿真研究25-30
• 2.3.1 樣本及數(shù)據(jù)來源介紹25-27
• 2.3.2 仿真及結(jié)果分析27-30
• 2.4 小結(jié)30-31
• 3 基于減法聚類的神經(jīng)網(wǎng)絡(luò)31-42
• 3.1 基于減法聚類的神經(jīng)網(wǎng)絡(luò)31-38
• 3.1.1 網(wǎng)絡(luò)結(jié)構(gòu)31-33
• 3.1.2 減法聚類的基本原理33-35
• 3.1.3 基于距離的模糊規(guī)則適用度的確定35-36
• 3.1.4 網(wǎng)絡(luò)算法36-38
• 3.2 應(yīng)用于投標(biāo)報價系統(tǒng)的仿真研究38-41
• 3.3 小結(jié)41-42
• 4 提高報價系統(tǒng)泛化能力的算法42-51
• 4.1 基于漢明距離和模糊推理的樣本選擇方法42-45
• 4.1.1 基于漢明距離的樣本特性分析42-43
• 4.1.2 基于模糊推理的樣本分類43-45
• 4.2 基于模糊推理的動態(tài)調(diào)整正則項系數(shù)方法45-47
• 4.3 應(yīng)用于投標(biāo)報價系統(tǒng)的仿真研究47-50
• 4.4 小結(jié)50-51
• 結(jié)論51-53
• 參考文獻53-57
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況57-58
• 致謝58-59
• 大連理工大學(xué)學(xué)位論文版權(quán)使用授權(quán)書59

【引證文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張偉;內(nèi)蒙送變電投標(biāo)報價決策分析[D];華北電力大學(xué)（北京）;2007年

2 張建;基于模糊神經(jīng)網(wǎng)絡(luò)的鐵路客運專線車站選址決策研究[D];北京交通大學(xué);2008年

3 陶霞;神經(jīng)網(wǎng)絡(luò)方法在電力工程投標(biāo)報價中的應(yīng)用[D];內(nèi)蒙古工業(yè)大學(xué);2010年

  本文關(guān)鍵詞：模糊神經(jīng)網(wǎng)絡(luò)在建筑工程投標(biāo)報價中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號：347696