吉安工程预算估算模型。基于BP神经网络,构建公路吉安工程预算快速估算模型。针对以往工程案例,开展估算研究,将工程特征定量化数值,设为Xij(i=123?n;j=123?n),将相应的吉安工程预算定额预算相关资料,设为yis(i=123?n;s=123...n),不考虑市场价格调整。明确BP神经网络结构系统参数,包括输入层节点数m、输出层节点数n、隐层节点数L。以Xij为输入,以yis为输出,开始神经网络训练,获得新建工程的造价估算神经网络,反向估算新建吉安工程预算。以某省道一级公路和二级公路工程为例,其中一级公路使用的是沥青混凝土路面,记为T19;二级公路使用的是水泥混凝土路面,记为T20,检验18个样本吉安工程预算数据,基于检验结果能够了解,T19造价指数是0.98,T20造价指数为0.96,获得预算资料如下:T19路面类型是半柔性路面;基层为水泥稳定碎石;底层材料为石灰土;路面结构为沥青混凝土;面层厚度为15cm;基层厚度为14cm;底层厚度为10cm;T20路面类型是刚性路面;基层为工业废渣稳定土;底层材料为石灰土;路面结构为水泥混凝土;面层厚度为12cm;基层厚度为16cm;底层厚度为12cm。将获得的预算材料和表1资料进行对比分析,能够明确T19工程特征定量化描述是T19=(3122262.5),T20工程特征定量化描述是T20=(5473434.1),将T19与T20,输入到经过训练的BP神经网络中,获得的结果为T19=(0.40290.40560.50050.4365)T20=(0.62770.61560.42900.5661),经过反算,获得吉安工程预算资料预测值,其中V19=(481.7416.440.0046145.85)V20=(1185.8237.160.0033247.07),预测的相对误差O19=(1.61%4.65%4.15%1.40%),O20=(3.76%3.67%5.70%1.84%),由此能够看出,基于BP神经网络预测的吉安工程预算估算精度。

点击查看集贯工程造价咨询公司有限公司的【产品相册库】以及我们的【产品视频库】