基于组合模糊神经网络的建设工程成本估算方法  

Building Cost Estimate Research Based on Composite Fuzzy Neural Network

作　　者：赵平[1] 孙树栋[1] 

机构地区：[1]西北工业大学系统集成及工程管理研究所

出　　处：《计算机工程与应用》2005年第28期174-176,共3页Computer Engineering and Applications

基　　金：国家863高技术研究发展计划(编号:2001AA412150);陕西省教育厅专项科研计划资助(编号:04JK213)

摘　　要：快速准确地进行工程成本估算对建筑企业至关重要。传统的工程成本估算方法工作量大、估算速度慢;难以满足估算精度的要求。为符合实际,文章将影响成本的特征因素分为精确量和模糊变量,利用模糊神经网络(FNN)的自组织和自学习,对模糊网络的隶属度和推理规则进行学习和优化。提出了基于组合模糊神经网络的方法,进行建设工程成本估算。通过计算实例表明该方法是有效的,为工程成本估算提供了有价值的参考依据。To estimate building cost rapidly and accurately is very important for construction enterprises.Traditional methods use construction quota to compute building cost,which costs too much manual labor and time but can not satisfy the demand of enterprises.By constructing a composite fuzzy neural network,which compose the precise and fuzzy inputs coming from the characteristic factors of a project into one fuzzy neural network,this paper puts forward a new method to estimate building cost.It overcomes the shortcoming that only precise values or fuzzy values are used in one network.Takagi-Sugeno inference rulers and genetic algorithm are applied in setting up and training network.Finally a practice instance shows the validity of the method.

关 键 词：建设工程成本 组合模糊神经网络 遗传算法 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术] TU72[自动化与计算机技术—计算机科学与技术]