李紫微：BP神经网络在建筑工程资源分配中的应用论文

本文主要研究内容

作者李紫微（2019）在《BP神经网络在建筑工程资源分配中的应用》一文中研究指出：目前,对建设工程在优化资源的原则下进行进度控制时,大部分研究人员通常采用对资源平均化的方法进行优化。这种方法虽然简单易行,但是与事实情况脱节,从而大大削弱了它在实际生活中所起到的作用。由于现实中大部分工程所需资源量随工程进度变化显正态分布,故以此为前提,通过神经网络法确定一般性工程的一组资源需求量,从而确定资源需求量的分布函数,为建筑工程过程中的资源分配提供一种更符合实际的方法。

Abstract

mu qian ,dui jian she gong cheng zai you hua zi yuan de yuan ze xia jin hang jin du kong zhi shi ,da bu fen yan jiu ren yuan tong chang cai yong dui zi yuan ping jun hua de fang fa jin hang you hua 。zhe chong fang fa sui ran jian chan yi hang ,dan shi yu shi shi qing kuang tuo jie ,cong er da da xiao ruo le ta zai shi ji sheng huo zhong suo qi dao de zuo yong 。you yu xian shi zhong da bu fen gong cheng suo xu zi yuan liang sui gong cheng jin du bian hua xian zheng tai fen bu ,gu yi ci wei qian di ,tong guo shen jing wang lao fa que ding yi ban xing gong cheng de yi zu zi yuan xu qiu liang ,cong er que ding zi yuan xu qiu liang de fen bu han shu ,wei jian zhu gong cheng guo cheng zhong de zi yuan fen pei di gong yi chong geng fu ge shi ji de fang fa 。

论文参考文献

[1].基于BP神经网络的公用建筑电力能耗预测研究[J]. 杜冠洲,韦古强,高正平. 工程经济.2017(06)

[2].基于BP神经网络的混凝土抗裂性能预测[J]. 刘灿. 低碳世界.2017(25)

[3].基于改进BP神经网络的风光互补路灯蓄电池SOC预测研究[J]. 齐丽强,王泽民. 声学与电子工程.2017(03)

[4].BP神经网络在边坡稳定性预测中的应用[J]. 赵亚军,张恩龙,巩志忠. 西部探矿工程.2014(02)

[5].基于BP神经网络的软地基沉降分析[J]. 莫曼,鄢翠,方志杰. 广西大学学报(自然科学版).2015(01)

[6].基于遗传算法改进的BP神经网络在我国主要城市人居环境质量评价中的应用[J]. 李明,李雪铭. 经济地理.2007(01)

[7].基于BP神经网络的电力工程造价模型研究[J]. 迟晓婷. 建材与装饰.2017(09)

[8].基于BP神经网络的水泥搅拌桩有效桩长的研究[J]. 周凡丁,陈延猛,曾华罡. 西部探矿工程.2006(06)

[9].基于BP神经网络的汽车起重机油耗预测研究[J]. 周道良,蔡祖戈,刘彦辉,吴斌,杨国秀. 工程机械.2015(05)

[10].BP神经网络在基坑变形预测中的应用及改进[J]. 孙雪,张琳. 勘察科学技术.2017(01)

论文详细介绍

论文作者分别是来自工程建设的李紫微，发表于刊物工程建设2019年08期论文，是一篇关于建设工程论文,神经网络论文,资源分配论文,正态分布论文,工程建设2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自工程建设2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/e15968628e481d6a6c6d4c8b.html