探讨神经网络建筑经济管理中神经网络的运用毕业论文格式要求

1、探讨神经网络建筑经济管理中神经网络的运用毕业论文格式要求    面有相当大的难度。三、神经网络与建筑经济管理结合的必要性和可行性目前房地产业和建筑业竞争越来越激烈，其经济一体化的进程也在不断加快，因此建筑经济管理领域面对越来越复杂的困境，这些困境通常是动态的并有不可重复的高度非线性特点，而且有很多相应的变量，这些变量常常是不确定、高噪声和模糊的。在解决这些问题摘要：本文对神经网络的特征及其信息处理的特点进行分析，提出研究建筑经济管理所需要解决的问题，并分析了结合神经网络与建筑经济管理是否有必要以及可行，并且还分析了建筑经济管理中神经网络的应用。关键词：神

2、经网络；建筑经济管理1001-828X（2012）10-00-01神经网络是上世纪80年代中期中人工智能领域的一个分支，人工智能领域特别适合应用在土木工程和管理领域中。人们越来越关注神经网络在建筑经济管理领域中的应用，因为它能处理该领域问题的多样性和复杂性，并且擅长解决非线性问题。一、神经网络的特征及其信息处理特点人工神经网络是在模式识别和分类领域中对人脑中枢神经系统的生物神经结构进行功能性抽象，它们自适应能力非常强，非常擅长在数据中捕捉和学习规律，具有极强的计算能力。已经证明神经网络非常适用于解决复杂非线性问题，特别适合于解决那些采用传统的数学方法和手段建模困难的复杂问题。1.神经网络的基本

3、特征（1）内在并行性。神经网络是结构和处理运行过程高度并行的非线性系统。（2）分布式存储。信息在神经网络中分布存储，这个与传统计算机不同。（3）容错性。网络中部分神经元如果出现误差，将不会对整个系统的行为产生很大影响，因为信息是分布存储在整个系统中，而不是驻留在某一个特定的存储区域内的。（4）学习与自适应性。很强的学习能力是神经网络的一个重要特点，神经网络有很强的自我调节能力，可以在监督或非监督学习数据的基础上，实现任意复杂的函数关系。2.神经网络的信息处理特征神经网络的信息处理方式与传统的信息处理技术方式有很多不同之处。主要体现在以下几点：（1）数据驱动以及“黑箱”建模方式。神经网络在经过训

4、练后可以直接发现数据的特征和规则，并可以实现任意复杂的函数映射。神经网络的强大方面在于，当没有预先输入模式先验信息时，它仍可以在数据驱动的帮助下取得优良的结果，并且这个过程不需要设计模型结构以及估计参数，整个分析和建模过程就是“黑箱”操作过程。（2）自适应、非编程的工作方式。神经网络的工作方式是实时的和自适应的，任意关系的学习可以通过调整神经网络的权值得以实现，而外界环境的变化可以通过补充训练样本来进行适应和跟踪。（3）信息存储与处理合体。神经网络同时完成运行时的信息处理与存储，信息的冗余性是其隐含特征，分布于神经元状态和权值之上。（4）实时信息处理。神经网络是有高密度、高维的并行计算结构，是

5、一个大规模非线性动力学系统。神经网络的集体运算能力帮助其在线实时处理完成高维数据。二、建筑经济管理研究面临的问题建筑经济管理问题研究的动力和目的是真实描述和分析建筑相关活动，合理解释各种现象及规律，从而有效预测和控制建筑活动。但是很难用传统的回归方法和辨识方法通过数学方程准确地表达建筑经济管理问题，因为它变量众多、结构复杂。传统方法研究建筑经济管理主要面临以下几个方面。1.对系统的非线性认识不足（1）忽视了系统内各变量之间复杂的非线性关系，过分强调先验假设。建筑活动在理论和实践中有明显的非线性和复杂性。建筑经济管理问题的本质上是因为现实的复杂性导致的非线性。建筑活动随时代和环境的变迁表现出其非

6、线性特征。一方面，建筑经济管理问题的线性假没体现了系统特殊性。但另一方面，系统建模时所使用的理论总是落后于现实，这是因为其相关理论发展的滞后性，而这又是由于其非线性和复杂性引起的。（2）忽视数据本身效用，过分依赖理论指导。模型的函数形式很难仅仅通过理论考虑获得。在实践中选择理论框架既是十分重要又是十分困难的。2.对系统变量自身特征的认识不足（1）变量（数据）的高噪声。采集、编制建筑经济管理数据时会有很多误差，再加上诸多外在因素的冲击造成了波动强烈变形，所以数据是包含有许多“奇异点”而且是高噪声。（2）变量的高度不确定性。目前经济学界对不确定性没有一个统一的定义，一般情况下有2种不确定性的定义。

7、一种定义是变量的不确定性通过随机变量的方差来定义，通常称为概率型不确定性，也可称为“风险”。另一种定义是一种没有稳定概率的随机事件，称为非概率型不确定性。（3）变量不同程度的模糊性。一定的模糊性是大多数建筑管理问题变量的特点。现实中的不分明现象就是模糊性。而从一种状态过度到另一种有差异的状态的过程中，中间发生了量变到质变的连续过程。总之，常常需要解决建筑管理中的决策、优化等非线性问题，由于它们的一次性、高度动态性源于：论文模板和复杂性的特点，建筑管理的信息是随机的，具有非线性和时变性，相应的变量也有不确定性、高噪声和模糊性的特点，因此搜集数据、分析因素等方面有相当大的难度。三、神经网络与建筑经

8、济管理结合的必要性和可行性目前房地产业和建筑业竞争越来越激烈，其经济一体化的进程也在不断加快，因此建筑经济管理领域面对越来越复杂的困境，这些困境通常是动态的并有不可重复的高度非线性特点，而且有很多相应的变量，这些变量常常是不确定、高噪声和模糊的。在解决这些问题的过程中，理论指导在采集数据、分析因素以及选择变量方面存在一定的不足。而神经网络避免了这些不足，它利用数据驱动、“黑箱”建模方式，而且不需要先验证（统计知识）信息。所以，很有必要将神经网络引入建筑管理领域，将其作为非线性分析工具。神经网络的特征有自适应性、分布式存贮和并行计算、学习和容错性等，在解决建筑经济管理领域的复杂问题有相当大的潜力。四、神经网络在建筑经济管理中应用的领域怎样用神经网络来帮助解决解决实际问题是人们一直对神经网络进行的应用研究，技术和工程领域的很多复杂问题可以通过人脑的思维、学习、处理信息和存贮等