基于模糊数学的建筑工程项目造价研究

为能够更加精确、快速地对建筑工程项目造价进行估算,提出基于模糊数学的建筑工程项目造价估算方法。从建筑工程项目的成本分析着手,研究总结影响工程项目造价的因素,利用模糊数学的方法建立估算模型,并通过与典型工程案例对比,定量估算欲估工程与已建工程的相似贴近度,以择近原则实现对预估工程的造价估算,并采用动态系数修正估算结果。     

基于灰色预测的建筑工程造价快速估算

以建筑工程造价快速估算为研究对象,运用灰色预测中GM(1,N)建模机理,对建筑工程造价指标进行系统分析,建立建筑工程造价、人工费、工程材料费和机械使用费的状态方程,进而构建建筑工程造价的定义型GM(1,N)预测模型与派生型GM(1,N,x(0))预测模型,对建筑工程造价进行快速估算,最后通过实例验证灰色预测模型在建筑工程造价快速估算中的可行性,估算结果可靠。     

基于人工智能技术的建筑工程造价估算研究

在建筑工程管理中最重要的就是建筑工程造价估算,在建筑工程的前期阶段,建筑工程项目造价估算是必不可少的关键部分。由于建筑工程项目受到很多方面因素的制约,所以建筑工程项目的造价估算的准确性也受到相应的影响。人工智能技术在建筑工程造价估算中的应用,可以提高建筑工程造价估算的准确率。本文对建筑工程造价估算的研究现状进行了分析,对人工智能技术的应用进行了研究,对基于人工智能技术的建筑工程造价估算进行了研究。     

小议建筑工程造价快速估算

就建筑工程造价快速估算问题进行了探讨。     

公路工程估价的分布估计神经网络算法

建立基于分布估计神经网络的公路工程造价估算模型,为实现快速、高效的估算公路工程造价提供了技术条件,是公路工程造价估算在实际应用中的一次有意义的尝试。     

对建筑工程造价构成与造价信息管理的研究

建筑工程产品造价指工程建设总成本，由直接成本与间接成本共同构成，造价信息管理是指利用造价信息管理系统对工程投资进行评价与估算，控制工程的投资成本。分析两者的关系，造价信息管理对降低建筑工程造价，确保建筑工程造价合理性有重要作用。本文从建筑工程造价构成入手，对建筑工程造价以及造价信息管理包含的内容作详细论述。     

人工神经网络在建筑工程造价确定中的应用研究

本文通过BP神经网络对工程造价估算模型进行了构建,对神经网络进行样本训练,网络逼近能力取得了很好的效果,达到了对工程造价的快速估算的目的。本文还结合Vague集贴近度理论对工程总造价进行控制,通过工程实例对模型的可行性进行了分析,为建筑行业快速报价提供了理论依据。     

建筑工程项目造价管理探究

加强建筑工程造价的管理、实行系统的计划与控制,可以促进优化设计,准确地编制投资估算,保证估算起到控制造价的作用,把造价控制在建设单位同意的限额内。本文对建筑工程造价管理的现状进行了分析,提出了建筑工程造价管理的有效对策。     

基于多层感知器住宅工程造价预测研究

住宅工程的投资费用影响着工程决策、投资经济效益等多方面,设计方案的选择影响着工程全生命期造价。本文针对山东省潍坊市4个县市区的24个工程案例,采用MLP神经网络进行模型构建,确定了16个影响造价的主要因素作为网络输入变量,并对输入参数进行归一化处理,其中20组作为训练样本,4组作为检验样本,对建筑工程项目造价进行准确的预测。经检验,基于MLP模型进行住宅工程造价估算,其预测精度符合工程投资估算标准要求。     

工程造价快速估算的数学模型及计算程序

鉴于建设工程造价具有复杂性、随机波动性、模糊性等特点,本文运用模糊数学方法,建立了工程造价快速估算的数学模型,进而阐述了工程造价快速估算的计算程序,从而为建设单位控制成本和承包单位投标报价提供决策依据和理论支持。     

基于BP网络的大型水电项目投资估算模型研究

本文综合分析了大型水电工程的主要特征,并将这些特征和它的工程造价联系起来,构建了基于BP神经网络的水电工程造价估算模型。在模型的实现上,利用MATLAB语言对模型进行了训练、仿真和测试,并用工程实例对模型进行了验证,结果表明该模型具有较好的泛化能力,能够较准确地估算工程造价。     

人工神经网络用于短期电力负荷预测网络结构初探

目前,在电力系统短期负荷预测的手段中,已由人工预测方式逐步被软件预测方式所代替。BP人工神经网络是最常用的建立负荷预测模型的工具之一,文章对建立电力负荷BP神经网络预测模型（网络结构）进行了讨论。     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

关于BP神经网络与TOC的工程造价预控的研究

随着市场经济竞争的激烈化,社会对工程管理水平的要求也越来越高。本文主要论述了基于BP神经网络和TOC理论基础上的工程造价预控重点问题,并提出了具体的设计策略,以期能够为相关的实践提供些许理论参考。     

城市生态交通系统评价

基于交通网络、交通体系完善性、交通环境、交通景观和交通文化五个方面提出城市生态交通协同理论体系,以既有的城市交通系统可持续发展评价指标体系为基础,构建了一套城市生态交通评价指标体系。基于BP神经网络建立一个三层的城市生态交通评价模型,选取sigmoid函数作为评价模型的传递函数,traingdx作为训练函数,隐含层单元数确定为16。根据收集到的9个城市生态交通评价指标数据,选取其中5个城市数据作为评价模型的学习样本,建立城市生态交通系统BP神经网络评价模型,并对另外4个城市数据进行一般性检验,验证了BP神经网络在城市生态交通系统评价中的准确性与适用性。     

供应链二级分销网络的一种成本优化模型

提出了一种二级分销网络的成本优化的模型。模型研究了单个工厂的制造商和多个分销商组成的二级分销网络成本优化问题,把保证不发生缺货情况作为约束条件。综合考虑了订货成本、库存持有成本、运输成本和建立分销点和分销中心的成本,并给出了基于遗传算法的模型求解步骤。     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。     

企业创新能力的BP神经网络评价研究

论述了BP神经网络模型的原理，在此基础之上，应用B神经网络模型对企业创新能力进行评价。模型建立之前对相关评价指标进行了归一化处理，使其更好的适用于BP神经网络评价模型。最后通过实例验证该评价模型的可行性与准确性。     

基于BP神经网络的建筑工程投标价格是否低于成本的评判

将BP神经网络理论应用于建筑工程评标中投标价格是否低于成本的评判，分析了建筑工程成本的构成及影响因素，讨论了评判网络结构的设计，学习算法等问题。