建设需求量预测分析中的人工神经网络和多元回归方法.pdfVIP

第35卷第11期 武汉工程大学学报 Vol·35No·11 Inst．Tech． Nov·2013 2013年11月 J．Wuhan 文章编号：1674—2869(2013)11—0077—04 量预测分析中的人工神经网络和多元回归方法 王颖林，赖芨宇，郭丰敏 (福建农林大学交通与土木工程学院，福建福州350001) 摘 要：利用人工神经网络(ANN)和多元回归(MR)预测方法分别基于中国统计年鉴和香港房屋署的相关数 据对中国内地和香港地区的建设需求量进行预测，并对两种预测手段得到的预测结果的可信度和离散程度 进行对比分析．基于ANN和MR两种预测手段的不同特性，从预测结果中可以看出，就香港地区的预测情况 而言，ANN方法产生的结果比回归模型更加精确；从内地的预测结果来看，ANN和MR的预测精度几乎一 致．对于存在较大波动性的数据而言，ANN模型建立的非线性关系可以更精确地描述预测结果，反之，两种 预测模型的应用均可得出良好结果．同时，经预测得知，两地的建筑需求量都存在上升趋势，有关部门应采取 相应措施提前做好规划工作． 关键词：建设需求；人工神经网络；回归分析；预测 中图分类号：F281 文献标识码：A doj：10．3969／j．issn．1674—2869．2013．11．016 人数据和输出数据之间的关系模型[3]．尽管多元 0 引 言 回归分析方法比神经网络更加传统，但是在适当 建设需求量的增加会带来社会的发展，然而， 的条件下选用该方法也可以产生相同精度的 污染问题也会随之而来，深入探讨建设需求量对 结果． 经济增长以及环境保护具有十分重要的意义．一 欧阳红祥等Ⅲ借助BP神经网络建立了预测 方面，建设需求量的预测可以为开发商、招标企业 材料价格的模型，从而为建筑企业投标报价时正 和政府的规划发展提供建议．另一方面，建筑业是 确预测材料价格走势提供了建议．李丽，张海涛[5] 世界上废弃物产生量最多的行业之一．在中国，城 利用BP人工神经网络方法对小城镇生态环境质 市建筑及拆卸废物(CDW)已达到垃圾产生量的 量进行了预测．喻伟[63等应用人工神经网络来预 30％～40％，城市化进程的加快和城市重建产生测建筑能耗和室内热舒适状况，建立了基于GA— 的大规模建设和拆迁活动是城市废弃物产生的主 BP网络的建筑能耗和室内热舒适状况的预测模 要原因[1』．因此，建设需求量的预测可以为相关部 型，为建筑师在设计阶段简单准确地获得设计建 门提供未来的建设需求信息，从而有助于提前制 筑的能耗和室内舒适状况提供了理论依据．王蓉 定相关的环保策略． 等[7]以康乐县为研究对象应用多元回归分析对城 根据建设经济学，建设需求与消费者投资密 乡用地面积进行了预测．Victor 切相关，社会总的建筑需求主要取决于投资者投 Midthune等[8]对回归分析进行了矫正，并对不同 资建设市场的意愿和能力．因此，在预测建设总需 数据结构中的回归方法和两阶段法进行了讨论． 求时，可以以建筑安装工程总投资作为预测目 杜家龙[93对我国2012年国内生产总值回归预测 标[2]．理论分析和统计经验显示，建设安装工程项 进行了实证分析，研究了国内生产总值的主要影 目投资与国民收入，国民整体消费，商品零售价格 响因素及回归预测的新方法，对完善回归预测理 指数以及人口数量相关联[3]． 论和方法，拓展预测研究思路，增强预测方法的选 在预