论文部分内容阅读
在山东黄河水闸定期加固中的成本估计过程中，采用传统算法进行成本估计容易丢失信息，导致估计精度低。为此，本文提出了一种基于改进神经网络算法的山东黄河水闸定期加固中的成本估计方法，利用神经网络输入和输出关系的高度非线性映射关系和自我学习能力组建水闸定期加固中的成本估计模型，融合模糊理论集，得到水闸定期加固中的成本估计历史数据与主要特征属性，在分析成本估计组织结构的同时，比较不同时期黄河水闸加固中的成本估计类比，将其模糊相似性定量化，对黄河水闸定期加固中的成本进行了详细的估算。实验仿真证明，基于改进神经网络算法的山东黄河水闸定期加固中的成本估计方法精度高，实用性强。