当前位置 —论文—艺术— 范文

关于绿色施工方面论文例文,与基于BP神经网络的建筑工程绿色施工评价相关论文参考文献格式

本论文是一篇关于绿色施工方面论文参考文献格式,关于基于BP神经网络的建筑工程绿色施工评价相关硕士论文范文。免费优秀的关于绿色施工及建筑工程及生态环境方面论文范文资料,适合绿色施工论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘要：通过对绿色施工理论的探讨,构建了建筑工程绿色施工评价的指标体系.基于BP人工神经网络评价方法构建了建筑工程绿色施工评价模型,并运用该模型对一实际工程项目的绿色施工进行了模拟.

Abstract：Thisarticlediscussesthegreenconstructiontheoryandbuildsaconstructionprojectgreenconstructionassessmentindexsystem.TheconstructionprojectgreenconstructionassessmentmodelisbuiltbasedonBPartificialneuralwork,andthemodelisusedtosimulatethegreenconstructionofapracticalproject.

关键词：BP人工神经网络；绿色施工；评价方法

Keywords：BPartificialneuralwork；greenconstruction；assessmentmethod

中图分类号：TU71文献标识码：A文章编号：1006-4311（2015）12-0005-04

0引言

随着我国建筑业的快速发展,建筑工程建设消耗自然资源和破坏生态环境的问题,已经引起了社会各界的广泛关注,建筑生产活动中的施工阶段是大规模地改变自然生态环境、消耗自然资源的阶段.针对该阶段进行控制和管

关于绿色施工方面论文例文理,实施绿色施工,可以有效改善建筑工程能耗大、破坏生态环境等的问题.近年来,绿色施工已经成为建筑工程的施工的主要趋势,我国已经在绿色建筑的评价体系研究方面取得了很多富有价值的研究成果,如建设部住宅产业化促进中心制定的《绿色生态住宅小区建设要点与技术导则》、《现代房地产绿色开发与评价》、《绿色奥运建筑评估体系》等,建设部发布的《绿色施工导则》中给出了绿色施工的定义,指工程施工过程中,在保证质量、安全等基本要求的前提下,通过科学管理和先进技术,最大限度地节约资源与减少对环境负面影响的施工活动,实现节能、节地、节水、节材和环境保护[1].以这些理论背景为基础,构建绿色施工评价指标体系,研究适用于绿色施工的评价方法对于推动绿色施工实践具有十分重要的意义.

该文url:http://www.sxsky.net/yishu/0402227.html

人工神经网络,是利用计算机来模拟生物神经网络系统,通过模拟生物神经系统的工作机理,来抽取其活动过程中的可利用部分通过物理器件进行实现,也就是将生物细胞进行了数学化[2].目前比较常用的是BP（BackPropagation）神经网络算法.是一种基于逆传播原理的算法,由于它优秀的自学习、自联想功能,使得BP人工神经网络广泛的应用于非线性建模、函数逼近等方面.本文选择BP神经网络模型研究建筑工程绿色施工评价问题,能够模拟出专家对绿色施工评价的思维过程,大大提高工作效率,减少评价周期,避免评价过程中人为因素及模糊随机性的影响.

基于BP神经网络的建筑工程绿色施工评价参考属性评定
有关论文范文主题研究:	绿色施工类论文范文	大学生适用:	研究生毕业论文、学校学生论文
相关参考文献下载数量:	35	写作解决问题:	学术论文怎么写
毕业论文开题报告:	文献综述、论文题目	职称论文适用:	期刊发表、职称评副高
所属大学生专业类别:	学术论文怎么写	论文题目推荐度:	最新题目

1建筑工程绿色施工评价指标

建筑工程绿色施工是一个多种因素相互影响作用的综合系统,建筑工程绿色施工评价工作的进行依赖于绿色施工评价指标的选取的有效性和准确性.本文参考了各位专家学者对绿色施工定义、框架划分及相关文献的研究,并听取了他们的意见建议,从建筑工程绿色施工的本质要求出发,将建筑工程绿色施工评价的总体目标分为施工技术、施工综合管理、各类资源及能源的使用、环境控制这4个指标.并结合对各类资源、能源的节约理念,环境保护目标,可持续发展原则,以人为本的价值观等将这4个一级指标细分为26个二级指标,从而建立了建筑工程评价指标体系,见表1.

2基于BP人工神经网络的建筑工程绿色施工评价模型

2.1BP人工神经网络的基本原理

BP神经网络的学习过程是由正向传播和反向传播两个阶段构成的,若给定一组样本的输入值和期望输出值,通过正向传播过程计算各节点之间的权值和阈值,然后通过将误差通过反向传播计算,实现对权值和阈值的调节,反复以上过程直到使输出值落到最终满意的误差范围内,达到网络训练的目的.其具体的计算过程这里以一个分别包含一个输入层、隐含层和输出层的三层的人工神经网络结构加以说明,如图1所示.

令wir表示输入层节点xi到隐含层节点yr间的连接权值,wrj表示隐含层节点yr到输出层节点zj间的连接权值,θr表示为隐含层节点的阈值,θj为输出层节点的阈值：

①给wir、θr、wrj、θj随机赋一个较小的值,其值一般在0到1之间.

②输入样本,设样本个数为P,样本模式为（A（k）C（k））（K等于1,2,等,P）,即由给定样本的输入值和期望输出值组成的矩阵.将A（k）的值x作为输入层节点的值,逐层按公式（1）、（2）所示依次进行正向的计算：

此处的EAV表示的是网络训练的目标误差函数（j等于l,2,等,n；k等于1,2,等,p）.

基于上述计算,就能把拟解决问题的特征值反应在权值和阈值上,然后就可以利用这组特定的值来求解实际问题的结果.

2.2面向MATLAB的BP网络评价模型设计

利用计算机软件―MATLAB神经网络工具箱中所具有的函数功能,可以将上诉神经网络的计算过程,通过调用函数来进行实现.

2.2.1样本数据的选取

以表1所示的建筑工程绿色施工评价指标体系为基础,对各定性指标采用专家评判法进行量化,将绿色施工水平从低到高依次划分为五个等级：低（0,0.2）；较低（0.2,0.4）；一般（0.4,0.6）；较高（0.6,0.8）；高（0.8,1）.通过组织专家对国内的15个项目的绿色施工水平进行评定,得到了这15个项目的绿色施工评价指标值,见表2.对表2中的数据进行归纳整理,征求各位专家的意见,得到建筑工程项目的绿色施工评价综合评分表,见表3.

2.2.2模型算法的实现

①确定BP网络结构各层神经元节点数.采用图1所示3层BP网络结构,输入层为各评价指标的评价值,共26个神经元节点,输出层表示对一个建筑工程绿色施工评价的综合结果,即只有一个神经元数值,根据经验公式和反复的迭代试验缺点隐含层神经元节点数目为19个.即本文研究问题的BP神经网络评价模型结构为28×12×1.

②对网络模型进行训练.将表2中前12组数据的专家打分值作为网络的输入节点值输入网络,将表3中的综合评定值作为这12组数据的期望输出值,使用MATLAB软件编程,MATLAB中的语言为：

MATLAB程序语言具体如下：

P等于[]'；

T等于[]；

（输入向量P和目标向量T的矩阵值）

threshold等于[]；

绿色施工自考毕业论文怎么写
播放:37866次评论:6608人