|
-1( i=1,2,…,18; j=1,2,…,7; s=1,2,3,4)分别作为输入和输出。其中,tj=118∑18i=1tij(j=1,2,…,7),vs=118∑18i=1vis(s =1,2,3,4),取ε=1.0e-2,对神经网络进行训练,得出用于建筑工程造价估算的神经网络。用vis= vs[1-lnyis/(1-yis)]反算估算对象的造价资料。
4 计算实例
现以某厂的集资多层住宅楼(T19)和某房地产公司的高层住宅(T20)两个建筑工程项目对上述18个样本工程数据训练出的模型进行检验。T19和T20的造价指数分别为0.98、0.96,其工程特征及预算造价资料见表3。 对照表1,T19和T20工程特征的定量化描述为T19=(2,1,1,3,2,2,2.5)T20=(5,4,7,3,4,3,4.1)把T19、T20分别输入训练好的神经网络,其输出结果分别为:T19=(0.4028,0.4058,0.5007,0.4367)T20=(0.6279,0.6158,0.4291,0.5653)经反算,造价资料(其中,平方米造价已考虑造价指数)的预测值分别为v19=(481.76,16.46,0.0048,145.87)v20=(1185.84,37.18,0.0035,247.09)其预测的相对误差分别为σ19=(1.60%,4.66%,4.17%,1.41%)σ20=(3.77%,3.68%,5.71%,1.85%)预测精度较高。
5 结语
本文给出了建筑工程样本定量化的方法,建立了建筑工程造价快速估算的神经网络模型。用18个工程样本数据对模型进行训练,用2个工程样本的数据对模型进行了检验,估算精度满足要求,这表明,用神经网络估算建筑工程造价是有效可行的。它与模糊数学等方法相比,可以避免主观因素的影响,并达到快速准确的目的。
参 考文献:
[1] 王祯显.土木建筑工程管理中的模糊数学方法[M].长沙:湖南大学出版,1988,52-57.
[2] 王潇洲.建筑工程人工及主材消耗量的模糊预测方法[J].五邑大学学报自然科学版,2001,15(2):47-50.
[3] 申金山.民用建筑工程造价快速估算方法研究[D].郑州工业大学硕士学位论文,1989.
[4] 焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1990,37-41. 上一页 [1] [2]
|
