建筑工程投资估算方法研究

【作者】 杨东侯；

【导师】 年晓红；

【作者基本信息】 中南大学 ， 计算机应用技术， 2005， 硕士

【摘要】 长期以来,我国工程建设投资存在着不少问题,由此给国家和投资方带来了很多损失,时至今日,加强投资控制业已成为工程界各方的共识。而投资估算是直接影响投资控制的一个关键性因素,寻找合适的方法,较好地解决工程投资的估算问题就成了当前重要的研究课题之一。针对建筑工程投资估算问题,本文给出了三种非常有效的方法。 首先利用偏最小二乘法对木材消耗量进行估算,它作为传统回归方法的延伸,克服了传统回归方法在小样本统计中出现的诸多问题。通过对结果的分析与比较,指出了该估算方法的优点以及在工程投资估算中的应用前景。 采用神经网络作为工程投资估算的方法,前人已经做了一些研究。在此基础上,本人提出了主成分分析和神经网络共同建模的方法。它可以消除了原始数据间的相关性,减少神经网络的输入维数,从而降低网络结构的复杂性,投资估算的精度得到了提高。 针对神经网络建模中出现的“过拟合”现象,通过对该方法的深入分析与探讨,本文最后采用了基于结构风险最小化原理的支持向量机方法对工程投资进行估算,其目的是改善估算方法的推广性能。作为一种新颖的机器学习方法,支持向量机在工程投资估算领域的应用研究很少,本文尝试着将其应用于工程投资估算问题,开拓了支持向量机的应用领域,同时将结果与神经网络方法进行了比较分析,指出了两种方法各自的特点。更多还原

【Abstract】 There are a lot of problems in project investment control for a long time. For example, it always happens that budgetary is beyond basic estimate budget. This brings a lot of lost to the nation and the investor.Nowadays,more and more investor have realised the importance of the investment control.It is a important research to find a suit method to estimate the project cost exactly in the early period.This study presents three effective methods.Firstly partial least squares regression (PLS) is used to estimate the cost .It is used to supply a deficiency in the least squares model.It can do well in the small samples modelling.There are some researches in the application of artificial neural network (ANN) in the cost estimation.On the base of these reseraches ,a new method are presented there. Principal component analysis (PCA) is firstly applied to eliminate the correlation among the inputs and extract the major factors, and then ANN is used to modelling.The result is better than the method which only ANN is used.Support vector machine (SVM) is a method based on structural risk minimization (SRM). it can properly solve the "over fitting" of the ANN, and it can solve the small samples learning problems better. We used SVM to estimate the investment, most of results are satisfied and it has better generalization.更多还原