[发明专利]一种基于多项特征的建筑工程分析方法在审

专利信息
申请号: 202011389550.9 申请日: 2020-12-02
公开(公告)号: CN112381328A 公开(公告)日: 2021-02-19
发明(设计)人: 肖程耀;丁瑞丰;郑勇;鞠明;李思哲;李皓月 申请(专利权)人: 四川省第六建筑有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q10/10;G06Q50/08;G06N3/04;G06N3/08
代理公司: 成都行之专利代理事务所(普通合伙) 51220 代理人: 林菲菲
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多项 特征 建筑工程 分析 方法
【说明书】:

发明公开了一种基于多项特征的建筑工程分析方法,先采集样本,对样本进行分析处理,确定特征向量,基于特征向量划分训练集,对RBF神经网络结构进行初始化处理,设置初始化参数,将训练集输入该模型,对输出结果进行分析,判断该输出结果与期望结果之间的误差是否满足要求,如果不满足要求,从输出层反向传播该误差,重新调整RBF神经网络的阈值和权值,重复该过程,直至该误差满足要求,输入测试集对该方法进行评估,确定该方法满足建筑工程领域对分析结果的精度要求。本发明确定的9项特征与分析结果的关系更为密切,将分析误差归结为权值和阈值的“过错”,只使用原始样本就能得到理想的分析结果,最终得到一种高精度的分析方法。

技术领域

本发明涉及建筑工程分析领域,具体涉及一种基于多项特征的建筑工程分析方法。

背景技术

目前建筑工程成本预测方法主要为定性预测法和定量预测法两大类。

定性预测方法是成本管理人员根据掌握的建设工程专业知识和丰富的实际经验,利用已有的建设工程成本资料,对建设工程成本的发展趋势及可能达到的水平所做的分析和推断。如经验评判法、专家会议法、市场调查法等。此种预测法主要问题为:对预测人员的专业知识和行业经验要求很高,受预测人员的主观因素影响较大。

定量预测方法是根据历史资料以及成本与影响因素之间的数量关系,通过建立数学模型来预计推断未来成本的各种预测方法的统称。定量预测方法按照成本预测模型中成本与相应变量的性质不同又可分为趋势预测方法和因果预测方法两类。趋势预测方法是按时间顺序排列有关的历史成本资料,运用一定的数学方法和模型进行加工计算并预测的各类方法,具体包括简单平均法、加权平均法和指数平滑法等。这类方法承认事物发展规律的连续性,将未来视为历史的自然延续,因此这类方法又称为外推分析法。此类方法的主要问题为:无法分析系统内部特有的复杂模式,如数据的非线性及多样性。

因果预测方法是根据成本与其相关因素之间的内在联系,建立数学模型并进行分析预测的各种方法,具体包括本量利分析法、回归分析法等。这类方法的实质是利用事物内部因素发展的因果关系来预测事物发展的趋势。此种方法的主要问题:因果预测只是成本与其它相关因素内在联系的一种推测,这影响了因子的多样性和某些因子的不可测性,使得因果分析在某些情况下受到限制,并且无法分析建筑工程动态系统中不可重复的高度非线性变量,这些变量常常是不确定、高噪声和模糊的。

发明内容

本发明提出一种基于多项特征的建筑工程分析方法,解决了现有定性预测方法受预测人员的主观因素影响较大,现有定量预测方法无法分析系统内部特有的复杂模式以及在某些情况下受到限制,并且无法分析建筑工程动态系统中不可重复的高度非线性变量的问题。

本发明通过下述技术方案实现:

一种基于多项特征的建筑工程分析方法,包括以下步骤:

步骤1:采集工程样本,并对样本进行分析和处理,得到特征向量;

步骤2:基于特征向量,从采样的工程样本中获取训练集;

步骤3:对RBF神经网络结构进行初始化处理,并对RBF神经网络的参数进行初始设置,得到RBF神经网络初始化模型;

步骤4:采用训练集对RBF神经网络初始化模型进行训练,得到训练好的RBF神经网络模型;步骤5:利用训练好的RBF神经网络模型对待分析的建筑工程样本进行分析,并输出待分析的建筑工程样本的相应性能特征。

如果要使建筑工程的成本预测结果达到预期的目标,首先大量收集已完工建筑工程的相关数据,因为这些数据的选择好坏很大程度的影响到本分析方法结果的准确性;其次,分析并处理所收集到的工程数据,得到特征向量;基于特征向量获取本分析方法的训练集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川省第六建筑有限公司,未经四川省第六建筑有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011389550.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top