中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

當前位置:主頁 > 科技論文 > 建筑工程論文 >

基于人工神經網絡的建筑工程質量模糊綜合評價(論文),人工神經網絡論文,淺談建筑工程質量論文,建筑工程質量問題論文

發(fā)布時間:2016-10-01 19:03

  本文關鍵詞:基于人工神經網絡的建筑工程質量模糊綜合評價,由筆耕文化傳播整理發(fā)布。


基于人工神經網絡的建筑工程質量模糊綜合評價(論文),人工神經網絡論文,淺談建筑工程質量論文,建筑工程質量問題論文 時間:2014-02-26 來源: 早教啟蒙網

低溫建筑技術;2003年04期10 孟文清,石華旺,李萬慶; 基于人工神經網絡的建筑工程質量模糊綜合評價 [J];工程建設與設計;2004年12期 中國博士學位論文全文數(shù)據庫 前1條1...

維普資訊 基于神經網絡 的建筑工程質量模糊綜 合評價  工程建設與設計 2 0 0 4 年第 1 2 期  基于人 工神 經 網絡的建 筑工程 質量   模 糊 綜合 評 價  孟文清, 石華旺, 李萬慶  ( 河北工程學院, 河北 邯鄲 0 5 6 0 3 8 )   【 摘 要】 將模糊數(shù)學和人工神經網絡應用于建筑工程質量等級的綜合評價中, 提供了一條定量、 客觀評價建筑工程質量等級的  智能化新途徑 .   【 關鍵詞】 建筑工程質量; 人工神經 網 絡; 模糊綜合評價  【 中圖分類號】 T B I   1 4 . 2 ; T P I 8 3   【 文獻標識碼】 A   【 文章編 號] 1 0 0 7 - 9 4 6 7( 2 0 0 4 ) 1 2 - 0 0 6 7 - 0 3   “ 質量世紀” 是由世界著名的質量專家, 美國的 J . M. 朱蘭  博士于 1 9 9 4年在美 國質量協(xié)會的年會上發(fā)言提出的。他認  為:

“ 2 0 世紀是產量 世紀 , 2 l 世 紀是質量世 紀” 。建筑工程質  建筑工程質量評價指標指影響建筑工程質量等級綜合評  定的因素。

本文在建筑工程質量評價指標的確立上, 根據有關  規(guī)程[ 4 】 并參考文獻[ 2 , 3 】 , 最終確定為:

工程項目實體質量、 質  量保證資料、 工程觀感質量、 設計質量、 對環(huán)境的影響等五個  方面。建筑工程質量等級綜合評價指標體系如圖 l 所示。

  量問題關系到國計民生, 涉及千家萬戶。

其特點是體積大結構  復雜, 且不同于一般商品, 一旦發(fā)生重大質量問題 , 將危及群  體安全, 給企業(yè)造成嚴重損失, 甚至影響社會進步乃至國家衰  敗。

提高我國建設項目的質量水平 , 必須重視完善建筑工程質  量綜合評價體系的研究工作。

  建筑工程質量評價是一個典型的多指標綜合評價問題,   從評價指標與建筑工程質量結果來看,兩者存在高度非線形  關系,F(xiàn)有的評價方法主要是依靠少數(shù)專家對工程質量作出   判斷, 這樣的判定結果往往帶有主觀色彩; 也有的學者用模糊  綜合評判方法評價建筑工程質量,此方法雖然擺脫了一些主  觀因素的影響,但這種評價方法的前提是假設評價結果等級  與指標屬性是線形關系。并且由于權重確定的主觀性和隸屬  度函數(shù)確定的困難性,評價結果有時并不能真正反映客觀實  際情況。本文嘗試運用人工神經網絡技術結合模糊處理來實  現(xiàn)對建筑工程質量等級的智能化評價。

  一 、 人工神經網絡的基本原理  人工神經網絡 ( A N N) 是大量的神經元廣泛互聯(lián)而成的  網絡, 它反映了人腦功能的許多基本特征, 具有大規(guī)模并行處  理、 分布式儲存、 自適應 、 容錯性等優(yōu)點而廣泛應用于模式識  別、 智能控制、 知識處理和預測等領域, 尤其適用于處理非線  性系統(tǒng)和同時要考慮許多因素條件的模糊信息問題。

A N N方  法所具有的特性表明了它能較好地應用于建筑工程質量等級  評價。

  圖 1 建筑工程質量評 價指t g - t t 系  二、 建筑工程質量評價指標的確立  【 作者簡介】 盂文清 ( 1 9 6 3  ̄ ) , 男, 河北臨漳人 , 副教授, 從事施工技術  與管 理方面 的研究.   三、 基于人工神經 網絡的建筑工程質量模  糊綜合評價  1 . 評價指標的模糊處理  6 7   維普資訊 工程 建設 與設計 2 0 0 4 年第 1 2 期  工程 項 目管理  本文建立的評價指標體系, 其屬性值均為定性評判 ( 優(yōu)、   良等 ) , 而且各評價指標沒有統(tǒng)一的度量標準, 因而難以進行  比較 , 且不 符合神經 網絡對 輸入 向量 的要求 。所 以, 在綜合 評  式中, n是節(jié)點 的輸入節(jié)點個數(shù)  是第 i 個輸入節(jié)點的輸  出值;   是第 i 個輸入節(jié)點到節(jié)點 的權值 ; i = 0時,   和  分 別代表 閾值和 1 。

  價前, 應先將各定性指標統(tǒng)一量化N[ o - 1 ] 范圍內, 即對各指標  屬性值進行模 糊處理。

  比較 已知輸出與計算輸出, 修改層節(jié)點權值和閾值:

  ∞   ( k + 1 ) :

∞   ( k ) +   。

+ n [  I J <   ) 一  , ( k - 1 ) ]   式中, ∞是層節(jié)點 i 到  的連接權值和 閾值; X i 是節(jié)點 i 的輸  出; 7 / 是學習系數(shù) ( 0 < T 『 < 1 ) ; n 是沖量系數(shù) ( 0 < n < 1 ) 。

  , 是一  個與偏差有關的值, 對輸出節(jié)點來說:

  設第i 個建筑工程項 目 質量綜合評價指標體系的論域為:

  = { “   “   …U i 5 }   式中, U i I  ̄ U i   為{ 優(yōu), 較優(yōu), …差)   其隸屬度 向量為:

  ( ^ 。

r f :

…   , 設,   (   。

  …島)   表示第 i   級評價相對應的尺度。通過尺度集可將模糊變量的隸屬度向   量綜合為一個標量, 實際上 尺 =  即為定性指標在尺度  下的   量化值。

本文在建筑工程質量等級綜合評價時, 對指標屬性值  量化時, 采用的標準尺度為:

  質量性指標:

B - = [ o . 9 , 0 . 8 , 0 . 6 , 0 . 4 , 0 . 1 1   非質量性指標:8 = 【 0 . 9 , 0 . 7 , 0 . 5 , 0 . 3 , 0 . 1 r   按照上面所述模糊處理方法, 假設對 m項建筑工程進行  質量綜合評價。用   表示對第 i 項工程第. 『 個指標的評價結  果( 江1 , 2 , …, m, j = l , 2 , …5 )。

  口 f   i ( 卜   1 ) ( 妒。   式中, . y   與  分別是節(jié)點  的實際輸出和期望輸出值。

  對隱層節(jié)點來說, 因其輸出無法比較, 所以經 反向推算:

  ( 卜 )   i:

0   Ⅱ   式中,   。

是節(jié)點. 『 的實際輸出值; m是節(jié)點 的輸出節(jié)點個數(shù)。

  反復迭代, 調整 6 0 值直到收斂; 學習訓練結束。

  4 . 建筑工程質量模糊綜合評價人工神經網絡模型的實現(xiàn)  應 用 人工神 經 網絡對 建筑 工程 質量 綜合 評價 的原理是 :

  把用于描述工程質量等級的特征信息 ( 即指標體系 ) 作為神  經網絡的輸入向量,將代表相應綜合評價結果的量值作為神  經網絡的輸出:用一些經傳統(tǒng)綜合評價取得的成功樣本訓練  這個網絡,使它所持有的權系數(shù)經 自 適應學習后得到正確的   內部表 示 ,訓練 好的 網絡 即可作 為建筑工 程質量綜合 評價 的   模型。

  我們得到單 因素評價矩 陣:

  R   綜上, 得到對建筑工程質量綜合評價的步驟如下:

  ( 1 ) 按照評價的具體要求確定評價指標體系, 構成神經網   2 . 建筑工程質量等級評價的人工神經網絡基本結構  參考文獻【 8 , 9 】 提出應用 B P 神經網絡方法建模 的前提條  件和根據建筑工程質量等級評價的實際情況, 在網絡輸入、 輸  出層設計 時,采用的 網絡 輸入層節(jié)點 數(shù)即為建筑工程質 量等  級評價 的指 標數(shù) ( 。 ) :

輸 出層節(jié) 點數(shù)取 1 , 用于表 示建筑工  絡 的輸入域 。

  ( 2 ) 用權威機構評價得到的成功樣本訓練這個網絡; 專家  對某一項工程各評價指標的評價值和應用模糊綜合評價得到  的評價結果構成訓練神經網絡的樣本集 (  , Y ) , 輸入指標屬   性值構成n 。

× n :

階矩陣, X - I   I  :

, 期望輸出 構成向量B - ( b 。

,   b 2 , b 3 …6   1 )   。

  程質量等級 ( 優(yōu), 良, 合格) 。

隱層設計時, 隱層層數(shù)采用一層。

  因為理論上證明了對于任何在閉區(qū)間內的一個連續(xù)函數(shù)都可  以用一個 隱層 的網絡來逼 近 ;同時考慮到神經 網絡 對輸入 向   量 的要求 ( o  ̄ 1 之間 ) , 在輸入層 的前端加一模糊 處理層 , 最終  采用如 圖 2 所 示的神經網絡拓撲結構 圖。

  ( 3 ) 啟動神經網絡進行有導師下的 自學習, 直到收斂, 儲  存學習好的神經網絡作為對建筑工程質量綜合評價的網絡評  價模型 。

  ( 4 ) 按本文上一節(jié)介紹的方法, 對 。   I I   。

  :

進行量化,   得到尺 = 。 1 , 即 將屬性值矩陣轉化成評價矩陣, 作為神經網   絡評價的輸入 。

  ( 5 ) 將規(guī)范化的評價矩陣輸入訓練好的神經網絡模型, 得  到評價結果; 即得到對工程質量的模糊綜合評判結果。

  四、 結束語  圖 2 建筑工程質量模糊綜 合評價神經 網絡拓撲結構 圖  本文提出的基于人工神經網絡的建筑工程質量模糊綜合  評價模型 , 有 以下特點 :

  3 . 建筑工程質量等級評價的人工神經網絡的學習算法  應用于建筑工程質量等級評價的神經網絡的具體算法  是:

  ( 1 ) 具有 自 適應、 自學習功能, 實現(xiàn)了對建筑工程質量的  智能化評價 。

  輸入樣本評價指標信息 (   。

.   :

, …, 。 ,, 計算實際輸出:

  ( 2 ) 擺脫了以往評價方法評價過程中的隨機性和評價人  員主觀 上的不確定性 及其認識上 的模 糊性 ,保證 了評價 結果  的客觀性 。

  [ ? + e   6 8   ) ]   ( 3 ) 網絡訓練完善后, 可廣泛應用于質檢部門或房地產投  維普資訊 實行工程量清單計價規(guī) 范 降 低工程造價  工程建設與設 計 2 0 0 4年第 1 2 期  實行工程量清單計價 規(guī) 范  降低工程造價  鄭梅玉  ( 莆 田學院規(guī)劃建設處 , 福建 莆 田 5 1   1 0 0 )   【 摘 要】 通過對工程量清單的蝙制 、 招標投標 、 簽訂施工合同三方 面的闡述 , 說明 了實行 工程量清單計價, 擇優(yōu)選擇合 理低價 中標  企業(yè), 可以降低 工程遣價.   【 關鍵 詞】 工程遣價; 工程量清單; 招投 標  【 中圖分類號】 F 2 8 4 ; T U 7 2 3   【 文獻標 識碼】 B   【 文章編號】 1 0 0 7 - 9 4 6 7 ( 2 0 0 4 )1 2 - 0 0 6 9 - 0 2   一 、 工程量清單的編制  則、 統(tǒng)一計 量單位 、 統(tǒng)一 項 目 編碼 。

  建設部 1 0 7 號令 《 建筑工程發(fā)包與承包計價管理辦法》   規(guī)定 , 工程 量清單應 當依據 招標 文件 、 施 工設計 圖紙 、 施工現(xiàn)  建設部 1 1 9號公告:

自2 0 0 3年 7月 1日起正式實施國   家標準 G B 5 0 5 0 0 - 2 0 0 3《 建設工程工程量清單計價規(guī)范》 , 以   下簡稱 《 計價規(guī)范》 。采用工程量清單計價方式進行招標投  標, 由招 標人 提供 統(tǒng)一 的工 程量 清單 , 投標 人 依據 工程 量清  單 自主 報價 , 并按 照經 評審 的合 理低 價 中標 , 這種 招標 方式  場條件和國家制定的統(tǒng)一工程量計算規(guī)則、 分部分項工程項  目劃分 、 計 量單位 等進行編制 。

  工程量清單計價方法是指建設工程招標投標活動 中, 招   標人或具有資質的中介機構編制反映工程實體消耗和措施  性消耗的工程量清單, 并作為招標文件的一部分提供給投標  人, 由投標人依據工程量清單 自主報價, 并按照經評審低價  中標 的工程造 價計價 方法 。

  不僅能夠反映出工程項 目的個別成本, 有利于施工企業(yè)間的  公平 競爭 , 而且有利 于降低 工程造價 。

  1 , 編制 的依據和 計價 方法  工程量清單是指表現(xiàn)擬建工程的分部分項工程項 目、 措  施項 目、 其他項 目名稱和 相應 數(shù)量 的明細清 單。工 程量清 單  2 , 編制的內容  工程量清單應反映擬建工程的全部 內容及為實現(xiàn)這些  工程內容而進行的其他工作。借鑒國外實行工程量清單計  價的做法, 結合我國當前的實際情況, 我國的工程量清單項  目包括分 部分 項工程 項 目、 措 施項 目、 其他項 目。

  的編制要嚴格按照 《 計價規(guī)范》 規(guī)定的計算規(guī)則和標準格式  進行, 做到四個統(tǒng)一, 即統(tǒng)一項 目名稱、 統(tǒng)一工程量計算規(guī)  【 作者簡 介】 鄭梅 玉 ( 1 9 6 7 一 ), 女, 福 建莆 田人 , 工 程師 , 從 事工 程  項 目管理工作 .   分部分項工程量清單應表明擬建工程的全部分項實體  資商對建筑工程質量的評價中, 具有廣泛的通用性。

  【 參考文獻】   【 l 】 張公緒, 孫靜, 現(xiàn)代質量管理學【 M】 , 北京 :

中國財政經濟出版 社, 2 O O 1 .   【 2 】 梁爽, 畢繼紅, 劉津 明. 建筑 工 程 質 量 等 級的模糊綜合評判法【 J 】 . 天  津 大學 學報 . 2 0 0 1 . ( 9 ) :

4 4  ̄ 5 1 .   【 1 o ] E h e r h a r t R C , D o b b i n s R W, N e u r a l n e t w o r k P c t o o l [ M] , S a n   D i e g o :

  Ac a d e mi c P r e s s , 1 9 9 9 ,   【 l l 】 張堅, 黃琨, 陶樹人 . 神 經 網絡在 施 工企業(yè) 綜合 能力評價中的應用  【 J 】 . 科技進步與對策 , 2 0 0 3 , ( 5 ) :

2 6 - - 3 2 .   【 3 】 劉世新. 用模 糊 綜 合 評 判法建筑 工程質 量的等級【 D ] . 大連 :

大連理  工大學 工程 碩士研究生論 文, 2 0 0 3 .   F u z z y   a n d   c o mp r e h e n s i v e   e v a l u a t i o n   b a s e d   o n   n e u r a l   n e t wo r k 。 o   t h e   q u a l i t y   o f   c o n s t r u c t i o n   MEN  We n - q i n g , S HI   Hu a - wa n g , L l   Wa n - q i n g   ( He b e i   u n i v e r s i t y o f e n g i n e e r i n g , Ha n d a n   0 5 6 0 3 8 , C h i n a )   【 4 】 閻平凡, 張長水 . 人 工神經 網 絡 與模 擬進化計算【 M】 . 北京:

清華 大   學 出版 社 , 2 0 0 0 .   【 5 ] J . A . A n d e r s n . A n I n t r o d u c t i o n t o N e u r a l N e t w o r k s [ M] . MI TP r e s s ,   L o n d o n , 1 9 9 5 .   [ A t m' a e t l   A p p l y i n g t h e n e u r a l n e t w o r k t h e o r y a n d f u z z y m a t h   t o   e v a l u a i t o n   t h e   q u a l i t y   o f   c o n s t r u c i t o n ,   a   n e w  q u a n t a i t v e   e v a l u a t i o nme t h o di s d e v e l o p e d .   【 6 】 董 聰. 多層 前饋 網絡 的全 局最 優(yōu) 化 問題 【 J 】 . 大 自然 探索 , 1 9 9 6 , 1 5   ( 4) :

3 5 - - - 4 2 .   【 7 】 S t a t s o R , S t a t i s t i e a N e u r a l N e t w o r k s [ M] . Ma n u a l , 1 9 9 9 .   [ 8 ] 張立明. 人工神經網絡的模型及其應用口   上海:

復旦大學出版社, 1 9 9 3 .   【 9 】 Mi r c h a n d a n i G , C a 0 w. O n h i d d e n n o d e s f o r n e u r a l n e t s [ M] . S nD a i e g o :

  Ac a d e mi c P r e s s . 1 9 9 O .   【 K e y w o r d s ] q u a l i t y   o f c o n s t r u c t i o n ; a r t i i f c i a l   n e u r a l   n e t w o r k ;   f u z z y 。 n d   c o mp r e h e n s i v e   e v a l u a i t o n   【 收稿 日期】 2 0 0 4 - 0 5 - 0 9   6 9  

Y 829178國內圖書分類號國際圖書分類號 工學碩士學位論文基于模糊遺傳神經網絡的建筑工程質量綜合 評價研究 REASERCH oN EVALUA:11烈G BUⅡ國ING ENGlNERⅡqG ...

基于人工神經網絡的建筑工程質量模糊綜合評價 吳凡,張志利,顏寧; 基于混沌神經網絡的供配電系統(tǒng)故障診斷 [J];兵工自動化;2005年02期 中國博士學位論文全文數(shù)據庫 前10...

招標投標已經成為工程項目發(fā)包承包最主要的形式.在這種形勢下,投標成了施工企業(yè)最... 并分析了投標報價工作的特點,提出了基于模糊綜合評價和人工神經網絡的投標決策模型...

 


  本文關鍵詞:基于人工神經網絡的建筑工程質量模糊綜合評價,由筆耕文化傳播整理發(fā)布。



本文編號:128391

資料下載
論文發(fā)表

本文鏈接:http://www.lk138.cn/jianzhugongchenglunwen/128391.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶d7e5c***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com