神经网络集成在工程造价估算中的应用研究

重庆交通大学学报（自然科学版） ›› 2005, Vol. 24 ›› Issue (4): 129-132.

神经网络集成在工程造价估算中的应用研究

周其明¹，汪淼²，任宏¹

1．重庆大学建设管理与房地产学院，重庆400045；2．广东省深圳市福田区审计局，广东深圳518048

收稿日期:2004-06-28 出版日期:2005-08-15 发布日期:2015-05-18
作者简介:周其明(1974一)，男，江西泰和人，博士生，从事工程项目、工程造价管理方面研究．

The research of application of constructional engineering cost estimation by neural network ensemble

ZHOU Qi-ming¹ ， WANG Miao² ， REN Hong¹

1.Faculty of Construction Management & Real Estate, Chongqing University. Chongqing 400045, China; 2.Futian Audit Buarea of Shenzhen City, Shenzhen 518048, China

Received:2004-06-28 Online:2005-08-15 Published:2015-05-18

摘要/Abstract

摘要： 工程造价和主要工程量是评价一建筑工程的重要经济指标，特别是工程量清单于2003年7月1日在全国范围内展开以来，快速估算工程造价和主要工程量更具有其重要意义。文中采用神经网络集成方法建立了工程造价和主要工程量估算数学模型，并采用maflab6。1计算软件，以深圳市已完典型工程资料为例，验证了该模型的正确性及实用性，得出了神经网络集成方法泛化能力更高的结论

关键词: 神经网络, BP神经网络, 神经网络集成, 工程造价, 快速估算

Abstract: Engineering cost and main quantities are the important economy index evaluating construction projects. It is important to quickly estimate engineering cost and main quantities since July.1 2003 when the Bill of Quantity is put into practice in our country. In this paper, neural network ensemble, a new method, is presented to estimate the cost and main quantities. Matlab 6.1 is used in this research to analyze the evaluation model. It is accurate and valuable in practice testified by the prototyp

Key words: neural network, BP neural network, neural network ensemble, engineering cost, quickly estimation

中图分类号:

TU723．3

周其明，汪淼，任宏. 神经网络集成在工程造价估算中的应用研究[J]. 重庆交通大学学报（自然科学版）, 2005, 24(4): 129-132.

ZHOU Qi-ming， WANG Miao， REN Hong. The research of application of constructional engineering cost estimation by neural network ensemble[J]. Journal of Chongqing Jiaotong University(Natural Science), 2005, 24(4): 129-132.

[1]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[2]	刘杰. 基于栈式自编码的高速铁路站间客流短期预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 26-30.
[3]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[4]	李军，张俊，张世义. 基于ABP-EKF算法的锂电池SOC估计[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 135-140.
[5]	裴同松1，裴彧2. 基于马尔科夫链-BP神经网络模型对公路运量的预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 35-41.
[6]	闫佳庆1，邵鹏1，张立立2，王力1. 考虑大型车因素的城市路网交通流速度预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 7-11.
[7]	陈秀新，叶洋，于重重，张雪. 基于深度学习的雾霾天气下交通标志识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 1-5.
[8]	李鑫鑫1，郑丹1，杨建喜2，蔡昊男1，曾维成3，岳锐强3. 基于GA-BP神经网络的施工区域水质预测及预警模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 106-110.
[9]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[10]	曹青松，易星，许力. 含饱和非线性的主动悬架系统自适应控制[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 126-131.
[11]	李广儒，朱庆辉. 基于Elman神经网络的港口货物吞吐量预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(06): 8-12.
[12]	向华荣1,2，曾敬1,2. 基于卷积神经网络的汽车试验场外物入侵识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(01): 8-14.
[13]	李军，冷川. 基于RBF神经网络模型的车门多目标轻量化设计[J]. 重庆交通大学学报（自然科学版）, 2019, 38(11): 127-132.
[14]	王贵槐1，钟诚2，初秀民2，张代勇2. 基于BLSTM-RNN的船舶轨迹修复方法[J]. 重庆交通大学学报（自然科学版）, 2019, 38(10): 7-12.
[15]	孙臣生. 基于改进MATLAB-BP神经网络算法的隧道岩爆预测模型[J]. 重庆交通大学学报（自然科学版）, 2019, 38(10): 41-49.