基于BP人工神经网络绿色施工模糊综合评价研究.docVIP

基于BP人工神经网络绿色施工模糊综合评价研究 　　摘要： 发展绿色施工促进施工企业节约能源和资源、保护环境，是全球应对气候变化挑战、实现可持续发展的重要手段，而绿色施工评价对于建筑业落实可持续发展起到一定作用。本文在介绍BP人工神经网络基本原理的基础之上，分析了与其它评价方法相比，BP人工神经网络在绿色施工评价中的优越性。通过建立模糊评价矩阵，利用BP人工神经网络处理数据，较客观地对绿色施工进行评价。最后将此评价模型应用于实例，取得了令人满意的结果。 　　Abstract： The development of green construction that promoting conservation energy of resources for construction companies， and protecting the environment， is an important mean to deal with the global challenge of climate change and achieving sustainable development， and the green construction assessment works on the construction industry to implement sustainable development. On the basis of introducing the basic principle of BP artificial neural networks， this paper analyzes the superiority of BP artificial neural networks superiority in green construction evaluation compared with other evaluation methods. Through the establishment of fuzzy evaluation matrix， and using BP artificial neural networks to process data， and evaluate green construction objectively. Finally this evaluation model is applied to instances， and achieves satisfactory results. 　　关键词： BP人工神经网络；绿色施工；评价 　　Key words： BP artificial neural network；green construction；evaluation 　　中图分类号：TU201.5 文献标识码：A 文章编号：1006-4311（2015）11-0049-03 　　0 引言 　　在经济高速发展的同时，建筑业不仅消耗了大量资源，也造成了环境污染，绿色施工成为解决这一问题的关键。为了避免绿色施工只停留在定义上，必须对绿色施工进行评价。长期以来，很多学者利用不同方法对绿色施工进行评价，如层次分析法，模糊综合评价法，灰色关联综合评价法等。但是，这些方法在评价过程中存在一些缺陷，比如这些方法受参评人员主观上的不确定性等因素影响比较大。基于此，陈建国，闵洲源[1]运用BP人工神经网络对绿色施工进行评价，并取得了很好的效果。本文在模糊评价矩阵的基础上，运用BP人工神经网路对绿色施工进行评价，这不仅可以改善整体建筑业的绿色施工水平，而且，对绿色施工实践的规范化和制度化具有显著的推动作用。 　　1 BP人工神经网络方法 　　1.1 BP人工神经网络原理 1985年，Rumelhart[2，3]等人提出了一种很有影响的神经元模型――反向传播（BP）神经网络，它是一种使用“教师”学习算法的包含输入层节点、隐含层节点和输出层节点的多层次反馈型网络。 　　上式中，α为一常数项，称为势态因子，它决定了上一次权值对本次权值更新的影响程度。 　　对于给定的一组训练模式，不断用一个个训练模式训练网络，重复此过程，当各个训练模式都满足要求时，BP神经网络已完成学习，可用此模型对现有的未知实际输出值的结构进行评价，得到的结果与专家打分的结果保持在允许的误差范围内，这就实现了利用BP神经网络的评价。 　　1.2 BP人工神经网络优点 　　①人工神经网络模型通过神经网络对典型样本的学习，发挥神经网络自学习、自组织、自适应能力强和容错能力强的优点，训练好的神经网络将专家的评定思想以连接权的方式赋予网络，对指标间的非线性关系作出了全面反映，能准确地模拟专家进行评定工