基于人工神经网络的水厂建设项目造价估算方法

【摘要】：对于城镇自来水厂建设项目,项目前期准确的造价估算是项目能够发挥预期效益的保证。由于项目前期缺少详细的设计文件,同时涉及多种复杂且不确定的因素,且造价与各因素间的关系并不固定,在进行水厂项目造价估算时,大多需要依赖历史项目样本数据的建模方法。文中主要基于实际自来水厂建设项目工程造价数据,分析筛选出18个与工程造价相关的影响因素作为输入变量,分别借助人工神经网络中的BP和RBF算法,通过对人工神经网络模型的校验和对比,发现2种模型对训练样本数据都具有很好的拟合性。研究表明,BP神经网络模型具有更好的预测能力,所有测试样本的估算精度可以控制在±30%以内,达到了项目建议书阶段的估算精度要求。