工程建设中的排水工程造价估算_第1页
工程建设中的排水工程造价估算_第2页
工程建设中的排水工程造价估算_第3页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、工程建设中的排水工程造价估算-建筑给排水论文【摘要】随着我国城镇化建设的迅速发展,各城市基础设施规模也相应扩大,同时各级政府也在投入大量的资金进行市政工程建设。在工程建设中,工程造价是建设的核心,而工程造价估算又是工程造价的 基础,是工程建设可行性的前提。因此,本文针对工程建设中的排水 工程造价估算做出研究,以便为市政排水工程保质保量建设有所帮 助。【关键词】市政排水工程;造价估算近几年,随着市政工程建设的发展,工程造价估算理论也相应取 得了不少研究成果,如数理统计、模糊数学、自适应过滤技术、专家 系统与人工神经元网络技术等新的估算方法。可以说,这些模型方法在其他学科都有着广泛的应用,尤其是模

2、糊数学和神经网络的应用。 如武汉水利电力大学的胡志根、天津城市建设学院的李涛、阜新矿业 学院的邵良杉等都采用模糊数学方法对土建工程与井建工程造价估 算做出了分析;西安建筑科技大学的周丽萍、长沙交通学院的唐先英 等也将神经网络方法应用于工业与民用建筑工程、水利水电工程及其 井巷工程的造价估算。但是通过模糊数学、神经网络、灰色理论等方 法对排水工程造价估算的不多见,因此,本文分别通过用灰色理论、 模糊数学、神经网络及灰色理论与 RBF神经网络相结合的四种估算 模型对排水管道工程进行造价估算。以便为排水工程造价估算有所帮 助。1. 利用灰色理论估算排水工程造价(1)此方法需要选取排水工程的工程特征及

3、其造价样本,然后 针对这些实例样本(一部分是已建工程,一部分是待估工程)的工程 参数与特征,赋予工程特征参数系数及其权重,然后计算出各自的排 水工程参数系数与每个影响因素所对应的权重。(2)根据灰色理论估算原理及其模型流程图,利用计算机程序 在每次选好的几个典型工程中,将任意一个典型工程当作欲估工程, 轮流计算各典型工程自身的单位估价, 看是否满足精度要求。具体实 例中,选取那些误差最小的样本工程作为典型工程来估算待估工程的 造价。具体的计算步骤是:首先为了方便计算,对这几个典型的工程 按照编号由大到小排列,然后对这些序列的参数系数进行初值化; 然 后计算各子序列与母序列在第 k点的序列差;再

4、次计算出两级最小 差、两级最大差、关联度与关联系数;最后计算待估工程的造价(在 计算出来的关联度中选取最大的三个关联度,按从大到小的顺序排列,进而找到对应的三个典型工程)。可见,通过利用灰色理论法可 以估算出待估工程的造价,只要与其实际造价相对误差在正负10%以内,便符合精度要求。2. 利用模糊数学估算排水工程造价(1)此方法同样选取灰色理论中实例的几个样本作为典型工程 来估算待估工程的造价。其中,灰色理论中的参数系数就是模糊数学 中的隶属度”然后对待估工程逐个估算工程造价。(2)具体过程:首先对贴近度计算,也就是计算待估工程与每 个典型工程隶属度的交并集,在计算后选取贴近度较大的前三个典型

5、工程计算;然后计算调整系数(包括对拟建工程的模糊关系系数与所 选典型工程的模糊关系系数的计算);最后计算待估工程造价估算。 通过利用模糊数学估算的待估工程造价与实际造价误差也是在正负 10点以内即可。3. 利用神经网络估算排水工程造价(1)神经网络估算法主要是基于 Matlab工具箱,利用 Matlab 神经网络工具箱函数,编制计算程序。径向基函数隐层是由两层神经 元构成,第一层为径向层,神经元传递函数为radbas加权函数为dist, 输入函数为netprod;第二层神经元的传递函数为纯线性函数 purelin, 加权函数为dotprod,输入函数为netsum。在程序中,首先实例中样 本数

6、据进行归一化处理,归一化处理函数用prestd;创建RBF神经网络模块,其格式为 net=newrb (p,t,goal,sp,mn,df),其中 p 是典型工程的输入值,t是典型工程的目标值即每个工程对应的造价, goal是网络的均方误差性能指标,sp是扩展常数,mn是神经元个数 最大值,df是训练过程的显示频率,利用这些参数使得神经网络进行 学习训练;该函数利用迭代方法建立网络,开始时网络径向基层的神 经元个数为零,然后每迭代一次,径向基层就添加一个神经元,在每 次迭代中,训练好的网络首先进行仿真并找到对应于最大输出误差的 输入样本值,然后径向基层添加一个神经元并把权值设为该输入值, 最后

7、再修改线性层的权值以达到最小误差。 仿真通常用的函数为sim, 其格式为tO二sim( net,pO) ,p0为待估工程的输入值,t0为所求 的输出值;利用归一化函数的反函数对神经网络的输出值 tO进行处 理,即可得到预测的待估工程的造价。(2)通过对程序运行,可以得到 RBF神经网络训练误差变化曲 线图,从图中找到神经网络训练次数,输出矢量与目标矢量之间的均 方误差,最终满足了网络训练的目标值 0.001。最终所得到的样本造 价估算与实际造价误差在正负10点内即可。4. 利用灰色神经网络模型估算排水工程造价(1) 通过上述计算可知,与计算机技术相结合的这三种估算模 型各有其优点及适用条件,特

8、别是径向基神经网络估算模型,有估算 精度高、对样本的数量无限制等优点,但当样本数量过大,采用径向基神经网络估算模型势必会增加计算机的存储量,同时对样本不加筛 选的进行训练,徒劳的增加了样本的训练时间。为了弥补径向基神经 网络估算模型的缺陷,本文将灰色理论与径向基神经网络相结合,形成灰色神经网络估算模型。(2) 灰色神经网络估算模型的基本思想就是首先运用灰色理论 法从已搜集的工程造价数据库中选取若干个与待估工程比较相似的 工程作为典型工程,然后再用这些典型工程的数据资料作为神经网络 的输入值来估算待估工程的造价。(3) 利用灰色理论估算原理及其模型流程图,选取与待估工程比较相似的几个样本工程作为典型工程,然后把典型工程作为RBF神经网络的输入值进行网络训练,RBF神经网络共训练了 5次,就满 足了网络训练的目标值0.001,较之神经网络法,其训练速度加快。 训练误差变化曲线图。最终所得到的样本造价估算与实际造价误差在 正负5点内即可。参考文献1羊英姿,利用灰色关联理论估测市政管道造价

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论