基于RBF人工神经网络的房屋建筑工程造价预测研究

作者：莫俊文; 吴海龙

来源：工程造价管理, 2018, (06): 15-23.

DOI：10.19730/j.cnki.1008-2166.2018-06-015

• 工程造价预测
• 主成分分析
• RBF人工神经网络

将设计阶段的消耗量限额指标作为影响因素,寻求消耗量指标与房屋建筑工程造价之间的非线性关系,采用RBF人工神经网络模型预测工程造价。文章调查收集了兰州市房屋建筑领域比较典型的20幢建筑物的单方造价指标和消耗量指标,运用主成分分析法进行KMO和Bartlett检验,计算变量的初始特征值和提取平方和载入,对样本数据进行筛选,挑选出影响工程造价的主要指标。在MATLAB环境下,将所筛选的造价影响因素作为模型训练样本集的输入向量,将主要造价指标作为输出向量,对样本集数据归一化后,调用RBF人工神经网络对数据进行训练,构建预测工程造价的广义RBF人工神经网络模型。最后通过四个实际样本对模型进行验证,造价指标预测值和实际值的对比分析表明,所建模型的预测精度是可靠的。

• 单位
  兰州交通大学; 土木工程学院