17za.com
適應性強公路鞍山工程預算具有動態變化特性，模糊神經網絡模型能夠很好地適應此特性。此估算方法的應用，主要是依靠計算機，不僅運算速度快，而且運算精度較高。模糊神經網絡估算方法較多，文中選擇BP神經網絡法，是基于仿人腦的神經系統結構，具有較強的學習能力，為非線性自適應動態系統[1]。現對其在公路鞍山工程預算估算中的應用，做以下的分析。公路工程構件主要包括底層、基層、面層等，鞍山工程預算是由各構件類型與價格等因素決定，實物工程量取決于工程結構設計參數。已建鞍山工程預算變動，主要是受到構件因素的影響，被稱作是工程特征。基于工程特性，將公路工程劃分為不同類別，若按照路面形式劃分，主要包括瀝青路面和水泥路面等，為特征類目。對于工程定量化，是按照特征類目，依據定額水平與工程特征，填入相關數據，如表1所示。由表1能夠看出，每個公路工程模式均可以利用表格的形式來定量化描述，一個特征可以由多個類目組成，按照比例來計算量化結果。在BP神經網絡中，需要將信息傳遞到網絡隱節點上，使用S型函數，把信息傳出，接著發揮函數的作用，成功輸出結果。在網絡隱節點以及輸出節點位置處，選擇S型函數，即f（x）=11+ex，若此結果未能按照正常程序開展，此時要轉變成反向傳播。假設存在N個樣本，定義描述為（Xk，yk)(k=12?N)，其中某個輸入值為Xk，對應的神經網絡輸出值是yk，而隱層節點I的輸出值是Oj。
