首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的住宅建筑设计阶段造价审核方法研究

摘要第4-6页
ABSTRACT第6-7页
目录第8-11页
CONTENTS第11-14页
第一章 绪论第14-20页
    1.1 论文的研究背景及目的第14-15页
        1.1.1 设计阶段造价管理的研究背景第14页
        1.1.2 设计阶段造价管理研究的目的第14-15页
    1.2 设计阶段造价管理研究综述第15-18页
        1.2.1 国外研究现状第15-16页
        1.2.2 国内研究现状第16-17页
        1.2.3 现状评述第17-18页
    1.3 论文的研究的方法和技术路线第18-19页
        1.3.1 论文研究的技术路线第18-19页
        1.3.2 论文研究的内容第19页
    1.4 论文的创新第19-20页
第二章 BP神经网络的原理第20-26页
    2.1 神经网络基本理论第20-24页
        2.1.1 神经网络结构第20页
        2.1.2 基本BP算法公式推导第20-23页
        2.1.3 BP神经网络信息处理的特点及流程?第23-24页
    2.2 BP神经网络的设计第24-26页
        2.2.1 网络的层数第24页
        2.2.2 隐含层的神经元数第24页
        2.2.3 初始权值的选取第24页
        2.2.4. 学习速率第24-26页
第三章 基于特征的相似工程确定流程第26-41页
    3.1 设计阶段影响住宅建筑工程造价的因素分析第26-27页
    3.2 住宅工程数据采集标准的建立第27-34页
        3.2.1 住宅建筑指标体系的建立第27-28页
        3.2.2 住宅建筑工程数据的采集第28-34页
    3.3 相似工程的确定流程第34-41页
        3.3.1 建筑特征第34页
        3.3.2 相似工程确定流程第34-41页
第四章 造价指数及造价修正系数第41-52页
    4.1 造价指数第41-42页
        4.1.1 造价指数的介绍第41页
        4.1.2 造价指数的分类第41页
        4.1.3 工程造价指数的作用第41-42页
    4.2 造价修正系数第42-52页
        4.2.1 人工、材料价格变化趋势分析第42-46页
        4.2.2 具体修正系数生成时需要考虑的因素第46-48页
        4.2.3 造价修正系数计算模型的建立第48-52页
第五章 基于BP神经网络的住宅造价审核模型的研究第52-65页
    5.1 工程信息和MATLAB工具箱的使用第52-58页
        5.1.1 本文案例工程信息第52-53页
        5.1.2 nntool神经网络工具箱的使用第53-56页
        5.1.3 BP神经网络算法流程图第56-58页
    5.2 工程工程量审核模型研究第58-62页
        5.2.1 工程量审核输入输出层的选取及量化第58-60页
        5.2.2 住宅工程量审核BP算法程序流程第60-61页
        5.2.3 工程量审核模型结果分析第61-62页
    5.3 工程造价审核模型研究第62-65页
        5.3.1 住宅工程造价审核输入输出层的选取及量化第62-64页
        5.3.2 住宅工程造价审核BP算法程序流程第64页
        5.3.3 工程造价审核模型结果分析第64-65页
结论与展望第65-67页
    结论第65页
    展望第65-67页
参考文献第67-71页
攻读硕士学位期间发表的论文第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:玄武岩纤维布加固钢筋混凝土圆柱的抗震性能研究
下一篇:纯电动公交车自动变速系统(AMT)换档控制策略的研究