基于人工神经网络送电线路工程造价的快速估算.docxVIP

文章编号 : 1000 2582X ( 2007 ) 01 文章编号 : 1000 2582X ( 2007 ) 01 20036 206 3 基于人工神经网络送电线路工程造价的快速估算 银 涛 ,俞集辉 (重庆大学 电气工程学院 高电压与电工新技术教育部重点实验室 ,重庆 400030) 摘 要 :根据送电线路工程造价结构的影响因素 ,结合人工神经网络的特点 ,提出了运用人工神经 网络进行工程造价快速估算和审查的方法 . 分析送电线路工程造价结构和影响因素 ,构建关于送电线路 工程造价的神经元输入输出向量 ,建立了相应的人工神经网络模型 ,导出了算法的实施步骤 ,通过历史 工程样本训练和实例样本计算分析 ,得到了比较好的快速计算结果 ,满足了工程项目概算方案审查的要 求 ,为电力工程概算提供了一种客观 、快速的审查方法 . 关键词 : B P算法 ;人工神经网络 ;造价估算 中图分类号 : TU 723. 3 文献标识码 : A 工程建设项目设计造价的审查对于建设单位来说 是个复杂的问题 ,在审查工程概算时 ,还会碰到技术方 案问题 [ 1 22 ] . 目前审查人员主要是借助相关限额 设 计 指标 ,结合自己多年来的工作经验 ,检查工程项目的概 算 ,提出需要进行的费用调整. 建设方采用这种做法 , 一方面主观性较强 ,人为因素比较多 ,缺乏合理的 、统 一的审查方式和费用调整标准 ,另一方面 ,十分有限的 审查人员整天忙于应付大量的核对 、查询工作 ,效率低 下且还容易出错. 因此如何快速 、合理的完成工程项目 造价的审查任务是一个值得研究的课题. 对于工程造价的快速估算 [ 3 ] 和核算 ,国内外都有 一些相应的研究. 国外有人采用成本估算的方法 ,建立 工程成本的数据库 ,根据历史工程 、类似工程的历史资 料 ,结合相应的参考指标手册 ,用类比 、回归的方法确 定拟建工程的造价情况 [ 4 25 ] ,也作为审核造价的方法 . 也有人利用典型工 程‘ 建设经验 ,将模糊数学引入工程 造价估计 ,提高计算速度 ,减少了计算周期 [ 6 ] . 还有人 采用相似工程法来估算造价 ,但其主观性强 ,准确性还 不够高. 人工神经网络作为现代非线性科学的重要组成部 分 ,它具有学习 、记忆 、联想 、归纳 、概括和抽取 、容错以 及自适应的能力 ,近年来在很多领域都得到广泛的应 用 . 笔者尝试在送电线路工程领域 ,用某地区已建的费 用合理 、质量良好的送电线路工程造价构成作为学习 样本 ,训练构造好的神经网络 ,用以对该地区待分析的 送电工程项目造价进行的计算和评估 ,由此达到提高 客观性和快速审查的目的 . 1 送电线路工程造价估算模型建立 分析工程造价估算问题 ,可列为数学映射问题 ,神 经网络的重要功能之一就是可以高度逼近任意 2 个不 同维空间的非线性映射 [ 7 ] . 因此 , 把用 来描 述工 程 造 价特征的信息作为网络的输入向量 X = ( X1 , X2 , , Xm ) ; 将具体的各项投资金额作为神经网络的输出 Y = ( y , y , , y ) ; 利用过去积累的大量典型工程的工程 1 2 n 特征 、造价分析资料作为训练样本对网络进行训练 , 使 不同的输入向量得到不同的输出量值 , 从而实现输入 空间 (工程特征 )到输出空间 (造价资料 )的映射. 这个 映射是高度非线性的 , 它建立在简单非线性函数复合 的基础上 , 可以表达工程造价这一复杂现象 , 它就是基 于人工神经网络的造价估算模型 . 送电线路工程的造价受多个因素的相互影响 , 考 虑下列因素作为影响着工程价格的主要因素 , 把它们 列为神经网络的输入单元 , 如图 1 所示 . 设在某一电压等级下的送电线路 , 考虑某种地形 、 气象条件 、架线回路 、杆塔类型等基本因素的影响 , 把 实际工程项目投资划分为工地运输 、土石方工程 、基础 工程 、杆塔工程 、架线工程 、附件工程等 6个部分 [ 8 ] . 根 3 收稿日期 : 2006209205 作者简介 :银涛 ( 19812) ,男 ,重庆大学硕士研究生 ,主要从事电力工程管理中数字化优化方向研究 . 俞集辉 ,男 ,教授 ,博士生 导师 , ( Te l. ) : 023 265432108; E2m a il: yu jihu i@ cqu. edu. cn. 37第 30卷第 1期银 涛 , 等 :基于人工神经 37 第 30卷第 1期 银 涛 , 等 :基于人工神经网络送电线路工程造价的快速估算 图 1 影响造价的各因素层次结构图 据测算出的每公里建筑安装费用 , 再加上其它费用与 资金成本 , 得出每公里的单