基于神经网络的建筑施工质量评价

• 作者: 张敏
• 来源期刊: 现代电子技术
• 关键词: 建筑施工 质量评价 BP神经网络 梯度下降 施工质量 神经元权值
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 173-177
• 页数: 5页
• 分类号: TN711-34|TU755
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.17.038

摘要

基于Bayes判别理论的施工质量评价方法存在施工质量评价精度低、无法直观描述施工质量的优劣情况等弊端,因此,提出基于BP神经网络的建筑施工质量评价方法,设计BP神经网络结构,基于该结构对BP神经网络算法进行推导,得到总量误差.为了避免总量误差出现反向扩散产生运算精度降低的问题,在BP神经网络的算法推导过程中采用误差函数梯度下降法,对神经元实施突出权值修正,主要修正隐含层J与输出层M权值以及输出层I与隐含层J的权值,对神经元权值进行修改时考虑到误差曲面的变化影响,提高BP神经网络的运算精度.采用修正后的BP神经网络算法对某建筑施工质量进行实际评价,得出的评价结果与预期结果相符,可实现对建筑施工质量的评价.实验结果说明,所提方法可以提高建筑施工质量评价精度,能准确、直观地反映施工质量的优劣,评价效果佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏	西南交通大学土木工程系	63	389	10.0	17.0