基于自适应模糊神经网络的建筑工程造价预测研究

摘要

全寿命周期造价管理是我国今后造价管理的趋势，实现建设工程全寿命周期造价动态管理的关键是，对建设工程造价进行前馈管理，即能够在建设项目的各个阶段，对投资估算、设计概算、施工图预算、竣工结算等，进行预先控制，防止“三超”现象（即概算超估算、预算超概算、决算超预算）出现。因此，建筑工程造价预测在工程造价前馈管理过程中起着举足轻重的作用。
　　本文旨在研究一种快速、精准、便捷、可推理性强的建筑工程造价预测方法，为全寿命周期的造价管理提供依据。目前我国建筑工程造价预测的不足，从技术方面来讲，一是已有的预测模型未能将建筑工程特征与工程造价的非线性关系表达出来，其结果缺乏说服力;二是已有的智能控制理论和方法在建筑工程造价预测领域应用较少。从管理方面来讲，一是在大数据时代，建筑工程造价数据收集系统尚不完善，建筑工程分类标准尚未完全推广，造成对已有的海量建筑工程造价数据样本难以进行数据挖掘和分析;二是建筑工程涉及多个分部分项工程，且影响其造价因素繁多，我国缺乏一套统一的适用于建筑工程造价预测的指标体系。
　　因此，本文通过文献查阅，对国内外的工程造价管理和预测方法进行研究，对我国建筑工程造价预测中技术和管理方面存在的问题进行了分析，旨在梳理出一套完整的建筑工程分类标准的基础上，构建适用于建筑工程造价预测的指标体系，基于自适应模糊神经网络推理系统逻辑性强，自学能力高的优点，构建ANFIS建筑工程造价预测模型。通过实证研究证明，该模型预测实践操作简便，且产生结果快速、精准，表明本文研究方法可行，为我国今后建筑工程造价预测提供了一个高效、合理的方法。

目录

声明

摘要

第1章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状综述

1.2.1 国外相关研究现状

1.2.2 国内相关研究现状

1.3 研究内容和研究方法

1.3.1 研究内容

1.3.2 研究方法

1.4 研究技术路线

第2章 相关理论基础

2.1 建筑工程与工程造价相关概念

2.1.1 建筑工程分类

2.1.2 工程造价构成

2.2 基于减法聚类的自适应模糊神经网络推理系统

2.2.1 自适应模糊神经网络的理论基础

2.2.2 减法聚类的理论、方法

2.2.3 自适应模糊神经网络的理论、方法

第3章 建筑工程造价预测指标体系构建

3.1 建筑工程造价预测指标体系构建原则

3.2 建筑工程造价影响因素分析

3.3 建筑工程造价预测指标体系确立

第4章 基于ANFIS的建筑工程造价预测模型建立

4.1 自适应模糊神经网络预测模型设计

4.1.1 确定对比序列

4.1.2 数据标准化处理

4.1.3 采用减法聚类方式生成模糊推理系统

4.1.4 模糊神经网络参数的自适应调整

4.2 ANFIS预测模型及其MATLAB实现

第5章 实证研究

5.1 输入输出确定

5.2 建筑工程样本数据预处理

5.3 建筑工程造价预测

5.4 建筑工程造价预测结果分析

第6章 结论与展望

6.1 结论

6.2 展望

致谢

参考文献

附录