發(fā)布時(shí)間：2021-01-16 00:10

　　科學(xué)地選取工程特征因素及預(yù)測(cè)方法對(duì)于構(gòu)建一個(gè)好的造價(jià)預(yù)測(cè)模型十分關(guān)鍵。在選取的14個(gè)影響地鐵車站土建造價(jià)特征因素中,利用神經(jīng)網(wǎng)絡(luò)貢獻(xiàn)分析的變量選取方法,篩選出12個(gè)主要特征因素。并針對(duì)這選定的14個(gè)全部特征因素和12個(gè)主要特征因素分別組合BP神經(jīng)網(wǎng)絡(luò)和GEP 2種預(yù)測(cè)方法構(gòu)建4個(gè)不同的造價(jià)預(yù)測(cè)模型,應(yīng)用18組地鐵車站土建造價(jià)和特征因素的歷史數(shù)據(jù)進(jìn)行實(shí)例探究,通過(guò)R2,MSE,RMSE和MaxRE 4個(gè)指標(biāo)的評(píng)價(jià),結(jié)果表明:用主要特征因素為模型輸入變量能顯著提高模型的預(yù)測(cè)精度,且和GEP算法組合建立的造價(jià)預(yù)測(cè)模型為最優(yōu)。將主要特征因素選取和預(yù)測(cè)方法選取相結(jié)合構(gòu)建求解的最優(yōu)模型很好地解決了已有相關(guān)研究中選取特征因素主觀性多科學(xué)性不足及未考慮特征因素選取對(duì)預(yù)測(cè)方法選取的影響問(wèn)題。 

【文章來(lái)源】：鐵道科學(xué)與工程學(xué)報(bào). 2020,17(08)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

單隱層BP神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D及其層次貢獻(xiàn)分析圖Fig.1TopologydiagramofBPneuralnetworkwithsinglehiddenlayeranditshierarchicalcontributionanalysisdiagram

第8期王杰，等：基于ANN貢獻(xiàn)分析及GEP算法的地鐵車站土建造價(jià)預(yù)測(cè)模型2155費(fèi)用的84%。結(jié)合查閱已有文獻(xiàn)及工程歷史資料，根據(jù)專家的經(jīng)驗(yàn)，剔除對(duì)工程造價(jià)影響相對(duì)較小的因素，初步選取14個(gè)變量作為地鐵車站土建工程造價(jià)的特征因素。根據(jù)這14個(gè)特征因素，搜集整理到18組廣州市不同線路的地鐵車站土建工程特征值及它們延米造價(jià)數(shù)據(jù)(見(jiàn)表1)，考慮到統(tǒng)一量綱，將它們線性壓縮至[0.1,0.9](見(jiàn)表2)。圖2地鐵車站土建工程造價(jià)預(yù)測(cè)模型研究流程Fig.2Researchprocessofforecastmodelofsubwaystationcivilengineeringcost表1地鐵車站土建工程特征因素原始數(shù)據(jù)Table1Originaldataofcharacteristicfactorsofcivilengineeringofsubwaystation車站因素層數(shù)車站長(zhǎng)/m標(biāo)準(zhǔn)寬/m施工方法站臺(tái)型式站臺(tái)寬/m埋深/m頂板覆土/m主體結(jié)構(gòu)圍護(hù)結(jié)構(gòu)支撐方式支撐數(shù)物價(jià)指數(shù)出入口通道數(shù)延米造價(jià)/(萬(wàn)·m1)12226.6330.111112.1014.422.954312101.86438.8522247.0930.022112.1013.632.173412101.86330.8932202.3121.501110.0018.004.10521398.49345.9643167.1032.901315.1522.502.50721498.49854.0353147.0019.40118.0021.903.00751498.49361.1761206.2323.70127.0011.203.00113798.49340.5374147.0022.701112.0026.502.006115105.77684.7881193.8316.60127.0011.203.00143598.49240.5192688.7021.701112.1013.022.174113101.86325.59102249.9220.251110.1014.372.503213101.86637.28112239.6937.981113.1013.822.044211101.86637.68122536.7859.401115.1012.333.004223101.866

lgorithm參數(shù)名稱種群大小進(jìn)化次數(shù)函數(shù)集終止集基因個(gè)數(shù)頭部長(zhǎng)度連接函數(shù)變異概率IS插串概率RIS插串概率單點(diǎn)重組概率兩點(diǎn)重組概率基因變換概率基因重組概率參數(shù)說(shuō)明10050000{+,,*,/,Sin,Cos,Tan,Arctan}模型輸入變量610+0.10.10.10.30.30.10.13模型的求解與比選3.1主要工程特征因素的選取將搜集到的案例數(shù)據(jù)的前15組設(shè)為訓(xùn)練樣本，后3組作為驗(yàn)證樣本，并依據(jù)上述BP神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)設(shè)置，利用MATLAB仿真，所得結(jié)果如圖3所示。由圖3可知,第7次循環(huán)結(jié)束時(shí)訓(xùn)練樣本的均方誤差達(dá)到設(shè)定的精度要求(＜1×107)，從圖4可以看到：雖訓(xùn)練樣本具有極好的預(yù)測(cè)精度，但驗(yàn)證樣本的預(yù)測(cè)精度低，無(wú)法滿足工程可研階段投資估算<±10%的精度要求。圖3訓(xùn)練效果與訓(xùn)練狀態(tài)Fig.3Trainingeffectandtrainingstate

【參考文獻(xiàn)】：
期刊論文
[1]基于基因表達(dá)式編程的地鐵隧道土建工程造價(jià)估算[J]. 王杰,盧毅.  長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[2]地鐵車站不同施工工法對(duì)工程造價(jià)的影響研究[J]. 馬靖華,程亞平.  建筑經(jīng)濟(jì). 2019(05)
[3]地鐵車站的造價(jià)分析與控制[J]. 黃棟.  工程技術(shù)研究. 2017(06)
[4]地鐵車站造價(jià)分析與控制[J]. 黃義勇.  鐵路工程造價(jià)管理. 2012(03)
[5]優(yōu)化車站建筑設(shè)計(jì) 降低地鐵工程造價(jià)[J]. 何佳.  工程建設(shè)與設(shè)計(jì). 2004(06)
[6]基于神經(jīng)網(wǎng)絡(luò)的變量選擇方法[J]. 高仁祥,張世英,劉豹.  系統(tǒng)工程學(xué)報(bào). 1998(02)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的地鐵土建工程造價(jià)估算方法研究[D]. 趙欣.北京交通大學(xué) 2008



本文編號(hào)：2979770