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。     

软件成本估算技术研究综述

国内外有关软件成本估算技术的研究,文献数量从多到少,依次可以分为五类：基于算法模型的估算技术、基于功能点的估算技术、基于类比法的估算技术、基于专家经验的估算技术和其它奏技术。其它类技术包括回归分析技术．神经网络技术、动态技术、贝叶斯分析技术、模糊理论技术、组合方法技术等等。本文首先综述了各类软件成本估算技术,然后总结了各类软件成本估算技术的优点和缺点。     

BP神经网络在建筑工程估算中的应用分析

利用BP(back propagation)神经网络的基本原理建立工程估算模型,依赖专家经验获取待确定造价的工程特征,在对15个典型实际工程样本分析的基础上,利用EXCEL软件的宏命令编制BP神经网络模块,模拟从工程特征到工程造价的非线性映射关系,并将其运用于实际工程估算,精度达到建筑工程估算要求,为实际工程中对估算快速、准确的要求提供一种新方法.     

BP神经网络的地面雷达全寿命周期费用估算

为了对地面雷达装备全寿命周期费用做出合理,准确、有效的估算,必须选取合适的估算方法对其进行费用分析.针对一般常用的地面雷达装备全寿命费用估算方法存在费用估算工作量大、预测精度带有很强的主观性和随机不确定性、建模与仿真过程存在很大局限性等问题,从BP神经网络原理出发,提出一种基于BP神经网络的全寿命费用估算方法.该方法充分利用计算机软件资源,建立起地面雷达全寿命周期费用估算的神经网络模型,并结合实例估算.采用Matlab软件语言构造出典型网络的工具函数,根据类似地面雷达装备以往的费用数据作为样本,对费用数据进行训练,调整权值,最后根据估算好的相应数据估算实际费用.通过与传统全寿命周期费用估算方法相比较,证实该模型能够应用于新型地面雷达装备全寿命周期费用估算,减小运算工作量,提高估算精度.     

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．     

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。     

神经网络在建筑结构设计早期投资估算中的应用

建筑设计阶段投资控制决策的重要性决定了设计者或项目经理要有一个投资估算的工具。介绍了在民用建筑早期设计阶段进行投资估算的神经网络分析方法，并结合土耳其的具体案例进行了分析。将为中国运用类似的方法进行设计阶段的投资估算来辅助设计决策，起到很好的推动作用。     

数据库规模估算方法的研究

数据库规模估算是软件成本估算的基础。介绍了数据库规模的概念，运用文字叙述、表格及图形等方法分析了表类型、表结构、表元组对数据库规模的影响，设计了数据库规模估算的数学模型，并对模型中的各个参数进行了详细的解释，指出了在软件生命周期前、后阶段进行估算的方法。     

基于BP神经网络的建筑工程造价快速估算方法

在对建筑工程造价影响因素分析的基础上给出了样本的定性定量描述方法,建立了建筑工程造价资料快速估算的BP神经网络模型,用已建典型工程资料对BP神经网络进行训练,实现了工程造价资料的快速估算,实例证明该方法是可行的,估算结果是可靠的。     

厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.     

便携式人工神经网络及其在砼疲劳寿命预测中的应用

基于快速人工神经网络,探讨了利用线性函数对数据进行归一化的方法,结合数据归一化后的值域范围以及用于确定隐含层神经元数目的经验公式,依据网络均方差最小化原则,得到了人工神经网络的结构参数,然后将疲劳实验数据作为训练数据,建立了混凝土疲劳寿命预测的人工神经网络模型,并将其导出为一个独立的便携式模型文件.计算结果表明,该模型计算精确度高,可以方便地嵌入到各种工程软件中,能够解决混凝土疲劳寿命预测模型的准确性和实用性两大难题.     

生物软组织黏弹性参数反演方法研究

针对黏弹性参数反演中的模型选择问题,提出应用黏弹性材料的应力松弛曲线作为待反演的参数,不涉及任何黏弹性本构模型,采用有限元仿真与人工神经网络相结合的方法:通过有限元仿真得到不同应力松弛曲线下的剪切波传播速度,然后将仿真得到的数据作为训练样本输入到人工神经网络中进行训练,建立起生物组织黏弹性参数和剪切波传播速度的神经网络输出模型,有效解决了模型选择问题。最后通过粒子群优化算法反演得到组织的黏弹性参数。     

储层潜在敏感性B-P网络快速预测方法研究

对神经网络算法以及利用神经网络进行敏感性预测中经常出现的问题进行了探讨。着重介绍了合理网络结构的确定方法、学习样本的搜集与处理以及学习算法的改进等 ,并建立了改进的B P算法。通过水敏性预测 ,介绍了神经网络在敏感性预测中的具体应用过程 ,并对其在实际生产中的应用效果进行了验证。结果表明 ,利用改进后的神经网络对储层敏感性进行预测的方法 ,具有预测精度高、自适应好、容错能力强等优点。为了便于使用 ,编制了功能完备的敏感性预测软件 ,现场使用效果良好。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率谱为主要征兆，建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算机模拟识别表明，运用该系统可较为准确地判别出活塞的磨损（破损）故障。     

基于近红外光谱的人体血液酒精含量无创检测方法研究

研发一种人体血液酒精含量无创检测方法迫在眉睫.近些年来,随着近红外光谱在定量分析化学物质含量方面的迅速发展,以及人工神经网络在电子信息领域的延伸,可以利用近红外光谱的方法,在MATLAB软件环境下,用神经网络方法进行建模,然后将适当的样本数据训练后,最终预测人体血液酒精含量.就如何在BP神经网络和RBF神经网络建模的基础上,对人体血液酒精含量的数据处理作了详细论述.     

建筑照明仿真软件的开发

在将人工神经网络理论应用于建筑照明的计算和设计的同时,以MATLAB作为开发工具,构建了一个建筑照明的仿真软件,本文论述了该软件的开发和实现方法。     

基于小波神经网络矿山安全的评价模型

煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23项指标作为输入节点,建立矿山安全的小波神经网评价模型,该模型可自动确定网络参数,避免了传统神经网络需要人为干预网络结构参数的不足.实例分析表明,提出的WNN网络的评价绝对误差平均为0.425%,而BP网络评价绝对误差平均为3.1%.这说明,WNN网络泛化能力远好于BP网络,该模型具有重要的应用价值.     

用人工神经元方法预报IF钢性能

用人工神经元方法分析ＩＦ钢性能与成分、加工工艺之间关系，通过实验与现场数据训练１个前向网络的考核结果表明，该方法是用于大生产中ＩＦ钢成分与工艺设计的有效方法。     

基于神经网络的疲劳裂纹扩展率的初步估算

采用基于神经网络的方法对压力容器疲劳裂纹扩展公式（Ｐａｒｉｓ公式）中的两个材料常数进行了估算,用人工神经网络建立一个学习系统,以获得各种材料的疲劳裂纹扩展率．通过计算和实验数据的比较,证明了利用神经网络进行疲劳裂纹扩展率的估算是可行的．