产品参数 | |
---|---|
产品价格 | 999/套 |
发货期限 | 24小时编制各类工程预决算 |
供货总量 | 5套 |
运费说明 | 电议 |
最小起订 | 3套 |
产品品牌 | 集贯工程造价咨询 |
产品产地 | 承接全国业务 |
适应性强公路阳泉工程预算具有动态变化特性,模糊神经网络模型能够很好地适应此特性。此估算方法的应用,主要是依靠计算机,不仅运算速度快,而且运算精度较高。模糊神经网络估算方法较多,文中选择BP神经网络法,是基于仿人脑的神经系统结构,具有较强的学习能力,为非线性自适应动态系统[1]。现对其在公路阳泉工程预算估算中的应用,做以下的分析。公路工程构件主要包括底层、基层、面层等,阳泉工程预算是由各构件类型与价格等因素决定,实物工程量取决于工程结构设计参数。已建阳泉工程预算变动,主要是受到构件因素的影响,被称作是工程特征。基于工程特性,将公路工程划分为不同类别,若按照路面形式划分,主要包括沥青路面和水泥路面等,为特征类目。对于工程定量化,是按照特征类目,依据定额水平与工程特征,填入相关数据,如表1所示。由表1能够看出,每个公路工程模式均可以利用表格的形式来定量化描述,一个特征可以由多个类目组成,按照比例来计算量化结果。在BP神经网络中,需要将信息传递到网络隐节点上,使用S型函数,把信息传出,接着发挥函数的作用,成功输出结果。在网络隐节点以及输出节点位置处,选择S型函数,即f(x)=11+ex,若此结果未能按照正常程序开展,此时要转变成反向传播。假设存在N个样本,定义描述为(Xk,yk)(k=12?N),其中某个输入值为Xk,对应的神经网络输出值是yk,而隐层节点I的输出值是Oj。