基于自适应模糊神经网络的建筑工程造价预测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-21页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状综述 | 第9-18页 |
| 1.2.1 国外相关研究现状 | 第9-13页 |
| 1.2.2 国内相关研究现状 | 第13-18页 |
| 1.3 研究内容和研究方法 | 第18-19页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.4 研究技术路线 | 第19-21页 |
| 第2章 相关理论基础 | 第21-33页 |
| 2.1 建筑工程与工程造价相关概念 | 第21-25页 |
| 2.1.1 建筑工程分类 | 第21-23页 |
| 2.1.2 工程造价构成 | 第23-25页 |
| 2.2 基于减法聚类的自适应模糊神经网络推理系统 | 第25-33页 |
| 2.2.1 自适应模糊神经网络的理论基础 | 第25-29页 |
| 2.2.2 减法聚类的理论、方法 | 第29-30页 |
| 2.2.3 自适应模糊神经网络的理论、方法 | 第30-33页 |
| 第3章 建筑工程造价预测指标体系构建 | 第33-39页 |
| 3.1 建筑工程造价预测指标体系构建原则 | 第33页 |
| 3.2 建筑工程造价影响因素分析 | 第33-35页 |
| 3.3 建筑工程造价预测指标体系确立 | 第35-39页 |
| 第4章 基于ANFIS的建筑工程造价预测模型建立 | 第39-46页 |
| 4.1 自适应模糊神经网络预测模型设计 | 第39-43页 |
| 4.1.1 确定对比序列 | 第39页 |
| 4.1.2 数据标准化处理 | 第39-40页 |
| 4.1.3 采用减法聚类方式生成模糊推理系统 | 第40-42页 |
| 4.1.4 模糊神经网络参数的自适应调整 | 第42-43页 |
| 4.2 ANFIS预测模型及其MATLAB实现 | 第43-46页 |
| 第5章 实证研究 | 第46-53页 |
| 5.1 输入输出确定 | 第46页 |
| 5.2 建筑工程样本数据预处理 | 第46-50页 |
| 5.3 建筑工程造价预测 | 第50-51页 |
| 5.4 建筑工程造价预测结果分析 | 第51-53页 |
| 第6章 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 攻读硕士学位期间发表的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第61-62页 |
| 附录3 样本工程原数据 | 第62-68页 |
| 附录4 自适应模糊神经网络MATLAB代码实现 | 第68-70页 |
