基于模糊优选BP神经网络的水利水电工程造价估算研究

论文摘要

工程造价是影响工程项目立项的重要依据之一，工程造价估算是项目开发前期工作的重要任务之一。在项目前期决策阶段，由于缺乏详细的工程资料，很难利用传统的定额方法进行造价估算。针对工程投资机会研究阶段和初步可行性研究阶段的造价估算新方法的研究具有重要意义。本文将模糊数学理论和神经网络理论相结合应用于水电工程造价估算。首先用模糊数学理论对水电工程造价案例进行筛选，挑选出与待估工程较为类似的训练样本；再采用BP神经网络，实现水电工程特征与造价之间的复杂非线性映射。最后用已建模型对待估工程进行造价估算，通过对比其预测值和实际值，对所建模型的预测精度进行验证。本文的主要研究内容如下：（1）对水电工程投资发展现状和造价管理现状出进行评述，特别是运用模糊数学理论和BP神经网络理论建立估算模型的有关研究进行综述。（2）基于两大理论建立水电工程造价估算模型，并对水电工程项目进行PBS分解，建立水电工程比较层项目；运用解释结构模型理论对比较层项目的造价影响因素进行分析，建立比较层项目的特征类目指标，为模糊优选和造价估算提供基础。（3）水电工程学习样本模糊优选。基于模糊数学理论，结合比较层项目工程实际，确立其特征类目指标的隶属度和权重，并进行贴近度计算，挑选出优选学习样本。（4）应用BP神经网络进行水电工程造价估算。利用BP神经网络理论进行工程造价估算，包括各子模型参数设计及输入输出数据预处理等，并在Matlab中实现整个模型估算。（5）案例研究。根据已建造价估算模型，对某水电工程项目进行造价估算，并将模型估算结果与实际值进行比较，验证估算模型的有效性和实用性。本文的研究只是涉及到模型的建立、估算方法等几个问题的初步研究，样本数据库有效建立、模型泛化能力的改善及可视化操作平台的开发都有待进一步深入研究。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 模糊数学理论在造价估算中的研究进展
• 1.2.2 神经网络在造价估算中的研究进展
• 1.3 研究内容与技术路线
• 1.3.1 研究内容
• 1.3.2 研究技术路线
• 第二章 水电工程估算模型及特征类目指标确立
• 2.1 水电工程造价估算模型分析
• 2.1.1 造价估算模型理论基础
• 2.1.2 造价估算模型基本结构
• 2.1.3 造价估算模型工作流程
• 2.2 水电工程项目分解结构
• 2.2.1 工程项目分解
• 2.2.2 水电工程 PBS 分解
• 2.3 水电工程特征类目指标的确立
• 2.3.1 解释结构模型理论
• 2.3.2 ISM 在水电工程造价影响因素分析中的应用
• 2.4 本章小结
• 第三章 学习样本模糊优选
• 3.1 模糊数学理论
• 3.2 隶属度函数及权重的确定方法
• 3.2.1 隶属度函数的确定方法
• 3.2.2 权重的确定方法
• 3.3 学习样本模糊优选
• 3.3.1 特征类目指标隶属度的确立
• 3.3.2 工程特征类目指标权重的确立
• 3.3.3 工程贴近度计算
• 3.4 本章小结
• 第四章 基于 BP 神经网络的水电工程造价估算
• 4.1 BP 神经网络
• 4.1.1 BP 网络原理和结构
• 4.1.2 BP 神经网络的模型
• 4.1.3 BP 神经网络的局限性及其改进
• 4.2 基于 BP 神经网络的水电工程造价估算
• 4.2.1 参数的确定
• 4.2.2 输入输出数据预处理
• 4.3 水电造价估算模型在 Matlab 中的实现
• 4.3.1 BP 网络的神经网络工具箱函数
• 4.3.2 估算模型的 Matlab 设计
• 4.4 本章小结
• 第五章 案例
• 5.1 项目简介
• 5.2 项目特征类目指标提取及数据预处理
• 5.2.1 特征类目指标的提取
• 5.2.2 指标值数据预处理
• 5.3 项目造价估算
• 5.3.1 挡水工程造价估算
• 5.3.2 发电厂工程造价估算
• 5.3.3 泄水工程造价估算
• 5.3.4 引水工程造价估算
• 5.4 待估水电项目造价估算值与实际值分析比较
• 5.4.1 待估水电项目造价实际值
• 5.4.2 造价估算值与实际值比较
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 附录 A 攻读学位期间发表论文目录
• 附录 B 初始学习样本数据