基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高层住宅工程造价管理的难点及传统造价估算方法存在的不足,采用灰关联分析与粒子群优化的BP神经网络相结合的方法,以高层住宅工程特征指标为网络的输入向量,达到快速、准确地估算高层住宅工程造价的目标.借助文献回顾法与灰关联分析法系统地确定工程特征指标体系并作为神经网络的输入向量;引入PSO算法优化BP网络的权值及阈值,解决网络收敛速度慢、易陷入局部极小值等缺点.并通过实例验证构建的模型,提高了前期决策阶段造价估算的精确度,实现了快速估算.
推荐文章
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于GPU的PSO-BP神经网络DOA估计
波达方向估计
粒子群优化
神经网络
图形处理单元
统一计算设备架构
基于PSO-BP神经网络的地铁盾构场地土体参数反演
土体参数
参数反演
BP神经网络
粒子群算法
PSO-BP神经网络
正交试验法
预测分析
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰关联的PSO-BP神经网络的高层住宅造价估算
来源期刊 工程管理学报 学科 工学
关键词 高层住宅 造价估算 灰关联分析法 PSO-BP神经网络
年,卷(期) 2019,(1) 所属期刊栏目 建设经济与管理
研究方向 页码范围 29-33
页数 5页 分类号 TU723.3
字数 4736字 语种 中文
DOI 10.13991/j.cnki.jem.2019.01.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋红妍 西安建筑科技大学土木工程学院 39 332 10.0 16.0
2 白雨晴 西安建筑科技大学土木工程学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (40)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (21)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高层住宅
造价估算
灰关联分析法
PSO-BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程管理学报
双月刊
1674-8859
23-1561/TU
大16开
哈尔滨市南岗区一匡街2号哈工大科学园3042信箱
14-173
1985
chi
出版文献量(篇)
3067
总下载数(次)
16
总被引数(次)
36815
论文1v1指导