测试你前世死因为您写建筑工程毕业论文和职称论文提供关于建筑工程毕业论文参考文献格式范文,与基于小波神经网络的建筑承发包价格预测相关论文范文文献,包括关于建筑工程及神经网络及房地产价格方面的论文题目、提纲、开题报告、文献综述、参考文献的大学硕士和本科毕业论文，是免费优秀的建筑工程论文范文。
【摘 要】通过分析已有承发包价格预测方法,选取小波神经网络对承发包价格发展变化进行预测,并建立小波神经网络建筑工程承发包价格预测模型,以绍兴市砖混结构住宅为例,证明了该模型很好实用性和可操作性.
建筑市场健康发展对于拉动经济增长,调整产业结构,改善人民生活水平起着重要作用.建筑市场又是一个复杂系统,因为建筑市场设计到建筑材料市场、金融市场、劳动力市场等各方面发展,所以对于建筑市场进行研究是必要.建筑工程承发包模式在我国建筑市场中扮演角色越来越重要,其中,建筑工程承发包价格管理尤为重要,关系到国家建设资金合理利用,关系到建筑市场秩序以及承发包双方权益,是国家有关部门和建筑各方都非常关心问题.目前,可用于承发包价格预测方法很多,回归分析法、分析法、灰色系统以及BP神经网络等各种预测方法.,由于建筑承发包价格非线;利用模拟非线;模型,前面几种方法在这方面都.本文依据小波时频域特征,将小波分析理论与神经网络预测模型结合在一起,提出了一种新预测模型―小波神经网络模型,并将其应用于房地产价格指数预测,解决了预测非线;.
小波神经网络是小波分析而构成一类新型前馈网络,也可以看作是以小波函数为基底一种新型函数连接神经网络,其信号表达式通过将所选取得小波基叠加来实现等4.在信号分类中,子波空间可模式识别特征空间,通过将小波基与信号向量内积进行加权和来实现信号特征提取,然后将这些特征输入到分类器中,它结合了小波变换良好时频局域化性质及神经网络自学习功能,因而良好逼近与容错能力5.
以绍兴市市砖混结构住宅为例,对建筑工程承发包价格进行预测研究.根据绍兴市统计年鉴,2005年2009年浙江建设工程材料信息价以及调研影响建设工程承发包价格因素相关数据,为了更方便进行预测,首先要进行归一化,采用公式
在设计网络时采用三层网络模型,这样比采用四层网络不易陷入局部极小值.采用此结构对归一化中房指数数据进行预测.并将整个过程运用Matlab进行编程实现将数据分为两组,前一组用于训练网络,后一组用作检验.用小波神经网络预测模型进行预测,结果如表2所示.
本文由 恒宇国际（www.neivn.cn）整理发布