基于神经网络的建筑工程造价预测研究.pdfVIP

2005年10月 中国工程科学 Oct．2005 篁!鲞箜!望塑 垦里垂堕鲤堡曼兰i皇望堡 ∑!!：!堕竺：!Q 辩；{；窕；j羰i篙要 基于神经网络的建筑工程造价预测研究 聂规划，刘平峰，何柳 (武汉理工大学经济学院，武汉430070) [摘要] 采用误差反向传播人工神经网络模型(BP网络模型)，以建筑特征参数为输入变量，通过实际资料 对网络进行训练和模拟，并用贡献分析法筛选输入变量，对网络结构进行优化，结果显示了该模型在建筑工程 造价预测中的有效性。 [关键词] BP神经网络；建筑造价；预测 [中图分类号]TPl83[文献标识码]A 1 引言 2 BP网络预测模型的建立 工程造价估算在项目管理中十分重要，它是工 由于含有隐层的BP网络可以逼近任意非线性 程项目可行性研究的基础，也是招投标制定标底的 函数，而且在实际的预测研究中主要考虑的神经网 依据，其准确与否直接影响项目的投资决策。它是 络是含有一个隐层的BP网络，所以选用的网络结 利用已建类似工程的造价资料和市场变化的信息， 构为单隐层的BP神经网络。 对拟建工程投资费用所做的一种预先估计或预测。 2．1输入向量的归一化 对于这类问题，近十多年来，人们主要采用专家系 资料来源于文献[1]。选取其单项工程概况的 全部指标作为输入变量。根据每个变量所有输入的 统(ES)、基于案例推理(CBR)、计算机模拟技 术和人工神经网络(ANN)的方法予以解决。人可能性，赋予其一个初始值。指标集为{建筑面 工神经网络与前三种方法相比在知识获取、并行推 积，层数，结构，檐高，地基，基础，楼板，墙 理、适应性学习、容错能力等方面显示出明显的优 体，屋盖，地面，楼面，屋面，天棚，内粉，外 越性，在经济建模中也日益受到重视。 粉，门窗，建筑其他特征，卫生标准，采暖通风， 笔者针对建筑工程中的建筑造价问题，提出基 线路照明}，由20个变量组成。 于神经网络的造价预测方法。通过转换将实际问题 由于各个变量代表不同的物理量，它们的取值 中的建筑物的各项特征指标归一化为神经网络容易 范围可能差别很大，而BP网络要求的输入范围一 处理的变量，通过计算，将资料样本中的非线性关 般在[0，1]，所以在将数据交给网络进行训练之 系转化到神经网络的结构和连接权中。然后通过权 前，应将变量归一化为有效范围的数值。 重分析，剔除多余和不合理的变量，最终建立稳定 在20个变量中，除了第1，2，4个指标为实 有效的网络，以对新的输入进行快速有效的估算。 数，其他全为文字符号，因此需要使用S／D将其 转化为网络可以识别的数值。S／D变化是指从符号 [收稿日期] 2004—06—24；修回日期2005—06—24 [作者简介] 聂规划(1957一)，男，河南周口市人，武汉理工大学经济学院教授，博士生导师，研究方向：商务智能、信息资源管 理、知识管理与知识工程；刘平峰(1972一)，男，湖北荆门市人，武汉理工大学经济学院讲师，管理学院在读博士，研 究方向：商务智能，知识管理与知识工程 万方数据 第10期 聂规划等：基于神经网络的建筑工程造价预测研究 57 到数值的变换，即将某一字段的值转化为适当的