現(xiàn)代工程造價(jià)估算方法：基于智能融合的全生命周期造價(jià)估算方法
定 價(jià)：25 元
- 作者：景晨光 ，彭永忠 著
- 出版時(shí)間：2013/3/1
- ISBN：9787113162009
- 出 版 社：中國鐵道出版社
- 中圖法分類：TU723.32
- 頁碼：139
- 紙張：膠版紙
- 版次：1
- 開本：32開
《現(xiàn)代工程造價(jià)估算方法：基于智能融合的全生命周期造價(jià)估算方法》在全生命周期造價(jià)（WLC）和顯著性理論（CS）的基礎(chǔ)上，深入探討和尋找在不同情況下復(fù)雜系統(tǒng)的高精度估算和控制模型，以期提高造價(jià)估算和控制的水平，從根本上解決由于造價(jià)估算與控制方法的不當(dāng)所引發(fā)的各種不良后果。課題以實(shí)際大量已完工程的工程量清單為研究對象，以高速公路造價(jià)計(jì)算為例，深入分析、研究了公路工程的特點(diǎn)，由粗糙集從客觀上提取工程特征，并確定同類工程；在傳統(tǒng)的粗糙集基礎(chǔ)上給出抗噪聲能力強(qiáng)的變精度粗糙集模型（VPRS），進(jìn)一步深入挖掘類似工程。結(jié)合神經(jīng)網(wǎng)絡(luò)與粗糙集機(jī)器學(xué)習(xí)估算，通過實(shí)例進(jìn)行分析，證明粗糙集一神經(jīng)網(wǎng)和粗糙集機(jī)器學(xué)習(xí)估算方法是有效可行的。將智能計(jì)算領(lǐng)域中的兩種基本方法——人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合，建立智能融合計(jì)算的遺傳神經(jīng)網(wǎng)絡(luò)造價(jià)估算模型，通過仿真試驗(yàn)驗(yàn)證了其穩(wěn)定性和有效性，在深入研究神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)之上，建立徑向基（RBF）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，針對其結(jié)構(gòu)特點(diǎn)，應(yīng)用粒子群（PSO）智能優(yōu)化算法對其進(jìn)行優(yōu)化，完成了基于智能融合計(jì)算的造價(jià)估算，通過仿真表明了該方法在全生命顯著性造價(jià)（WLCS）估算方法中的可行性。將混沌動(dòng)力系統(tǒng)與神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，融合兩種智能算法的優(yōu)點(diǎn)，在已獲價(jià)值EVM的基礎(chǔ)上，利用混沌神經(jīng)網(wǎng)絡(luò)對顯著性項(xiàng)目的ACWP（已完工程量實(shí)際造價(jià)）、BCWP（已完工程量預(yù)算造價(jià)）進(jìn)行動(dòng)態(tài)估算，以便在發(fā)生偏差之前進(jìn)行準(zhǔn)確度高的估算，分析原因，并給出控制措施。仿真實(shí)驗(yàn)表明，該方法是有效、可行的。
景晨光，中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司，工程經(jīng)濟(jì)設(shè)計(jì)處，工程師；吉他手；碩士研究生，研究方向：工程經(jīng)濟(jì)與造價(jià)管理、非線性復(fù)雜系統(tǒng)的分析與建模、人工智能算法與數(shù)據(jù)挖掘技術(shù)，以及現(xiàn)代吉他演奏技術(shù)。
彭永忠，中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司，工程經(jīng)濟(jì)設(shè)計(jì)處總工程師，教授級高級工程師；英國皇家工料測量師；中國工程咨詢協(xié)會(huì)專家；武漢大學(xué)、中南大學(xué)導(dǎo)師，主要研究領(lǐng)域：工程經(jīng)濟(jì)。
第1章 緒論
1.1 研究背景及研究意義
1.2 研究的主要內(nèi)容
1.3 擬解決的關(guān)鍵問題
1.4 創(chuàng)新之處
1.5 思路和結(jié)構(gòu)安排
第2章 國內(nèi)外研究現(xiàn)狀
2.1 全生命周期造價(jià)（WLC）研究現(xiàn)狀
2.2 顯著性成本理論（CS）研究現(xiàn)狀
2.3 智能融合技術(shù)研究現(xiàn)狀
第3章 全生命顯著性造價(jià)投資確定理論與方法
3.1 以全生命周期造價(jià)WLC理論為基礎(chǔ)
3.2 運(yùn)用“顯著性成本CS”模型簡化投資確定和控制程序
第4章 粗糙集（RS）在WLCS中的研究與應(yīng)用
4.1 粗糙集理論（RS）基礎(chǔ)
4.2 基于RS的工程特征提取
4.3 RS在尋找同類工程中的研究與應(yīng)用
4.4 利用變精度粗糙集（VPRS）進(jìn)一步深入挖掘類似工程
4.5 RS機(jī)器學(xué)習(xí)在WLCS方法中的估算應(yīng)用
4.6 粗集一神經(jīng)網(wǎng)絡(luò)（RS-NN）在WLCS估算方法中的研究與應(yīng)用
第5章 WLC遺傳神經(jīng)網(wǎng)絡(luò)集成估算方法研究
5.1 遺傳算法
5.2 神經(jīng)網(wǎng)絡(luò)與遺傳算法的集成
5.3 遺傳神經(jīng)網(wǎng)絡(luò)造價(jià)估算模型的建立
5.4 實(shí)例與仿真
5.5 本章小結(jié)
第6章 基于PSO優(yōu)化算法的RBF神經(jīng)網(wǎng)絡(luò)WLCS估算方法研究
6.1 粒子群（PSO）優(yōu)化算法
6.2 粒子群（PSO）優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)
6.3 實(shí)例與仿真
6.4 本章小結(jié)
第7章 造價(jià)投資控制理論與方法研究
7.1 用已獲價(jià)值理論EVM監(jiān)控項(xiàng)目進(jìn)度
7.2 基于混沌一神經(jīng)網(wǎng)絡(luò)理論和CS理論的ACWP、BCWP估算研究
7.3 已完工程CSls的GM（1，1）模型預(yù)測ACWP、BCWP
第8章 結(jié)論及展望
8.1 結(jié)論
8.2 展望
參考文獻(xiàn)
2009年1月，石家莊鐵道大學(xué)任軍利在《基于RS和CS理論的全生命造價(jià)估算數(shù)據(jù)挖掘方法研究》一文中較早地研究了粗糙集算法在全生命顯著性造價(jià)中的應(yīng)用問題，建立了粗糙集在工程項(xiàng)目造預(yù)測價(jià)中的實(shí)際應(yīng)用模型，應(yīng)用粗糙集提高了顯著性因子篩選的準(zhǔn)確度，應(yīng)用了簡單的屬性約簡算法。
2010年3月，石家莊鐵道大學(xué)王琳在《全生命顯著性造價(jià)粗糙集估算方法研究》一文中運(yùn)用粗糙集理論的屬性約簡原理刪除冗余數(shù)據(jù)進(jìn)一步降低工程造價(jià)的計(jì)算量，采用基于Pawlak屬性重要度的構(gòu)造決策樹屬性約簡算法來進(jìn)行粗糙集約簡計(jì)算。
其中，利用粗糙集在全生命顯著性造價(jià)中進(jìn)行工程特征的提取、同類工程的挖掘、對原始的工程決策信息表進(jìn)行離散化處理，并且使用粗糙集軟件Rosetta來處理等均未發(fā)現(xiàn)有研究文獻(xiàn)，在本書中均屬于首次研究，可視為創(chuàng)新點(diǎn)。
神經(jīng)網(wǎng)絡(luò)方面：
2010年3月，石家莊鐵道大學(xué)徐佳在《全生命顯著性造價(jià)SOM和RBF神經(jīng)網(wǎng)絡(luò)估算方法研究》一文中運(yùn)用自適應(yīng)（SOM）和徑向基（RBF）神經(jīng)網(wǎng)絡(luò)的模型對已完工程造價(jià)信息進(jìn)行挖掘整理，并進(jìn)行模型驗(yàn)證。運(yùn)用自組織SOM神經(jīng)網(wǎng)絡(luò)對顯著性項(xiàng)目和顯著性因子進(jìn)行特征抽取，驗(yàn)證顯著性項(xiàng)目和顯著性因子對類似工程的確定。最后運(yùn)用基于自組織算法的RBF網(wǎng)絡(luò)對投資估算進(jìn)行預(yù)測。預(yù)測結(jié)果表明，自組織RBF網(wǎng)絡(luò)提高了計(jì)算精度，簡化了計(jì)算過程，減少了計(jì)算時(shí)間。
2005年8月，重慶大學(xué)任宏、周其明在《神經(jīng)網(wǎng)絡(luò)在工程造價(jià)和主要工程量快速估算中的應(yīng)用研究》中，采用動(dòng)量法和學(xué)習(xí)自適應(yīng)調(diào)整策略改正的BP神經(jīng)網(wǎng)絡(luò)建立了工程造價(jià)和主要工程量估算數(shù)學(xué)模型。針對以往估算模型精度不高的缺點(diǎn)，將工程造價(jià)指數(shù)和工程硬、軟件環(huán)境對工程造價(jià)的影響增加到模型中。以工程資料為實(shí)例，驗(yàn)證了該模型的正確性及實(shí)用性。
……
書單推薦
