原文传递
基于BP神经网络的高速公路工程造价估算模型研究
| 论文题名： | 基于BP神经网络的高速公路工程造价估算模型研究 |
| 关键词： | 高速公路;工程造价;估算模型;BP神经网络 |
| 摘要： | 我国高速公路建设发展较快，且未来一段时间高速公路建设还处于较快的发展阶段。在高速公路的修建过程中，受到项目各类不确定性因素的影响，造价可能存在一定的偏差，而采用较为准确的方法对高速公路的工程造价进行估算，有助于合理评估高速公路项目的经济收益与建设可行性。 本文研究高速公路工程造价估算模型，首先，对高速公路常用的工程造价的理论及文献进行研究。其次，分析高速公路工程造价的影响因素，并构建高速公路工程造价的估算指标体系。建安费是高速公路造价中变化较大的费用，因此本文的估算目标主要是对建安费进行估算。影响建安费估算的因素包括路基工程、路面工程、桥隧道工程、交叉工程、地质条件以及建设时间影响，并构建对应的指标。第三，基于BP神经网络模型以及自适应花授粉算法，构建高速公路工程造价的估算模型。BP神经网络能够处理各因素对造价的非线性影响，理论机制完善且计算效率高，同时能够适用于较小规模的样本，为此可采用该模型进行工程造价估算。第四，搜集云南省高速公路造价样本，对基于BP神经网络的估算模型进行实证分析，采用十折交叉验证进行稳健性分析，并与不同的工程造价估算模型进行对比。结果表明，采用BP神经网络模型时，对高速公路测试集样本的造价估算的MSE（Mean Square Error，均方误差）上具有较低的值，比采用传统工程预算降低 0.1798，其估算平均造价的绝对误差比传统工程预算2.28%，最大误差绝对值降低1.81%，最小误差绝对值降低1.84%。相对与GBDT、随机森林以及支持向量机等模型，在各项指标上均较优。在采用十折交叉验证的情况下，BP神经网络的各项指标仍然相对较好，对比传统工程预算，其平均MSE降低0.058，平均误差降低1.28%。相对与GBDT、随机森林以及支持向量机等模型，在各项指标上均较优。并且得到不同指标对高速公路造价估算的影响权重，其中桥隧比的权重最高。路面面层厚度、桥梁、隧道以及每公里互通立体交叉数量等因素，也对高速公路的工程造价估算具有重要影响。最后，提出完善高速公路工程造价估算的相关建议。 本文的研究有助于进一步丰富高速公路工程造价估算模型的研究，为我国设计高速公路进行工程造价估算提供参考。 |
| 作者： | 谢洵 |
| 专业： | 技术经济及管理 |
| 导师： | 张义刚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南财经大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
