摘要: |
近年来,随着我国社会经济的持续快速发展,公路交通建设速度加快、规模加大,特别是高速公路建设得到了前所未有的发展,形成了公路建设事业蓬勃发展的大好形势。截至2007年底我国公路通车总里程达357.3万公里,其中高速公路5.36万公里。然而,在高速公路建设过程中,普遍存在着工程概算超出投资估算、预算超出概算、决算超出预算的“三超”现象,在很大程度上造成了高速公路投资金额的浪费。因此,预测高速公路建设成本,对未来拟建高速公路的投资金额做出客观判断,不仅可以为建设成本决策提供依据,而且可以充分利用有限建设资金,取得最有价值的经济建设效果。本文以高速公路的重要组成部分之一——路基工程的建设成本为研究对象,提出基于BP神经网络的路基工程建设成本预测方法。
首先,在对国内外研究现状分析的基础之上,论述了公路建设成本的含义、表现形式及其构成,阐述了公路建设成本预测的意义和作用,并通过对现有各种工程建设成本预测方法的分析和对比,提出了基于BP神经网络的路基工程建设成本预测方法。
接着,论文分析了神经网络理论和基于附加动量法和自适应学习速率的改进BP算法,在此基础上,阐明了基于BP神经网络的路基工程建设成本预测方法的思路和具体步骤。
然后,论文详细分析了路基工程建设成本的影响因素,采用相关分析法对这些影响因素进行敏感性分析,筛选并确定了相关性较大、敏感性较强的地区、工料机和价格指数等主要影响因素作为BP神经网络的输入。在此基础上,提出了各种影响因素的赋值方法。此外,在工料机影响因素分析中,还给出了路基工程中建材的归类方法和工料机数量化的一般性方法。
在明确路基工程建设成本主要影响因素的基础之上,确定了三层BP神经网络的具体结构,构建了路基工程建设成本的预测模型,并利用实例数据对该模型进行训练、检验和修正,得到了较好的预测效果。
最后,给出对预测结果的修正方法,利用建立的模型对河南省高速公路实例数据进行路基工程建设成本预测,给出预测结果。 |