基于属性约束公路造价优化控制方法研究与仿真.docVIP

基于属性约束公路造价优化控制方法研究与仿真 　　以往传统的公路造价的估算类比性差，无法完全涉及到影响公路造价的多方面的各种因素，精准度低，存在各种各样的问题，很难获得十分准确的造价估算结果。在对造价的影响因素方面，进行造价的特征分析，在此基础上，提出一种简单、实有、有效的约束预测控制算法，构建了影响在公路造价方面的、各种不同属性的数据，利用造价中的目标函数的线性方面的算法，来保证造价估价的精准性。 　　前言 　　当下，工程造价在工程的进程中作用越来越大，而公路的建设是惠民性的经济建设，因此公路的造价在公路的铺建过程中意义重大。公路造价在公路铺建前进行科学、合理的估算，利用估算后的结果对公路的建设进行计划并对公路的造价进行合理的控制，在这个过程中，可利用造价评估系统会更加科学、合理、有效。 　　工程造价估算的网络模型的建立 　　1.特征因素分析 　　本论文的研究，主要选取各地区的实际案例，在根据工程建筑的真实进行情况进行比较分析，而后对分类以后的建筑工程采取科学、合理、有效的分析研究，利用对比分析选出对工程造价影响最大的几个具有代表性因素。一般情况下，公路造价属性大致与、有以下属性：公路面积（m2）、内在层数、路面高度（m）公路结构、地基承载力、等，把以上这些元素进行整合处理，于是得到工程建筑的如下公式： 　　S=（s）j=1，2，3...，n 　　2.函数分析法 　　为了更深入一步的对公路造价进行估价，可以应用到相关的隶属函数进行预算分析，分析公路造价与这些因素的相关联度，从而可以更好的对建筑工程的这些特征因素量化分析描述，可以把这些造价特征因素统一、均匀的分配到一个区间，设为[0，1]，这样就会得到一个函数隶属度，最后的公式展示如下： 　　U={m1，m2，m3，mi} 　　在这个公式中，m表示第i个特征因素隶属度[1]。 　　约束条件分析 　　接着提出一个公路造价约束控制的预测控制算法，具体过程如下： 　　选取N1=d，N2≥N+d-1，此公式中N表示的是工程的属性编号，y（l+jh），（j=d，d+1）有造价最优输出预测序列，并将这两个公式拆分成两个分量，一个分量取决于过去的控制输入和输出，另一个分量取决于现在和未来的控制输入。 　　公路建设造价约束控制的约束广义预测控制算法阐述如下： 　　本论文针对此此问题提出四种不基于对象模型且实用、实效性较高的广义预测控制快速算法，为广义预测控制应用于实时性要求高的快速系统奠定了理论基础，具体情况如下： 　　1.线性系统 　　对参数未知单输入单输出线性系统提出一种参数自适应直接广义预测控制（DGPC）方法，这种方法直接识别广义预测控制器参数，即基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整。然后利用中值定理将参数未知单输入单输出非线性系统线性化变为时变线性系统，在自适应辨识中对时变参数采用三次样条函数进行逼近。 　　2.网络预测控制法 　　对参数未知单输入单输出线性系统提出一种径向基函数（RBF）网络的直接广义预测控制方法，该方法利用RBF网络来逼近控制增量表达式，直接设计出广义预测控制器，并基于广义误差估计值对控制器参数即网络权值和广义误差估计值中的未知向量进行自适应调整。然后将单输入单输出线性系统RBF网络广义预测控制方法推广到单输入单输出非线性系统。最后，将此方法推广到多输入多输出线性系统和非线性系统。 　　3.逻辑法 　　对参数未知单输入单输出线性系统提出一种模糊适应的直接广义预测控制方法，该方法利用模糊逻辑来逼近控制增量表达式，直接设计出广义预测控制器，并基于广义误差估计值对控制器参数权值和广义误差估计值中的未知向量进行自适应调整。 　　4.多变量法 　　提出一种基于灰色模型的多变量广义预测控制算法，该算法所需估计的参数少，而且多步情况下无需求解Diophantine方程，从而使计算量明显减少，极大的提高了实时性。以上的 　　四种方式都不需要被控对象数学模型，因此为更好地解决含参数不确定性对象的广义预测控制问题提供了一种新思路，同时避免了Diophantine方程的在线求解及矩阵求逆[2]。 　　研究的分析仿真 　　1.研究的数据来源 　　主要选取一些地区的的公路造价相关数据，运用数学的相关知识进行后期处理，路面面积、路面层数、结构类型、地基承载力、路面高度等几大部分进行选取。整理特征因素值。 　　2.公路造价估算 　　根据结果分析情况，计算之后的结构、数据来进行选取，作为模型输入，以此来检验公路造价的预算模型的优缺点，选取的模型主要有：多维时间预测序列和BP神经网络等。 　　结束语 　　简而言之，本论文所做的分析研究是公路造价因素约束广义预测控制算法，构建了影响公路造价的各类属性