论文部分内容阅读
装配式混凝土建筑具有节能环保、减少现场人工、缩短施工工期、提升工程品质、推动建筑产品供给侧改革等优点,因而近年来在我国得到大力推广和发展。工程成本估价是建筑项目可行性研究、方案比选、投标报价、项目融资等的重要依据,但装配式混凝土建筑成本难以控制这一因素制约着其发展,若能快速对其进行工程估价有利于成本管理,能进一步给装配式混凝土建筑的发展提供保障。目前我国关于装配式混凝土建筑成本估价的模型及方法的研究也相对较少,由于BP神经网络在预测方面具有极大优势,可为成本估测带来较大便捷,因此将BP神经网络运用于装配式混凝土建筑估价具有一定的现实意义。论文以装配式混凝土建筑成本为对象,运用BP神经网络建立了装配式混凝土建筑估价模型以实现其成本的快速估价。从装配式混凝土建筑与传统现浇建筑不同建造方式的角度,分析两者的成本差异作为论文的基础。其次选择BP神经网络作为估算工具,并阐述其应用的合理性。再利用层次分析法建立递归模型,选出最主要的工程特征指标,进一步精简估价模型的输入向量。通过设置BP神经网络的基本结构、初始化相关参数、分析程序算法流程等,实现了MATLAB对装配式混凝土建筑估价模型的编程。并将归一化处理后的样本数据输入到网络中进行训练,最后用实例仿真分析以验证其准确性。通过上述内容研究,得到以下结论:(1)基于层次分析法实现了工程特征指标的选取。选出了装配式混凝土建筑的11类重要工程特征指标作为BP神经网络的输入向量,达到了简化估价模型的效果。(2)建立了基于BP神经网络的装配式混凝土建筑估价模型。用MATLAB实现了程序编程:设置了网络结构及相关参数等。且样本训练后网络可具有较好的收敛效果。(3)验证了该估价模型的准确性,实现了对装配式混凝土建筑成本的高效、快捷估价。通过实例分析表明了可将装配式混凝土建筑单方造价的平均误差控制在3%以内,满足我国投资估算的要求,达到了理想的估算效果。