基于人工神经网络的快速建筑工程估算方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·问题的提出 | 第8-9页 |
| ·本文研究的意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文的研究内容及组织框架 | 第12-13页 |
| 2 我国工程造价管理现状 | 第13-17页 |
| ·我国工程造价管理发展历史 | 第13-14页 |
| ·我国工程造价管理存在的主要问题 | 第14-16页 |
| ·投资控制各阶段脱节，重点阶段没抓住 | 第14-15页 |
| ·工程量清单计价模式并未广泛推广 | 第15-16页 |
| ·国外先进国家的造价模式概述 | 第16-17页 |
| 3 我国的建筑工程估算概况 | 第17-21页 |
| ·概念和特点 | 第17-18页 |
| ·我国工程估算在项目管理中的重要意义 | 第18-19页 |
| ·工程估算是项目前期的重要工作 | 第18页 |
| ·项目控制成本的重要依据 | 第18页 |
| ·建筑物价值评定的重要内容 | 第18页 |
| ·快速工程估算的特殊意义 | 第18-19页 |
| ·工程估算的内容范围及评判准则 | 第19页 |
| ·影响工程估算的因素 | 第19-21页 |
| ·宏观因素 | 第20页 |
| ·微观因素 | 第20-21页 |
| 4 目前常用的估算方法概述及评价 | 第21-31页 |
| ·基于定额和实物量的工程估算 | 第21-22页 |
| ·类比估算 | 第22-23页 |
| ·比率估算 | 第22页 |
| ·3/4 规则 | 第22-23页 |
| ·专家评审法 | 第23页 |
| ·基于模糊数学的估算方法 | 第23-29页 |
| ·基本原理 | 第23-24页 |
| ·案例分析 | 第24-28页 |
| ·结论及评价 | 第28-29页 |
| ·基于案例推理的工程估算方法 | 第29-31页 |
| 5 人工神经网络介绍 | 第31-37页 |
| ·人工神经网络历史 | 第31页 |
| ·神经网络模式的基本构成 | 第31-33页 |
| ·神经元模型 | 第31-32页 |
| ·连接权值 | 第32页 |
| ·神经网络的状态 | 第32页 |
| ·神经网络的输出 | 第32-33页 |
| ·神经网络的特点 | 第33页 |
| ·神经网络的结构类型和学习方式 | 第33-34页 |
| ·神经网络的学习规则 | 第34-35页 |
| ·Hebb 学习 | 第34页 |
| ·纠错学习 | 第34-35页 |
| ·基于记忆的学习 | 第35页 |
| ·竞争学习 | 第35页 |
| ·人工神经网络用于工程估算的可行性 | 第35-37页 |
| 6 基于BP 算法神经网络的工程估算方法 | 第37-48页 |
| ·BP 算法的学习过程 | 第37-38页 |
| ·BP 算法和流程 | 第38-39页 |
| ·案例 | 第39-47页 |
| ·BP 模型的建立 | 第39-41页 |
| ·训练结果 | 第41页 |
| ·初步结论 | 第41-43页 |
| ·加入主成分分析法的BP 网络 | 第43-47页 |
| ·结论 | 第47-48页 |
| 7 基于RBF 神经网络的工程估算方法 | 第48-53页 |
| ·RBF 网络结构 | 第48-49页 |
| ·RBF 的算法流程 | 第49-50页 |
| ·案例 | 第50-52页 |
| ·总结 | 第52-53页 |
| 8 结论 | 第53-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-63页 |
