畢業(yè)設(shè)計（論文）基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的建筑工程造價預(yù)測

1、摘 要我國加入wto后，市場經(jīng)濟競爭更加激烈，建筑工程要求能更快速、更準(zhǔn)確地進(jìn)行工程造價的預(yù)測，無論業(yè)主還是承包商，這時都需要一套完善的造價預(yù)測系統(tǒng)解決這個問題。本文介紹了論文的研究背景、國內(nèi)外研究的現(xiàn)狀，以及論文的目的和意義、內(nèi)容和思路。簡要分析模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，并將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機融合，引出動態(tài)模糊神經(jīng)網(wǎng)絡(luò)。詳細(xì)介紹動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)和動態(tài)算法、模糊知識處理方法，并結(jié)合工程造價預(yù)測的影響因素，提出了基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測的程序。通過具體實例，描述動態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法在建筑工程造價預(yù)測中的應(yīng)用流程。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)可提高工程造價預(yù)測的精度，在工程造

2、價預(yù)測中具有可行性。關(guān)鍵詞：模糊系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；動態(tài)模糊神經(jīng)網(wǎng)絡(luò)；工程造價；預(yù)測abstractafter our country joins into wto, the market economy competition is more intense. construction project bidding requirements more quickly and more accurately to forecast construction costs, regardless of the owners or contractors, then it will need a co

3、mprehensive cost forecast system to solve this problem.in this paper, research background, purpose and meaning, content and ideas are introduced. the current situation that domestic and foreign is presented. and the article presents basic theory of the fuzzy system and neural network briefly. the fu

4、zzy systems and neural networks integration are analyzed and compared, this derives dynamic fuzzy neural network. in the paper, the structure, fuzzy knowledge processing methods, and dynamic learning algorithm of dfnn are introduced in detail, and it combines with the influencing factors of the proj

5、ect cost forecast. and the article proposes the procedure of the project cost forecast system based on dfnn. through the concrete example, this article describes the dynamic fuzzy neural network application process in the project cost forecast. dfnn improves the accuracy of the construction cost for

6、ecast, and have the feasibility in the project cost forecast.key words：fuzzy system；neural network；dynamic fuzzy neural network；project cost；forecast目 錄第1章 概 論11.1 選題的背景11.2 國內(nèi)外研究現(xiàn)狀21.3 研究的目的和意義21.4 研究的內(nèi)容和思路3第2章 工程造價預(yù)測的基本理論42.1 基本概念42.2 工程造價預(yù)測的方法5第3章 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)73.1 模糊系統(tǒng)概述73.2 神經(jīng)網(wǎng)絡(luò)概述83.3 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)概述10第4

7、章 基于dfnn的建筑工程造價預(yù)測的應(yīng)用154.1 影響建筑工程造價預(yù)測的因素154.2 基于dfnn的建筑工程造價預(yù)測的程序174.3 建筑工程造價預(yù)測模糊信息處理方法214.4 案例分析22結(jié) 論24致 謝25參考文獻(xiàn)26附 錄28第1章 概 論1.1 選題的背景如今市場經(jīng)濟競爭十分激烈，實際建筑工程要求能快速地、準(zhǔn)確地進(jìn)行工程造價的預(yù)測。但是傳統(tǒng)的預(yù)測方法以及現(xiàn)行的計算軟件都必須花費較長的時間才能計算出結(jié)果，而且計算的結(jié)果準(zhǔn)確度還不是很高1。但是工程造價預(yù)測在項目管理中十分重要，它是工程項目可行性研究的基礎(chǔ)，也是招投標(biāo)制定標(biāo)底的依據(jù)，也是沒有充足時間編制詳細(xì)投標(biāo)預(yù)算的工程項目的投標(biāo)依據(jù)，

8、其準(zhǔn)確與否直接影響項目的投資決策，也將影響項目投標(biāo)的競爭能力2。近年來，有關(guān)學(xué)者提出用模糊理論、灰色理論、神經(jīng)網(wǎng)絡(luò)8-10等方法來預(yù)測工程造價，但這些方法都有其這樣或那樣的不可避免的缺陷，其預(yù)測精度有時不是很高而且具有較大的主觀性，導(dǎo)致預(yù)測結(jié)果有時不夠準(zhǔn)確，這樣造成了人們對工程造價預(yù)測的準(zhǔn)確性抱有懷疑的態(tài)度。同時，在實際的建筑工程中，研究的對象也都是動態(tài)的，不是靜止?fàn)顟B(tài)的，這更為建筑工程造價預(yù)測增加了難度，也給建筑工程造價帶來了極大的經(jīng)濟風(fēng)險。動態(tài)預(yù)測工程造價仍舊是人們面臨的一個挑戰(zhàn)，這樣就迫切的需要一套完善的工程造價預(yù)測系統(tǒng)，解決工程造價預(yù)測遇到的難題。 針對于這樣的狀況，一些學(xué)者提出了這樣

9、的解決思路：多種方法合理的融合，相互取長補短，可避免單一方法在某方面的不足，還會使其在優(yōu)勢上有所彰顯。顯然這樣的想法是可行的，動態(tài)模糊神經(jīng)網(wǎng)絡(luò)就是模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機融合，結(jié)合客觀環(huán)境變化而形成的，解決了模糊系統(tǒng)隸屬函數(shù)和模糊規(guī)則的生成與調(diào)節(jié)，神經(jīng)網(wǎng)絡(luò)獲得的輸入輸出關(guān)系可用人們接受的方式表示出來，還可以克服模糊神經(jīng)網(wǎng)絡(luò)的缺陷，即模糊神經(jīng)網(wǎng)絡(luò)不能隨著客觀環(huán)境的變化而調(diào)整訓(xùn)練學(xué)習(xí)參數(shù)，不具備動態(tài)學(xué)習(xí)和預(yù)測功能，隨著時間推移，預(yù)測精度會降低。1.2 國內(nèi)外研究現(xiàn)狀在經(jīng)濟全球一體化的趨勢下，國內(nèi)外建筑行業(yè)競爭更加激烈，許多建設(shè)項目超出預(yù)算、工期延長、質(zhì)量差、效益低，這些很大程度上都與工程前期工作

10、密切相關(guān)。為減少工程投入、獲取更好的投資效率，根本的解決方法在于做好建設(shè)前期的工程造價預(yù)測工作。傳統(tǒng)的工程造價預(yù)測方法很難適應(yīng)當(dāng)前工程造價預(yù)測快速又準(zhǔn)確的要求，針對這一現(xiàn)實需求，國內(nèi)外學(xué)者一致認(rèn)同采用相似的已建工程的造價資料作為當(dāng)前工程的造價資料的近似估計是較為可取的方法3。目前工程造價預(yù)測的方法是建立在現(xiàn)行的工程管理理論的基礎(chǔ)上的，所做的定量分析是依據(jù)已經(jīng)建立的各種定額。但工程造價預(yù)測這一實踐工作，是要和自然、人、社會等系統(tǒng)的環(huán)境因素打交道，具有自然屬性、社會屬性和精神屬性，是具有諸多不確定因素的復(fù)雜的大系統(tǒng)，是處在不停的非線性運動過程中4。所以為了解決工程造價預(yù)測存在的問題，就要采用更加成

11、熟有效的方法來預(yù)測工程造價。1965年，美國加利福尼亞大學(xué)l a zadeh教授發(fā)表了著名的論文模糊集（fuzzy sets），開創(chuàng)了模糊理論的先河開始的。1974年，s c lee和e t lee在cybernetics雜志上發(fā)表了“fuzzy set and neural network”一文，首次把模糊集和神經(jīng)網(wǎng)絡(luò)聯(lián)系在一起；接著，在1975年他們又在math biosci雜志上發(fā)表了“fuzzy neural network”一文，明確地對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行了定義、研究。自1975年模糊神經(jīng)網(wǎng)絡(luò)提出至今，模糊神經(jīng)網(wǎng)絡(luò)的研究已取得了很大進(jìn)展，大部分模糊神經(jīng)網(wǎng)絡(luò)都采用對輸入進(jìn)行模糊化的神經(jīng)網(wǎng)

12、絡(luò)方法，至此2002年meng joo e提出了動態(tài)模糊神經(jīng)網(wǎng)絡(luò)。至此動態(tài)模糊神經(jīng)網(wǎng)絡(luò)就被應(yīng)用在許多領(lǐng)域，如伺服系統(tǒng)、船舶動力定位、儲層預(yù)測等，本文主要研究動態(tài)模糊神經(jīng)網(wǎng)在工程造價預(yù)測中的可行性5。1.3 研究的目的和意義本文通過對動態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法的研究，提高建筑工程造價預(yù)測結(jié)果的精確度，運用動態(tài)模糊神經(jīng)網(wǎng)絡(luò)模糊信息處理加強系統(tǒng)的柔性。在實際工程造價預(yù)測時，運用動態(tài)模糊神經(jīng)網(wǎng)絡(luò)方法預(yù)測建筑工程造價是可行的。本文研究模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的有機融合而形成的動態(tài)模糊神經(jīng)網(wǎng)絡(luò)。相比較模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)而言，動態(tài)模糊神經(jīng)網(wǎng)絡(luò)（dfnn）的各個參數(shù)具有明確的物理意義，可根據(jù)經(jīng)驗選擇初始值，是一個動態(tài)映射

13、網(wǎng)絡(luò)，比普通模糊神經(jīng)網(wǎng)絡(luò)（fnn）更適于描述動態(tài)系統(tǒng)6，這樣就極大的提高了動態(tài)模糊神經(jīng)網(wǎng)絡(luò)對于工程造價預(yù)測的精度，在工程造價預(yù)測中具有可行性。1.4 研究的內(nèi)容和思路本文共分4章，以下就是個章節(jié)的研究內(nèi)容。第1章介紹本文的研究背景，國內(nèi)外的工程造價預(yù)測的現(xiàn)狀，研究的目的和意義，還有研究的內(nèi)容與思路。第2 章主要簡單介紹工程造價預(yù)測的相關(guān)概念，及幾種造價預(yù)測方法。第3 章重點介紹動態(tài)模糊神經(jīng)網(wǎng)絡(luò)法。首先簡單的介紹模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的相關(guān)理論。然后分析模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)，從而提出動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的相關(guān)內(nèi)容。第4章首先分析工程造價預(yù)測的影響因素，研究基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測的程序，并對動態(tài)

14、模糊神經(jīng)網(wǎng)絡(luò)（dfnn）模糊知識處理作了相應(yīng)的說明。最后，列舉具體實例說明動態(tài)模糊神經(jīng)網(wǎng)絡(luò)法在工程造價預(yù)測中實際的應(yīng)用價值。第2章 工程造價預(yù)測的基本理論工程造價預(yù)測在項目管理中十分重要，它是工程項目可行性研究的基礎(chǔ)，也是招投標(biāo)制定標(biāo)底的依據(jù)，其準(zhǔn)確與否直接影響項目的投資決策。利用已建類似工程的造價資料和市場變化的信息，對擬建工程造價做出推測。 2.1 基本概念2.1.1 工程造價的定義工程造價的直接含義就是工程的建造價格，按中國造價管理協(xié)會學(xué)術(shù)委員會的意見表述為兩種：第一種含義：是指進(jìn)行某項工程建設(shè)花費的全部費用，即一項工程通過建設(shè)形成相應(yīng)的固定資產(chǎn)、無形資產(chǎn)所需用的一次性費用總和。這一含義

15、是從投資者與業(yè)主的角度來定義的。從這個意義上說，工程造價就是工程投資費用，建設(shè)項目工程造價就是建設(shè)項目固定資產(chǎn)投資。第二種含義：是指工程價格，即為建成一項工程，預(yù)計或?qū)嶋H在土地市場、設(shè)備市場、技術(shù)勞務(wù)市場以及承包市場等交易活動中所形成的建筑安裝工程的價格或建設(shè)工程總價格。工程造價的第二種含義是以社會主義商品經(jīng)濟和市場經(jīng)濟為前提的7。2.1.2 工程造價預(yù)測的定義工程造價預(yù)測中的預(yù)測是一種預(yù)計與推測，是根據(jù)過去和現(xiàn)在的已知去推測和預(yù)料將來的未知，是對被預(yù)測事件發(fā)展過程中可能發(fā)生的一些不確定因素和未知事件做出定性和定量描述4。而工程造價預(yù)測是根據(jù)歷年己有的建筑造價數(shù)據(jù)和資料，進(jìn)行科學(xué)的計算和綜合，

16、再結(jié)合預(yù)測人員的主觀經(jīng)驗和判斷能力，對擬建工程投資費用所做的一種預(yù)先估計或預(yù)測，工程造價預(yù)測的準(zhǔn)確程度與預(yù)測模型的選擇有著密切的聯(lián)系8。2.2 工程造價預(yù)測的方法目前常用的工程造價預(yù)測方法有很多，由于工程項目系統(tǒng)的隱蔽性、模糊性、多層次性，迄今為止仍沒有一套成熟有效的工程造價預(yù)測方法。通過剖析多種工程造價預(yù)測方法，權(quán)衡利弊，以指導(dǎo)探索更科學(xué)有效的工程造價預(yù)測方法3。2.2.1 基于模糊數(shù)學(xué)的工程造價預(yù)測方法 工程造價模糊預(yù)測的方法是利用模糊數(shù)學(xué)的基本原理在同一結(jié)構(gòu)體系下，通過研究和對比擬建工程與已建工程結(jié)構(gòu)方案的相似程度，由造價師根據(jù)類似的已建工程的造價資料對擬建工程造價估算的過程9。考慮到工

17、程造價受到許多不確定性因素的影響，具有模糊性，根據(jù)模糊數(shù)學(xué)原理，提出了工程造價的模糊預(yù)測方法。這種方法只考慮了待估工程與典型工程的建筑結(jié)構(gòu)與構(gòu)造的相似性，并不能反映出因建造時間的差異引起的價格費用的變化。同時，該方法不能準(zhǔn)確反映出工程造價的實際變化特性，為確保工程造價估算的準(zhǔn)確性，必須考慮各個工程建造年代，即使是在物價相對穩(wěn)定時期。因此，在原有方法基礎(chǔ)上，還須補充考慮資金時間價值因素，以某一時間為基準(zhǔn)，計算當(dāng)前工程與己建工程之間的相似度，從而選擇其中的典型工程來預(yù)測工程造價3。2.2.2 基于實物的工程造價預(yù)測方法實物法與工程和市場實際情況以及適合本工程施工的施工企業(yè)水平直接掛鉤，將工程各種投

18、入品的耗量和單價進(jìn)行分列，以人、材、機數(shù)量分別乘以相應(yīng)的基礎(chǔ)價格為基本計算公式，編制更切合每個工程具體情況的合理造價。這種方法改變了定額法采用平均先進(jìn)水平、宏觀控制投資的基本觀點，對工程逐個量體裁衣，體現(xiàn)了量、價分離的原則。實物法的基礎(chǔ)數(shù)據(jù)包括人、材、機的數(shù)量和價格兩部分，數(shù)量根據(jù)具體的實際建設(shè)條件而定，價格則來自市場，實行動態(tài)定價。然而在實際中，無論是在國內(nèi)還是在國外，實物法都沒有得到廣泛的應(yīng)用。究其原因主要有：實物法在實際中的可操作性較差，從繁多的工程項目中匯總投入品消耗量，需要耗費大量的人力、物力和時間；該方法適用范圍有限，在施工圖紙完備和各種資源投入編制指南具備的條件下才適用，而在工程

19、前期，由于待建工程資料有限，不可能做出準(zhǔn)確的實物預(yù)測。2.2.3 基于灰色系統(tǒng)理論的工程造價預(yù)測方法灰色預(yù)測是根據(jù)過去的及現(xiàn)在己知的或非確定的信息建立的一個從過去引申到未來的灰色模型，從而確定系統(tǒng)未來發(fā)展變化的趨勢，并為規(guī)劃、決策提供依據(jù)?；疑到y(tǒng)預(yù)測是將系統(tǒng)主行為與關(guān)聯(lián)因子一起進(jìn)行的多序列預(yù)測。即在分析與研究系統(tǒng)因子之間相互影響與協(xié)同作用的基礎(chǔ)上，建立系統(tǒng)主行為特征量與關(guān)聯(lián)的灰色動態(tài)模型群，然后通過求解進(jìn)行預(yù)測?；疑到y(tǒng)預(yù)測所采用的基本數(shù)學(xué)方法是建立狀態(tài)方程并求解。其特點是，根據(jù)系統(tǒng)中一些變量或因素間相互協(xié)調(diào)發(fā)展變化的關(guān)系及其數(shù)量進(jìn)行預(yù)測的。若預(yù)測系統(tǒng)的主要因素與其他因素之間，只有相互影響，

20、相互制約的作用，稱為系統(tǒng)協(xié)調(diào)預(yù)測，如建筑工程總造價與勞動力、資金、材料等協(xié)調(diào)發(fā)展的預(yù)測，它將是用于建筑工程造價中有別于其他預(yù)測方法的方法。2.2.4 基于神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測方法運用神經(jīng)網(wǎng)絡(luò)進(jìn)行工程造價預(yù)測，將已建工程特征的量化數(shù)據(jù)作為輸入，對應(yīng)的造價資料作為輸出，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來實現(xiàn)工程造價的預(yù)測。這種方法通過實例訓(xùn)練學(xué)習(xí)來確定模型的權(quán)重，避免了某些方法的人為計取權(quán)重的主觀影響計算簡單、準(zhǔn)確，非常適合快速估算工程造價；并且，工程造價中隱性考慮了不同時期主材價格，使造價更加符合實際?；谏窠?jīng)網(wǎng)絡(luò)的工程造價預(yù)測方法的主要限制，在于工程特征的選取和訓(xùn)練樣本的選取上。為確保

21、估算模型的準(zhǔn)確度，要求做到選取的工程特征能夠反映工程本質(zhì)，便于眾多樣本彼此區(qū)別開來，同時，選取的訓(xùn)練樣本要和當(dāng)前工程類似，才可能使預(yù)測模型為問題求解提供支持。然而這兩個方面的選取工作，目前只能憑借經(jīng)驗來完成， 缺乏理論的指導(dǎo)，容易造成個別輸出目標(biāo)值偏離實際值3。第3章 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)3.1 模糊系統(tǒng)概述3.1.1 模糊系統(tǒng)的基本概念模糊數(shù)學(xué)是運用數(shù)學(xué)方法研究和處理具有“模糊性”現(xiàn)象的數(shù)學(xué)。這里所謂的“模糊性”，主要是指客觀事物差異的中間過渡中的“不分明性”10。模糊數(shù)學(xué)并不是“模糊”的數(shù)學(xué)，它是采用嚴(yán)格的精確的數(shù)學(xué)手段來處理“模糊”的現(xiàn)象以達(dá)到消除“模糊”的一門數(shù)學(xué)。實際上它是人類認(rèn)識能力的

22、深化和精確的反應(yīng)11。模糊集合通常用大寫字母來表示，它是用數(shù)學(xué)精確的數(shù)學(xué)語言對模糊性的一種描述。對于論域u上的一個集合模糊集合a，是指對于任意都制定了一個數(shù)。表示元素u屬于模糊集合a的程度或資格，叫做u對a的隸屬度。貼近度是指兩個模糊子集彼此相近的程度。貼近度在0，1區(qū)間內(nèi)取值。當(dāng)貼近度等于1時，稱兩個模糊子集完全貼合；當(dāng)貼近度等于0時，稱它們完全不相貼12。3.1.2 模糊系統(tǒng)理論建筑工程造價本身就是一個不確切的數(shù)字，帶有模糊性。有豐富經(jīng)驗的工程預(yù)算人員，拿到圖紙不需進(jìn)行大量計算，根據(jù)建筑物的類型、結(jié)構(gòu)、裝飾等特征，就可以預(yù)測出造價，經(jīng)驗越豐富，預(yù)測就越準(zhǔn)確。利用模糊數(shù)學(xué)理論，總結(jié)有經(jīng)驗的工

23、程預(yù)算人員的預(yù)測方法，就能構(gòu)造出一個數(shù)學(xué)模型，實現(xiàn)對工程造價的預(yù)測12。工程造價模糊預(yù)測的方法是利用模糊數(shù)學(xué)的基本原理在同一結(jié)構(gòu)體系下，通過研究和對比擬建工程與已建工程結(jié)構(gòu)方案的相似程度，由造價師根據(jù)類似的已建工程的造價資料對擬建工程造價估算的過程9。用表示工程特征優(yōu)先關(guān)系集，公式為： （3-1）隸屬度公式為： （3-2）貼近度的公式： （3-3）式中的“”表示取最大值，根據(jù)已建工程和擬建工程的隸屬函數(shù)值，通過公式3-3，求出擬建工程與每一個已建工程的貼近度，并從大到小排序，以貼近度最大的前三個已建工程的造價為預(yù)測擬建工程造價的基礎(chǔ)，它們相應(yīng)的每平方米造價依次為，則擬建工程每平方米造價的數(shù)學(xué)預(yù)

24、測模型為13： （3-4）其中調(diào)整系數(shù)的公式為： （3-5）式中m為特征元素個數(shù)，為擬建工程的模糊關(guān)系系數(shù)，其值為 （3-6）若擬建工程的建筑面積為m，則擬建工程的總造價為： 。 （3-7）其中為價格指數(shù)，即根據(jù)不同時期價格比價取一個調(diào)整系數(shù)，這樣才能確保過去積累的已建工程資料用以估算當(dāng)前工程造價的準(zhǔn)確性，使模型成為動態(tài)。3.2 神經(jīng)網(wǎng)絡(luò)概述3.2.1 神經(jīng)網(wǎng)絡(luò)的定義神經(jīng)網(wǎng)絡(luò)（neural network，nn）是利用人類神經(jīng)系統(tǒng)的工作原理進(jìn)行系統(tǒng)的模擬，它不是人腦生物神經(jīng)網(wǎng)絡(luò)的真實寫照，而只是對它的簡化、抽象與模擬14。動態(tài)神經(jīng)網(wǎng)絡(luò)（dynamic neural network，dnn）是指

25、在學(xué)習(xí)過程中，隱層層數(shù)和維數(shù)根據(jù)規(guī)則不斷變化，結(jié)構(gòu)呈現(xiàn)動態(tài)的神經(jīng)網(wǎng)絡(luò)15。動態(tài)神經(jīng)網(wǎng)絡(luò)模型是無約束連接，在神經(jīng)處理單元擁有一些動力要素，它可以對照神經(jīng)系統(tǒng)的數(shù)學(xué)表述16。3.2.2 神經(jīng)網(wǎng)絡(luò)理論神經(jīng)網(wǎng)絡(luò)是80年代中期迅速興起的智能科學(xué)與非線性科學(xué)，它是從模擬人腦的功能和結(jié)構(gòu)出發(fā)的。人腦中的計算是建立在大規(guī)模并行處理的基礎(chǔ)上，而且知識在人腦中采用分布式存儲，因而使得人腦具有很強的容錯性與聯(lián)想功能，善于概括、類比、推廣，具有很強的學(xué)習(xí)能力，能通過后天的學(xué)習(xí)掌握大量知識。神經(jīng)網(wǎng)絡(luò)正是根據(jù)人腦的這種特點而提出的一種信息處理系統(tǒng)10。神經(jīng)網(wǎng)絡(luò)的基本單元也稱神經(jīng)元。神經(jīng)網(wǎng)絡(luò)的信息處理由神經(jīng)元之間的相互作用

26、來實現(xiàn)，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件相互連接分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識別決定于各種神經(jīng)元連接權(quán)的動態(tài)演化過程。其中輸入部分類似于神經(jīng)細(xì)胞的樹突；連接權(quán)類似于突觸，是信息的存儲單元；輸出部分類似于軸突。一個神經(jīng)網(wǎng)絡(luò)中包含有很多這樣的信息處理單元，它們分布在不同的層次中，每個輸入和相應(yīng)的權(quán)值相乘后取和，獲得一個綜合信號，當(dāng)這個信號超過閾值時，神經(jīng)元被激活，產(chǎn)生輸出10。3.2.3 基于神經(jīng)網(wǎng)絡(luò)的建筑工程造價預(yù)測模型利用過去積累的大量典型工程的造價分析資料及工程特征作為訓(xùn)練樣本，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而完成輸入空間工程特征到輸出空間預(yù)測資料的映射17?；谏窠?jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型分以下幾個部分：

27、輸入預(yù)處理模塊、神經(jīng)網(wǎng)絡(luò)模塊和輸出處理模塊18。其核心部分是神經(jīng)網(wǎng)絡(luò)模塊。神經(jīng)網(wǎng)絡(luò)模型是由大量神經(jīng)元按某種方式互連而成的復(fù)雜網(wǎng)絡(luò)，為了表示互連的神經(jīng)元之間的相互影響程度，對每一連接賦予一定的權(quán)值。用于預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，選用三階或三階以上的多階神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)。一般取三層：輸人層，隱含層和輸出層，如圖3-1所示。其中上下層之間神經(jīng)元全連接，而每層各神經(jīng)元之間無連接，多階神經(jīng)元不但可解決線性預(yù)測問題，也可解決非線性預(yù)測問題。 輸出處理模塊神經(jīng)網(wǎng)絡(luò)模塊輸入預(yù)處理模塊 圖3-1 基于神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測流程圖輸入預(yù)處理模塊主要是對輸入數(shù)據(jù)進(jìn)行預(yù)處理。將有些定性的東西轉(zhuǎn)化為定量的數(shù)據(jù)，便于神經(jīng)網(wǎng)絡(luò)運算

28、。神經(jīng)網(wǎng)絡(luò)模塊輸入層單元共m個，代表工程的特征向量。輸出層單元共n個，代表工程的預(yù)算資料。隱含層單元按照柯爾莫哥洛夫定理設(shè)為2m+1。輸出處理模塊將神經(jīng)網(wǎng)絡(luò)的輸出變量變?yōu)槲覀兯璧脑靸r數(shù)據(jù)，它們之間的關(guān)系如下19： （3-8）式中：為擬建工程的造價數(shù)據(jù)；為神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)；為所建工程的建筑面積；r為調(diào)整系數(shù)（經(jīng)驗數(shù)據(jù)）。3.3 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)概述3.3.1 模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的融合分析模糊系統(tǒng)建立在能夠被人接受的“if-then”表達(dá)方式之上，但是如何自動生成和調(diào)整隸屬函數(shù)和模糊規(guī)則，則是一個很棘手的問題，目前往往是通過手動方式解決，這種方式依賴于專家，而且時間效率不高20。神經(jīng)網(wǎng)絡(luò)雖然對

29、環(huán)境的變化具有較強的自適應(yīng)學(xué)習(xí)能力，但是它采用的是典型的黑箱（black-box）型學(xué)習(xí)模式，當(dāng)學(xué)習(xí)完成后，神經(jīng)網(wǎng)絡(luò)所獲得的輸入輸出關(guān)系無法用被人接受的方式表示出來。將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行有機融合，可以有效地發(fā)揮各自的優(yōu)勢并彌補其不足。神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)和自動模式識別有極強的優(yōu)勢，采取神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行模糊信息處理，可以使模糊規(guī)則自動提取和模糊隸屬函數(shù)自動生成，從而使模糊系統(tǒng)成為自適應(yīng)的模糊系統(tǒng)21。而將具有邏輯推理能力和高階信息處理能力的模糊技術(shù)引入神經(jīng)網(wǎng)絡(luò)，可以大大拓寬神經(jīng)網(wǎng)絡(luò)處理信息的范圍和能力，使其不僅能處理精確信息，也能處理模糊信息；不僅能實現(xiàn)精確性聯(lián)想和映射，還可實現(xiàn)不精確性聯(lián)想和映射

30、，特別是模糊聯(lián)想和映射22。自1975年模糊神經(jīng)網(wǎng)絡(luò)提出至今，其得到很大的發(fā)展。模糊神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)的模糊化，雖然結(jié)合神經(jīng)網(wǎng)絡(luò)方法，利用神經(jīng)網(wǎng)絡(luò)的自組織性，達(dá)到柔性信息處理的目的，但模糊神經(jīng)網(wǎng)絡(luò)不能隨著客觀環(huán)境的變化而調(diào)整訓(xùn)練學(xué)習(xí)參數(shù)，不具備動態(tài)學(xué)習(xí)和預(yù)測功能，隨著時間推移，預(yù)測精度會降低23。而動態(tài)模糊神經(jīng)網(wǎng)絡(luò)正是將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)有機融合，結(jié)合客觀環(huán)境的變化而形成的方法。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)比模糊神經(jīng)網(wǎng)絡(luò)無論是在模糊信息處理上，還是動態(tài)學(xué)習(xí)與預(yù)測上都有了很大的優(yōu)勢。3.3.2 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)理論3.3.2.1 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的定義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)（dynamic fuzzy neura

31、l network，dfnn）是指結(jié)合模糊推理的信息處理方法，在學(xué)習(xí)過程中，隱層層數(shù)和維數(shù)根據(jù)規(guī)則不斷變化，結(jié)構(gòu)呈現(xiàn)動態(tài)的神經(jīng)網(wǎng)絡(luò)15。結(jié)構(gòu)呈現(xiàn)動態(tài)的目的是使網(wǎng)絡(luò)性能在訓(xùn)練過程中始終保持最優(yōu)。3.3.2.2 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，它由6部分組成：輸入層、模糊化層、規(guī)則層、歸一化層、遞歸層和輸出層。前面4層作輸入空間的模糊劃分，遞歸層內(nèi)含有兩個回歸神經(jīng)元，并與誤差及誤差的變化為小零的規(guī)則輸出相連，以完成動態(tài)控制及動態(tài)學(xué)習(xí)。由于dfnn為動態(tài)映射，從而具有更強的描述動態(tài)系統(tǒng)的能力15。 輸入層：輸入層將輸入向量傳到下一層，第i個神經(jīng)元連接到第i個x變量，；n表示輸

32、入變量個數(shù)。模糊化層：將個神經(jīng)元分成n組，每個神經(jīng)元只與一個輸入變量相連。每個神經(jīng)元對應(yīng)一個模糊子集或語言變量。 規(guī)則層：計算模糊子集的隸屬度及每條規(guī)則的激活度，每個神經(jīng)元與n個輸入變量相連，每個輸入連接權(quán)為1。神經(jīng)元完成模糊與操作，以獲得相應(yīng)的激活度。 。 （3-9）歸一化層：對規(guī)則層的激活度輸出做歸一化處理，即 （3-10）至此便實現(xiàn)了輸入空間的模糊劃分和模糊推理。值得注意的是：對任意輸入向量，任意時刻只有部分模糊輸入子空間被激活，非零的規(guī)則激活度只在相應(yīng)的激活子空間存在。遞歸層：它包含2個具有內(nèi)反饋的回歸神經(jīng)元和2個線性求和神經(jīng)元，僅與誤差及誤差的變化為小于零的12條規(guī)則輸出相連，其余規(guī)

33、則輸出則直接與輸出層相連。反饋層輸入為： （3-11）其中，p為誤差及誤差的變化為小于零的第1條規(guī)則，k=12為誤差及誤差的變化為小于零的規(guī)則總數(shù)。輸出層：以輸出層神經(jīng)元對遞歸層的輸出求和，作為動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的輸出。l1 l2 l3 l4 l5 l6wi1wi2時延時延 圖3-2 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)dfnn結(jié)構(gòu)圖3.3.3 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與動態(tài)算法3.3.3.1 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的動態(tài)性能表現(xiàn)在網(wǎng)絡(luò)層數(shù)的動態(tài)性、網(wǎng)絡(luò)維數(shù)的動態(tài)性和節(jié)點激勵函數(shù)的動態(tài)性。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的柔性是在網(wǎng)絡(luò)動態(tài)性的基礎(chǔ)上，輸入和輸出維數(shù)可以變化以適應(yīng)不同的應(yīng)用對象6。首先設(shè)定：l為網(wǎng)絡(luò)層數(shù)，輸

34、入層為第0層，輸出層用l1表示；n(m)為第m層網(wǎng)絡(luò)的節(jié)點數(shù)；p為網(wǎng)絡(luò)學(xué)習(xí)總樣本數(shù)；為神經(jīng)網(wǎng)絡(luò)中第i-1層中第j節(jié)點與第i層第k節(jié)點的聯(lián)結(jié)權(quán)值；為輸入層中第j節(jié)點的第p組輸入樣本； 為第i層第j節(jié)點輸入相應(yīng)的第p組輸出；為第i層第j節(jié)點輸入相應(yīng)的第p組期望輸出。為第層網(wǎng)絡(luò)的節(jié)點激勵函數(shù)；為學(xué)習(xí)次數(shù)常數(shù)；、分別為在次學(xué)習(xí)前和學(xué)習(xí)后的衰減率；、分別表示當(dāng)給定控制學(xué)習(xí)算法的衰減率閾值時的最慢和最快衰減率；為給定e的收斂閾值；e為網(wǎng)絡(luò)輸出的均方誤差，是網(wǎng)絡(luò)性能的一項重要指標(biāo)，其表達(dá)形式為： （3-12）動態(tài)模糊神經(jīng)網(wǎng)絡(luò)解決問題的能力來自模糊規(guī)則和神經(jīng)網(wǎng)絡(luò)中的連接權(quán)。模糊規(guī)則主要是專家在長期的領(lǐng)域研究和

35、工作實踐過程中實踐經(jīng)驗的概括和總結(jié)，可以分為理論性知識和經(jīng)驗性知識。連接權(quán)是在已有經(jīng)驗（樣本）的基礎(chǔ)上，通過網(wǎng)絡(luò)學(xué)習(xí)而得到的24。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的最大特點是參數(shù)的調(diào)整和結(jié)構(gòu)的辨識同時進(jìn)行，且學(xué)習(xí)速度快，可用于實時建模與控制。3.3.3.2 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的動態(tài)算法（1）動態(tài)模糊神經(jīng)網(wǎng)絡(luò)層數(shù)動態(tài)算法，在層數(shù)動態(tài)算法中，因為增加或減少層數(shù)都會引起整個網(wǎng)絡(luò)劇烈振蕩，相對來說維數(shù)動態(tài)算法引起的振蕩要小，所以層數(shù)一般由經(jīng)驗值確定，而且調(diào)整過程為微調(diào)，主要調(diào)整維數(shù)和節(jié)點激勵函數(shù)。如圖3-3。（2）動態(tài)模糊神經(jīng)網(wǎng)絡(luò)維數(shù)動態(tài)算法，與層數(shù)動態(tài)算法的原理基本一樣，區(qū)別在于學(xué)習(xí)次數(shù)網(wǎng)絡(luò)結(jié)構(gòu)變化不一樣。如

36、圖3-4。（3）節(jié)點激勵函數(shù)動態(tài)算法，dfnn中的節(jié)點激勵函數(shù)具有以下幾種形式：階躍函數(shù)： （3-13）sigmoid型函數(shù)： （3-14）高斯型函數(shù)： （3-15）節(jié)點激勵函數(shù)的動態(tài)性能主要表現(xiàn)在可以根據(jù)需要對節(jié)點激勵函數(shù)進(jìn)行調(diào)整,以提高學(xué)習(xí)過程的效率和精度為目標(biāo)。在層數(shù)動態(tài)算法中，因為增加或減少層數(shù)都會引起整個網(wǎng)絡(luò)劇烈振蕩，相對來說，維數(shù)動態(tài)算法引起的振蕩要小，所以層數(shù)一般由經(jīng)驗值確定，而且調(diào)整過程為微調(diào)，主要調(diào)整維數(shù)和節(jié)點激勵函數(shù)6。yyyyyyytktk圖3-3 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)層數(shù)算法yyyyyyytktk 圖3-4 動態(tài)模糊神經(jīng)網(wǎng)絡(luò)維數(shù)算法第4章 基于dfnn的建筑工程造價預(yù)測的應(yīng)

37、用4.1 影響建筑工程造價預(yù)測的因素影響建筑工程造價的因素很多，若將其都作為變量，則會加大計算量，影響預(yù)測速度及準(zhǔn)確度，因此只有抓住建筑工程造價的主要影響因素，才會更加準(zhǔn)確的預(yù)測。對于建筑工程項目，政策法規(guī)因素、地區(qū)與市場因素、設(shè)計因素和施工因素等這里不作考慮，只考慮項目內(nèi)部因素。 （1）建筑面積建筑面積與房屋內(nèi)裝修、主體工程、基礎(chǔ)工程的造價有很大的關(guān)系。建筑面積一般來說其值是比較大的，對工程造價預(yù)測起到很重要的作用。（2）層數(shù)層高層數(shù)對于工程總造價的影響也是比較大的，若增加1層經(jīng)濟效益很高的，而減少1層則會使經(jīng)濟效益嚴(yán)重受到影響。（3）房間組合為滿足不同消費群體的需求，這里主要把戶型分為5類

38、：兩室一廳、兩室兩廳、三室一廳、三室兩廳、四室一廳。（4）結(jié)構(gòu)形式結(jié)構(gòu)類型對建筑物的造價影響很大，特別是對主體工程。住宅類建筑的結(jié)構(gòu)形式常見的有：砌體結(jié)構(gòu)、框架結(jié)構(gòu)、剪力墻結(jié)構(gòu)。（5）基礎(chǔ)類型住宅類建筑的基礎(chǔ)比較單一，基礎(chǔ)的類型與建筑的造價有很大的關(guān)系。這里主要把基礎(chǔ)分為樁基礎(chǔ)、條形基礎(chǔ)和獨立基礎(chǔ)。（6）屋面形式屋面形式的不同，對建筑物的許多方面有很大的關(guān)系，住宅是屋頂形式一般分為：平屋頂、人字屋頂、斜屋頂，不同的屋面形式對屋面防水工程造價的影響也是非常大的。（7）門窗類型門窗類型主要與材料有關(guān)，材料價格的高低直接影響到工程的造價。住宅樓的門窗一般采用塑鋼門窗、鋁合金門窗、木門鋼窗等。（8）人

39、工價格人工價對工程造價的影響不是很大，各種工程量的大小直接與其對應(yīng)的人工費用相掛鉤。不同的工種他們的價格是各不相同的，他們分為：一般的技術(shù)工、機械操作人員、打雜工等，一般的價格為50元至100元不等。（9）機械設(shè)備由于每天機械設(shè)備的價格是很高的，所以其對工程造價的影響非常大。（10）主要材料價格（水泥、沙石、鋼筋）主要建筑材料是指三大建材：水泥、沙石、鋼筋。這三大建材對建筑物的主體工程和基礎(chǔ)工程的影響特別大，特別是水泥和鋼筋隨市場的變化大，價格高，用量大，其直接決定主體結(jié)構(gòu)和基礎(chǔ)工程的造價。（11）外裝修對于房地產(chǎn)開發(fā)商主要是外裝修，其常用的主要是白色涂料、綠色涂料、外墻乳膠漆，這些材料價格主

40、要決定了外裝修的造價。（12）內(nèi)裝修對于待出售的商品房，內(nèi)裝修都是簡單的粉刷，主要材料是涂料、白灰墻、瓷磚。內(nèi)裝修材料價格也同樣對工程造價有一定的影響。（13）樓地面房地產(chǎn)開發(fā)商對于樓地面都要做簡單的裝修。多采用水泥地面、水磨石、地板等。同樣樓地面的裝修造價也取決于材料的價格。（14）建筑物凈高建筑物的凈高對建筑物造價影響十分大，如果在給定的高度空間多出一層，其經(jīng)濟效益是相當(dāng)可觀。其中建筑面積、層數(shù)、人工價格、機械設(shè)備價、主要材料價（水泥、沙石、鋼筋）、建筑物凈高為確定性因素，其余為模糊因素。這些特征對工程造價的影響有大有小，可用權(quán)重來表示。根據(jù)查閱的相關(guān)資料和建筑工程的一般經(jīng)驗7-9，得到以

41、上16種影響因素的權(quán)重向量：0.03，0.08，0.05，0.18，0.15，0.01，0.05，0.01，0.05，0.10，0.04，0.02，0.09，0.07，0.06，0.01。4.2 基于dfnn的建筑工程造價預(yù)測的程序4.2.1 建筑工程造價預(yù)測的基本思路 用模糊數(shù)學(xué)方法對己知的類似工程進(jìn)行描述，把模糊化的樣本工程的工程特征值經(jīng)信息擴散處理后作為網(wǎng)絡(luò)的輸入值，樣本工程的單方造價作為網(wǎng)絡(luò)的目標(biāo)向量，對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后把擬建工程特征值輸入，經(jīng)訓(xùn)練的網(wǎng)絡(luò)得出預(yù)測工程的總造價的預(yù)測值4。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)作為具有一定處理定性與定量知識的技術(shù)與方法，可充分利用模糊邏輯所具有的較強的結(jié)構(gòu)性知

42、識表達(dá)能力和神經(jīng)網(wǎng)絡(luò)強大的自學(xué)習(xí)與定量數(shù)據(jù)的直接處理能力。4.2.2 建筑工程造價預(yù)測軟件matlab擁有更豐富的數(shù)據(jù)類型和結(jié)構(gòu)、更友善的面向?qū)ο蟆⒏涌焖倬嫉膱D形可視、更廣博的數(shù)學(xué)和數(shù)據(jù)分析資源、更多的應(yīng)用開發(fā)工具。matlab就有具有豐富的數(shù)學(xué)功能，很好的圖視系統(tǒng)，可直接處理一些高級的圖象。有功能強大的應(yīng)用工具箱，使用方便，還具有很好的擴張功能，使用matlab語言編寫的程序可以直接運行，無需編譯，同時它還具有很好的幫助功能。在本文中也正是應(yīng)用matlab的這種強大的功能實現(xiàn)對建筑工程造價的預(yù)測。4.2.3 建筑工程造價預(yù)測程序圖否否是輸入樣本信息信息模糊化，規(guī)則推理提示結(jié)束結(jié)束信息分解

43、信息擴充信息收縮樣本信息可用？動態(tài)網(wǎng)絡(luò)檢測提取特征信息樣本管理學(xué)習(xí)模塊是信息反模糊化完成所用？工程總造價工程子項目造價預(yù)測值輸入擬建工程信息調(diào)用網(wǎng)絡(luò)進(jìn)行預(yù)測 圖4-1建筑工程造價預(yù)測程序流程圖4.2.4 樣本資料表4-1 特征因素具體數(shù)據(jù)工程特征a1a2a3a4a5a6a7a8a9a10建筑面積6290450055504600360019503600288089655653層數(shù)109985566106房間組合兩室一廳兩室一廳三室一廳三室一廳兩室一廳兩室兩廳三室一廳兩室一廳兩室一廳兩室兩廳結(jié)構(gòu)形式剪力墻砌體結(jié)構(gòu)剪力墻剪力墻砌體結(jié)構(gòu)砌體結(jié)構(gòu)砌體結(jié)構(gòu)框架結(jié)構(gòu)剪力墻框架結(jié)構(gòu)基礎(chǔ)類型灌注樁基灌注樁基條形

44、基礎(chǔ)條形基礎(chǔ)預(yù)制樁基條形基礎(chǔ)預(yù)制樁基預(yù)制樁基獨立基礎(chǔ)預(yù)制樁基屋面形式斜屋面平屋面斜屋面平屋面斜屋面人字屋頂斜屋面斜屋面斜屋面斜屋面門窗類型鋁合金門窗塑鋼門窗鋁合金門窗塑鋼鋼窗鋁合金木門鋼窗木門鋼窗塑鋼門窗塑鋼門窗鋼門木窗人工價格70556575504055608055機械設(shè)備130012001100125090010001250120012501150主要材料鋼筋2750275027002600250028002700300028002750水泥400370350330300360375370365360沙石150160155165145150150145150150外裝修白色涂料白色涂料乳膠

45、漆綠色涂料乳膠漆白色涂料白色涂料乳膠漆白色涂料綠色涂料內(nèi)裝修白灰墻涂料涂料白灰墻白灰墻涂料白灰墻涂料涂料白灰墻樓地面水泥地面水磨石水泥地面水泥地面水磨石水泥地面水泥地面水泥地面水泥地面水磨石凈高3.33.02.93.02.93.23.03.03.52.9造價(元m2)761.88629.6709.18657.6450.45589.62542.54491.73801.6558.924.2.5 特征因素定量化對于特征因素中的確定性因素與模糊因素作定量化處理，以便于計算機的識別。（1）確定性因素的處理：設(shè)第k個樣本工程的確定性因素指標(biāo)為，n為樣本數(shù)量，m為確定性因素的個數(shù)，將特征向量寫成向量形式：

46、（4-1）按照“遍除最大值”法將以上數(shù)列化為之間的量，處理后的確定性因素轉(zhuǎn)化為能夠反映單項因素優(yōu)劣的相對值。 （4-2）（2）模糊因素的處理：具體方法是，首先描述模糊因素，定義影響工程造價的標(biāo)準(zhǔn)特征因素的基本特點，并令標(biāo)準(zhǔn)特征因素指標(biāo)為0.5，將依次與之進(jìn)行對照比較，優(yōu)者取0.51.0之間，位劣者取00.5之間值，如此根據(jù)相對好壞程度確定相對值大小25。并按照前面模糊系統(tǒng)中所描述的處理。其中4.3中也詳細(xì)介紹了工程造價預(yù)測中模糊信息處理方法。在本文中，根據(jù)所搜集的樣本數(shù)據(jù)，綜合考慮各種因素后得出如表4-2所示結(jié)果。表4-2已建工程與擬建工程定量化數(shù)據(jù)造價資料工程特征a1a2a3a4a5a6a7

47、a8a9a10sf10.700.500.620.510.400.220.400.3210.630.57f210.900.900.800.500.500.600.6010.60.6f30.800.850.9010.800.800.950.850.800.800.90f410.850.910.880.720.750.830.810.920.840.85f50.8310.750.890.570.830.780.890.970.810.84f60.850.800.850.80.90.8510.800.850.90.85工程特征a1a2a3a4a5a6a7a8a9a10sf70.940.9310.830

48、.890.860.830.940.920.930.96f910.920.850.960.690.770.960.920.960.880.92f100.920.920.900.870.830.930.9010.930.920.90f1110.930.880.830.750.900.940.930.910.900.83f120.910.970.9410.880.910.910.880.910.910.91f130.940.830.8010.570.580.710.730.850.760.96f1410.810.850.670.580.670.690.670.760.660.93f150.930.9

49、60.840.8310.970.890.820.890.980.96f160.940.860.830.860.830.910.860.8610.830.86造價761.88629.6709.18657.6450.45589.62542.54491.73801.6558.92待估4.3 建筑工程造價預(yù)測模糊信息處理方法動態(tài)模糊神經(jīng)網(wǎng)絡(luò)對于建筑工程造價預(yù)測模糊知識處理方法，主要在于解決由于輸入信息冗余或缺少，或者是輸入的信息與網(wǎng)絡(luò)無直接相關(guān)是，動態(tài)模糊神經(jīng)網(wǎng)絡(luò)對于此種狀況做出相應(yīng)處理，具體的標(biāo)準(zhǔn)化包括信息擴充、信息收縮和信息分解6。（1）dfnn信息擴充：當(dāng)設(shè)計師給出的信息缺少時，解決如何利用給出

50、信息推理得到其他信息，或按缺省值、經(jīng)驗值處理；（2）dfnn信息收縮：當(dāng)設(shè)計師給出的信息過多，與網(wǎng)絡(luò)結(jié)構(gòu)相比出現(xiàn)冗余時，解決如何對這些信息進(jìn)行有效壓縮；（3）dfnn信息分解：當(dāng)設(shè)計師給出的信息與網(wǎng)絡(luò)無直接相關(guān)時，使用信息分解功能推理實現(xiàn)網(wǎng)絡(luò)所需的信息。在模糊邏輯系統(tǒng)中，知識及隸屬度的表達(dá)為：設(shè)論域，u上模糊集a對應(yīng)的隸屬度為，模糊集a可以表示為。動態(tài)模糊神經(jīng)網(wǎng)絡(luò)對模糊知識處理主要包括如下原理：（1）分解定理：設(shè),則存在，有, 。（2）擴展原理：設(shè)為普通函數(shù)，于是，任意,則；任意。（3）基于模糊規(guī)則推理：ifx=atheny=bwith condition規(guī)則中的condition主要實現(xiàn)信息

51、隸屬度對規(guī)則的控制。4.4 案例分析4.4.1 案例描述某建筑公司投資開發(fā)住宅樓，工程記為s，6層，建筑面積約為5100平方米，戶型為兩室一廳，本工程由中建設(shè)院設(shè)計，其結(jié)構(gòu)形式為剪力墻結(jié)構(gòu)，基礎(chǔ)采用鋼筋混凝土灌注樁，屋面采用斜屋頂，門窗都為鋼門木窗，人工價格為60元/天，機械設(shè)備價1200元/天，主要材料中水泥為330元/m3，沙石150元/m3，鋼筋2700元/噸，外墻采用外墻乳膠漆，內(nèi)墻為普通白色涂料，地面為普通水泥地面，建筑物的凈高為3.0米。4.4.2 案例結(jié)果與分析本案例中，輸入10個樣本，精度可達(dá)10-6?？倢W(xué)習(xí)時間為6小時，其中整個網(wǎng)絡(luò)共5層，3個隱蔽層，輸入層節(jié)點數(shù)為16，輸出層節(jié)點數(shù)為1，隱蔽層節(jié)點分別是32，32和5，其結(jié)果收斂很快，經(jīng)4187次迭代，總學(xué)習(xí)時間為30小時。根據(jù)以上的數(shù)據(jù)可以得到待估工程的輸入數(shù)據(jù)，即待估工程的輸入數(shù)據(jù)為：x=0.57，0.60，0.90，0.85，0.84，0.85，0.96，0.75，0.92，0.90，0.83，0.91，0.96，0.93，0.96，0.86由于樣本工程的個數(shù)少，為了充分利用所獲得的信息，對輸入信息進(jìn)行動態(tài)模糊神經(jīng)網(wǎng)絡(luò)信息擴充處理。將相關(guān)數(shù)據(jù)和程序輸入matlab軟件中，具體的程序設(shè)計見附錄，得出如下輸出結(jié)果：輸出的住宅樓的總造價為：3167