建筑工程项目管理中人工神经网络应用探究.docVIP

建筑工程项目管理中人工神经网络应用探究 　　【摘要】本文从人工神经网络的基本原理入手，简要叙述了建筑工程项目管理中人工神经网络在造价预测、绩效评价以及招标投标等方面的应用和不足并提出了相应的合理建议。 　　【关键词】建筑工程；项目管理；人工神经网络；应用 　　引言 　　人工神经网络（Application of Neural Network， 简称ANN）是人工智能领域的一个分支，是在模仿人脑处理问题的过程中发展起来的一种新型智能信息处理理论，通过对人脑的形象思维、联想记忆等进行模仿和抽象，实现与人脑相似的学习、识别、记忆等信息处理能力。作为新兴的综合性边缘学科，具有良好的非线性映射能力以及较强的适应性和容错性，使人工神经网络的应用领域非常广泛。例如在语言、图像识别，自动控制，经济管理，工程技术等诸多行业领域都有广阔的应用前景。本文对其在建筑工程项目管理中的应用进行简要分析。 　　一、人工神经网络在建筑工程项目管理中的应用。 　　（一）ANN在造价预测方面的应用 　　投招标是建筑企业承接工程的重要途径，也是建筑市场的主要交易方式。建筑企业想要取胜且将风险降到最低，必然要分析市场、分析自身、分析对手以及任何与投标工程相关的问题。这就需要人工神经系统在造价预测过程中凭借其自组织性和自适应性进行科学的去除主观因素的客观的分析与评价。 　　2004年，王应洛和杨耀红队ANN在造价方面进行了较为系统的总结。采用BP网络，运用40个公路工程样例训练网络并采用工程实例验证，得出优于传统方法的效果。98年的MS-excel表格ANN模拟，因为网络学习的训练样本数据存在噪声形成过度学习现象，但运用规范化网络可以对其进行解决。 　　2005年周丽萍、胡振锋在研究BP神经网络在建筑工程预期估价的应用时指出，神经网络特征提取器可以在大量之前的工程资料中自动提取预算资料和工程特征之间的关系；凭借其错容性，可以自动纠正过去资料中因人为或其他原因造成的偏差；此外，其并行处理数据的特征使其处理速度很快，足够满足快速估算的需要。 　　（二）ANN在工程项目管理效绩评价中的应用 　　闫文周等人建立了一个综合性的工程项目管理绩效评价模型，其控制指标包含了项目工期、质量、费用以及安全四大方面。通过实例分析，验证了其全面性和实际关联性，可以大大提高项目管理水平。在BP神经网路工程项目管理绩效评估模型的基础上，分析评价工期、质量、成本与安全和项目绩效的非线性关系，整合各影响因素，对项目管理绩效进行更为客观的评价。 　　（三）Hopfield 网络模型在建设工程评标中的应用 　　建设工程评标的主观影响因素太多，其作为一个多目标决策过程，很难有一个准确客观的评价。应对 这一问题，朱玉涛等用ANN作为评标中选择优秀中标企业的新型信息处理工具。介绍了Hopfield 网络模型构造和算法设计，包括方案的优劣区分、换位矩阵和能量函数构造、神经元之间的连接输出，且实践证明其优越性和实用性。这种对非定量因素的定量分析，能够有效避免人为因素的干扰，提高评选的科学性、合理性。 　　（四）BP 网络模型在建设工程招投标管理中的应用 　　BP网络在建筑工程招标中被广泛应用，因为其具有自动学习和自动联想的功能，这种智能性广受欢迎。杨中宣以人工神经网络理论为基础，介绍其在招标价格、风险分析以及竞标单位资格审查等各方面的应用，指出其具有的高度并行处理和可完成复杂输入输出的非线性映射能力，在保证较高的中标率的同时还可以有效避免一些不定性因素的影响。 　　二、ANN应用于建筑工程项目管理中的不足之处 　　（一）估计的准确性难以保证 　　周丽萍和胡振锋也明确提出建立在神经网络基础上的估算模型限制于工程特征向量的选取和训练样本的选取，而这两者就是决定估算模型准确度的关键。因为每个建筑项目工程都有其独特性，不同地区的物价水平、采购途径等都会直接影响造价，因此训练样本和待估对象工程之间存在的差异是很难避免的，所以运用ANN进行预测同样无法避免误差。 　　（二）解释能力相对较差 　　ANN的研究还处在黄金发展阶段，并不足够完善，要继续加强其研究的广度和深度，完善理论体系；可以将ANN系统与其他系统进行联合，取其长避其短。比方说ANN与ES的结合就是一个比较成功的例子，弥补了ES预测能力不足的缺陷，同时也增强了ANN对问题的解释能力。 　　（三）方法过于单一 　　建筑工程项目管理中ANN的主要应用方面是BP网络，方式单一输出单一，其他网络的应用就目前而言都存在局限性。所以，我们在不断深化完善BP网络应用的同时也要加强其他网络在该领域的多元化应用，这是非常有潜力的一个研发方向，例如仿真应用。 　　（四）训练时间过长 　　对于这种应用范围广阔的前馈网络，在正式应用前会有一个大量案例训练的过程，而训练案例的收集是一个长