基于人工神经网络模型基础上的工程估价预测的研究.pdf

基于人工神经网络模型基础上的工程估价预测的研究 刘茉1,2 1.东北林业大学(150040) ，2.北华大学(132011) E-mail ：liumo730324@163.com 摘要：人工神经网络是在模仿人脑处理问题的过程中发展起来的新型智能信息处理理论，通 过对人工神经网络及BP网络的基本原理的介绍，建立了工程估价预测模型，对人工神经网络 的推广应用就有一定指导意义。 关键词：人工神经网络;BP 网络; 工程估价; 预测模型 1．引言 人工神经网络(Artificial Neural Network，简称ANN)是模仿脑细胞结构和功能、脑神经 结构以及思维处理问题等脑功能的新型信息处理系统。作为一种新兴综合性边缘学科，近年 来随着神经科学、脑科学、心理学、认知科学、数学、微电子学、信息学等学科的发展而形 成。它通过对大脑神经网络的智能模拟来实现，由于它分布式存储、并行处理和自适应学习 的特点，可以直接使用样本数据实现输入层与输出层之间的非线性映射，而不需要建立精确 的计算方程，非常适用于难以建立数学模型但易于收集学习样本的问题。目前，一些学者和 工程设计人员尝试运用神经网络方法进行结构的初始设计、结构优化及结构选型等工作，取 得了满意的效果。工程估价也是利用以往类似工程的数据，并运用一定的模型而进行计算的。 但这种方法由于影响因素多且复杂，加之所收集数据的随机性、模糊性等影响，难以达到令 人满意的精度。而人工神经网络对难以精确描述的复杂非线性对象建模、计算或推理都很容 易，因此可以利用人工神经网络模型进行快速估算工程造价。 2．人工神经网络的基本原理[3] 人工神经网络是一个由大量神经元通过极其丰富和完善的联接而构成的自适应非线性 动态系统。神经元是神经网络的基本处理单元，它一般是一个多输入单输出的非线性信息处 理单元，如图1 所示。 图1 图中，x x ,x 为输入信号：u 为神经元内部状态；θ 为阀值；s 表示可以抑制内部状 1, 2, n i i i 态；y 为外部输入信号。则上述模型可描述为： i - 1 - n net ∑w x +s −θ （1） i ij j i i j 1 u f (net ) （2） i i y g (u ) (3) i i 式中， w 为x 到u 的连接权值；f (net ) 为神经元的激发函数即I/O特性。 通常情况是 ij j i i 没有外部输入信号S 的，这样当神经元没有内部状态、神经元的输出直接反映内部状态， i 即y g (u ) 时，神经元的输出： i i n y f (∑w x −θ) (4) i ij j i 3． 误差反向传播神经网