住宅建筑主要工料消耗的神经网络估算

建立了应用反向传播学习算法的多层前馈神经网络模型，对混合结构住宅建筑的主要工料消耗进行神经网络计算．以木门木窗和木门钢窗的砖墙住宅建筑为实例的计算结果表明，用神经网络估算住宅建筑工料消耗是非常有效的，借助该模型可实现主要工料消耗的快速估算．     

装配式与现浇住宅基于全寿命周期的热力学与环境影响评价研究

以北京市某装配式民用住宅楼作为研究对象,建立装配式住宅全寿命周期能耗、耗及CO_2排放量的热力学计算模型。基于调研数据,应用此模型计算出该栋装配式住宅全寿命周期各个阶段的能耗、耗及CO_2排放量;并与传统现浇混凝土住宅进行对比分析,作出能比变化曲线。针对装配式住宅特点,建立围护结构形成阶段热力学计算模型。结果表明,该装配式住宅围护结构形成阶段三项数据均高于现浇住宅;且能比较高,装配式住宅建造需要消耗大量高品位能源。拆除阶段装配式住宅建材高回收利用率有效降低能耗及CO_2排放量。假定建筑50年使用年限,全寿命周期内装配式住宅总能耗及CO_2排放量分别减少15.0%、12.6%;但能比略高于现浇住宅。建立的围护结构形成阶段热力学计算模型能客观评价两类住宅该阶段在能源消耗、能源结构及对环境影响的差异,结合装配式住宅全寿命周期热力学计算模型分析对装配式住宅节能设计有指导意义。     

装配式与现浇住宅基于全寿命周期的热力学与环境影响评价

以北京市某装配式民用住宅楼作为研究对象,建立装配式住宅全寿命周期能耗、耗及CO_2排放量的热力学计算模型。基于调研数据,应用此模型计算出该栋装配式住宅全寿命周期各个阶段的能耗、耗及CO_2排放量;并与传统现浇混凝土住宅进行对比分析,作出能比变化曲线。针对装配式住宅特点,建立围护结构形成阶段热力学计算模型。结果表明,该装配式住宅围护结构形成阶段三项数据均高于现浇住宅;且能比较高,装配式住宅建造需要消耗大量高品位能源。拆除阶段装配式住宅建材高回收利用率有效降低能耗及CO_2排放量。假定建筑50年使用年限,全寿命周期内装配式住宅总能耗及CO_2排放量分别减少15.0%、12.6%;但能比略高于现浇住宅。建立的围护结构形成阶段热力学计算模型能客观评价两类住宅该阶段在能源消耗、能源结构及对环境影响的差异,结合装配式住宅全寿命周期热力学计算模型分析对装配式住宅节能设计有指导意义。     

提高估算软件成本精度的方法研究

指出已有的软件成本估算方法中的问题,提卅采用模糊神经网络方法构建软件成本的快速估算模型来提高估算精度。将60个软件项目的相关数据作为样本,分别对神经网络和模糊神经网络两种系统进行训练。将两种模型的训练和估算结果进行比较．结果显示模糊神经网络模型在软件成本估算上比神经网络模型具有更高的学习效率和估算精度。     

混沌神经网络住宅性能综合评价模型的研究

住宅性能综合评价是住宅商品化和市场化的重要基础性工作．利用人工神经网络模拟人脑学习和记忆功能的特点，建立了住宅性能综合评价模型．针对神经网络BP算法收敛速度慢容易陷入局部极小值问题，将混沌理论引入神经网络算法中，利用混沌运动的遍历特性加快了训练速度，使其收敛于全局最优解．算例表明，混沌神经网络模型可以准确地评价住宅的综合性能，有良好的应用前景．     

基于BP神经网络的装配式建筑投资估算

针对装配式建筑造价高于传统建筑、容易出现投资失控这一前沿科学问题,在总结分析装配式建筑结构的相关特点的基础上,利用显著性特征理论得出装配式建筑投资预算特征参数;将得出的特征参数作为输入向量引入BP神经网络模型,经过反复多次训练,建立估算模型;最后将长沙某小学装配式建筑作为检验样本来检验该模型的现实可行性。研究结果表明,检验样本的数据模拟输出值与样本真实值之间有较高的吻合度,结果误差均在3%以内,符合装配式建筑前期决策阶段对投资估算误差的要求标准,具有现实可行性,可以用来进行装配式建筑的投资估算。     

北京地铁八通线对沿线住宅价值影响分析

在定性分析北京地铁八通线对沿线住宅价值影响的基础上,以八通线沿线2003年开盘的40个住宅楼盘作为样本,采用特征价格法,以楼盘均价为因变量,以楼盘到最近地铁车站距离、楼盘到CBD距离、楼盘类型、装修程度和是否现房等属性作为自变量,选用半对数模型,进行了回归分析计算.计算结果表明,北京地铁八通线对沿线2 km范围内住宅平均每建筑平方米增值179.3元,增值百分比为4.43%,40个样本楼盘的总增值约为15.52亿元,增值计算结果与经验估算值基本相符.通过与地铁13号线沿线住宅增值定量计算结果及影响特征的比较,明确了地铁八通线对沿线住宅价值影响的规律和趋势.     

装配整体式剪力墙结构增量成本控制方法研究

以已建成的装配整体式混凝土剪力墙结构项目的实际建安造价数据作为分析基础,用成本要素法建立数据模型,探讨现阶段其结构较传统现浇结构的成本增量。通过实际案例对纯增量成本中的构件成本增量进行重点分析,归纳总结了增量成本的主要影响要素,并建立了测算模型。以模型计算得出,41%~48.6%预制率建筑的增量成本为464.41元/m2,进而证明此模型可以对不同预制率的装配整体式混凝土剪力墙结构住宅进行增量成本估算。     

北京市多层住宅建筑的物化环境影响研究

为了解北京市住宅建筑物化环境影响情况,建立了一个环境影响评价模型。基于已有的建材环境清单数据库,针对6种建材:水泥、钢材、木材、玻璃、铝材和PVC管材,调查了目前北京市住宅建筑中主要建筑材料的使用情况,分析了15层以上的和12层以下的住宅建筑的物化环境影响分布。估算了北京市年新增住宅造成的物化环境影响,与北京市年均环境影响总量进行了比较。实证分析了降低建筑物化环境影响的方法。统计结果表明,高层住宅的单位建筑面积物化环境影响较多层的高约25%;但对两种住宅类型而言,各类环境影响所占比例相差无几,气候变暖所占的比例最大,远远超过其他环境影响因子。减少建筑物物化环境影响的最有效的措施就是改进建材本身的生产工艺。     

基于粗糙集和神经网络的空军航材消耗预测方法

针对空军航空器材消耗受某些影响因素的冗余性、非定量性以及消耗预测模型中很难体现问题．分析了影响航材消耗的因素，利用粗糙集知识约简方法去除冗余，选择主要影响航材消耗的因素，利用神经网络建立消耗预测模型．最后对该模型的预测效果与直接神经预测的效果进行了比较，显示了该模型的有效性和实用性，为航材消耗预测提供了一种新的有效决策方法．     

基于GA-BP神经网络的综合管廊投资估算研究

针对综合管廊造价高于传统市政管线设施,其估算具有影响因素众多、非线性等特点,综合考虑管廊长度、截面面积、舱数以及管线入廊个数等10个特征因素,充分利用遗传算法(GA)与BP神经网络模型的优点,建立了基于GA-BP神经网络的预测模型。通过MATLAB仿真试验,对综合管廊的投资估算进行预测研究,并与传统BP神经网络的计算结果进行对比。相关测试表明:检验样本的模拟输出值与样本真实值呈线性吻合,相对误差基本在5%以内,说明该模型预测综合管廊的投资估算比传统BP神经网络模型具有更高的精度和一定的实际应用价值。     

人工神经网络在软件预估分析中的应用

将人工神经网络理论应用于软件预估分析领域，通过BP神经网络和功能点估算模型的介绍与结合，提供了一种估算软件工作量的方法．使用智能神经网络可分析软件开发这一十分复杂的过程。     

夏热冬冷地区住宅能耗计算方法及程序实现

研究的主要目的是提出一种适合于建筑设计人员的，简便适用的住宅能耗的计算方法（特别是对于夏热冬冷地区的住宅设计），以便设计人员在住宅方案设计阶段即可对方安进行能耗分析和节能优化调整，通过理论分析和公式推导，我们发现：在一定的前提条件下，夏季住宅动态传热过程中热量传递计算的方法可以简化为类似于冬季稳态传热计算方法，另外，本文还详细介绍了影响住宅能耗的重要因素－太阳辐射得热量的计算方法，较之《民用建筑节能设计标准（采暖居住建筑部分）》中推荐的计算方法（修正系数法）更为准确，适用范围更广，本文还介绍了基于所提出的计算方法的建筑能耗分析与优化软件BeCaSoft.     

基于飞机总体设计参数的民用飞机环保性能评估

基于飞机总体设计阶段的参数对全任务航程内燃油消耗及废气排放进行计算,并估算飞机环保性能,以期为总体设计阶段飞机构型筛选提供一定的环保性能准则.飞机全任务航程被分为起飞着陆及巡航两个阶段;利用神经网络对飞机起飞着陆阶段的燃油消耗及废气排放进行估计,并基于此计算飞机全任务航程内的燃油消耗及废气排放,并且提出废气排放因子,对飞机的环保性能进行初步评估.     

基于多元线性回归与工程造价倒算的土木工程投资估算方法研究

土木工程在我国经济和社会发展中占有重要地位,造价控制是工程项目三大目标之一.本文通过建立同类型土木工程模型库、利用高精度土木工程造价预决算结果倒推低精度的思路,结合多元线性回归统计模型并科学合理将其利用.具有满足精度要求和使用方便的实用价值.利用基于多元线性回归与工程造价倒算的土木工程造价估算模型在住宅工程实际案例的计算中表明,此方法是有效的,而且在使用时只需要将建筑面积和建筑高度代入模型便可得出结果,十分便利,它为土木工程造价估算决策提供有价值的参考依据.     

神经网络在黄土边坡稳定性分析中的应用

应用神经网络理论估算黄土边坡稳定性的安全系数,用黄土边坡实例作为输入样本,建立神经网络BP模型,以安全系数作为输出值,进行实验。试验结果表明,该方法计算所得安全系数较为可靠,可用于边坡稳定性分析。     

中庭式住宅建筑热压通风的预测模型研究

为预测多因素耦合下中庭式住宅建筑热压通风的流场及温度场分布,采用网络模型和多区域模型结合的方法对住宅内部进行区域划分;根据质量、动量、能量守恒方程及伯努利方程,建立住户与中庭空间的热压通风气流环路预测模型.为验证该预测模型的准确性,根据阿基米德相似准则建立比例尺为1/25的实验模型,对比了中庭式住宅建筑热环境预测模型的计算结果与实验数据.结果表明,两者基本吻合,说明该模型能较精确地预测中庭式住宅建筑的热环境.     

可拓学理论在住宅建筑综合性能评价中的应用

将可拓理论与住宅建筑综合性能评价相结合，以物元理论和可拓数学作为其理论框架，把住宅建筑综合性能评价看成一个复杂的、相互联系的物元网，并在物元理论、可拓集合论和关联函数运算的基础上，以一套实际住宅为例，建立了住宅建筑综合性能评价的物元模型，利用此模型对住宅建筑综合性能作出了客观评价，结果表明该方法是可行的，且效果理想，是一种既可行又容易被人们接受的评价方法。     

基于BP神经网络的工程估价模型及其应用

基于BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准确地估算出工程造价.本文根据BP神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样本,2组为检测样本,确定了13个主要造价影响因素作为网络的输入变量,工程造价作为网络的输出变量,经检验其精度符合工程投资估算和设计概算的要求.因此,用BP神经网络估算工程造价是行之有效的.     

基于BP神经网络的公路路基造价方法研究

为更好的估算公路路基工程的造价,本文基于BP神经网络对公路路基工程中的土石方量及防护工程量的造价进行估算。模型计算结果表明:在土石方估算中最大误差绝对值为12%,最小误差为5%。误差值基本都在10%以内;在防护工程估算中最大误差为16%,最小误差为1%,误差变化范围幅度较大。总体而言,误差值均在20%以内,说明该模型可以用于一般路基工程量的估算。