基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

用蒙特卡罗法解PERT网络的通用程序设计

PER丁网络模型用于大型水电工程施工管理,具有很大的价值。到目前为止,解PERT网络模型大多采用近似法。当网络计划满足下列条件时,近似法可以得到满意的结果:1)活动历时的概率分布为贝它分布;2)关键路线与非关键路线相比有足够大的长度;3)关键路线上的关键活动数量有足够多。但是,对有些工程的网络计划来说,这种满足有时是困难的,所以,近似法解 PERT 网络存在一定的误差。本文采用蒙特卡罗法解 PERT网络问题,以改善计算精度,提出了在微机上实现该法的实用数学模型,井用FORTRAN 77语言编制了通用程序。l 数学模型 用蒙特卡罗法解PE…     

用神经网络进行投标报价中的变量选择

针对在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价这间的关系这两大难题，提出了一种基于神经网络的变量选择方法，其基本思想是：经过两次选择，消除了两个多余的变量，将最初的10个变量缩减为8个，并以这8个变量作为输入建立新的报价模型，从网络的泛化结果可以看出，经过变量选择后，网络的泛化能力有了较大的提高，表明了该方法的有效性。