神經(jīng)網(wǎng)絡(luò)方法在鋼筋混凝土工程估價(jià)中的應(yīng)用1

1、神經(jīng)網(wǎng)絡(luò)方法在鋼筋混凝土工程估價(jià)中的應(yīng)用摘 要：在發(fā)展中國家，神經(jīng)網(wǎng)絡(luò)方法可以為混凝土工程的造價(jià)分析提供一種指導(dǎo)性的工具，以克服各種變化因素已經(jīng)主觀因素的影響。本文中，提出3中神經(jīng)網(wǎng)絡(luò)方法來評價(jià)一個(gè)發(fā)展中建筑市場里模板工程、鋼筋工程以及混凝土工程的生產(chǎn)率。18名專家被分在6個(gè)項(xiàng)目中手機(jī)數(shù)據(jù)，92項(xiàng)數(shù)據(jù)被收集用于分析。應(yīng)用了商業(yè)軟件進(jìn)行神經(jīng)網(wǎng)絡(luò)的計(jì)算。處理過的數(shù)據(jù)被用于建立、訓(xùn)練、檢驗(yàn)神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)產(chǎn)生的框架顯示出足夠的收斂性已經(jīng)相對較強(qiáng)的普遍適用性。當(dāng)對輸入數(shù)據(jù)進(jìn)行敏感性分析時(shí)，本框架也能對變化趨勢的做出很好的表示。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；混凝土；生產(chǎn)率；計(jì)算機(jī)輔助；發(fā)展中國家；項(xiàng)目管理前 言投

2、資估算對于順利完成建設(shè)工程項(xiàng)目是很必要的內(nèi)容。對建筑工程的估算可以分為對直接費(fèi)用、間接費(fèi)用、不確定費(fèi)以及利潤等。直接費(fèi)用包括材料費(fèi)、人工費(fèi)和機(jī)械費(fèi)。直接費(fèi)是指構(gòu)成工程實(shí)體的各項(xiàng)費(fèi)用，它由各項(xiàng)定量指標(biāo)和定性指標(biāo)構(gòu)成。定量因素包括單位材料價(jià)格、單位人工工資、單位設(shè)備租賃費(fèi)用和折舊。定性因素更難確定，包括各種生產(chǎn)率以及建設(shè)風(fēng)險(xiǎn)等。有經(jīng)驗(yàn)的估價(jià)師依靠他們的經(jīng)驗(yàn)對定性因素做出判斷。而相對缺少經(jīng)驗(yàn)的估算師則可以通過工具來組合各種不確定因素。神經(jīng)網(wǎng)絡(luò)方法是通過模仿人腦的功能，像人腦一樣，通過對以往的學(xué)習(xí)，對數(shù)據(jù)做出歸納和總結(jié)。數(shù)據(jù)網(wǎng)絡(luò)在建設(shè)工程方面得到很多的應(yīng)用。Portas和Abourizk（1997）設(shè)

3、計(jì)了一套神經(jīng)網(wǎng)絡(luò)系統(tǒng)對梁、板、墻工程中模板的生產(chǎn)率進(jìn)行分析。Sonmez和Rowings（1998）發(fā)展了對模板組裝、混凝土澆搗、凝固過程的估算。Arditi和Tokdemir（1999）試圖用神經(jīng)網(wǎng)絡(luò)預(yù)測建筑工程訴訟的結(jié)果。Alsugair和Al-Qudrah（1998）則用神經(jīng)網(wǎng)絡(luò)決定公路的翻新與否。Hegazy和Ayed（1998）則用神經(jīng)網(wǎng)絡(luò)對高速公路進(jìn)行估價(jià)。Li et al（1999）則對建筑項(xiàng)目的投標(biāo)確定進(jìn)行順利網(wǎng)絡(luò)分析。在發(fā)展中國家，整個(gè)建筑工程環(huán)境由于許多不確定因素的影響而顯得更加具有風(fēng)險(xiǎn)性，因此對直接工程費(fèi)的影響也就更大。這些國家的工程師需要有效的工具來幫助他們更好地完成工

4、程的估價(jià)。本文把目光投向埃及，一個(gè)有著新興經(jīng)濟(jì)體制，擁有7000萬人口和廣泛基礎(chǔ)設(shè)施及工業(yè)工程項(xiàng)目需求的中東國家。在埃及，混凝土結(jié)構(gòu)占了建筑工程的大多數(shù)。我們嘗試說明神經(jīng)網(wǎng)絡(luò)在對混凝土相關(guān)工程中工人生產(chǎn)率進(jìn)行估算的過程。這以研究是通過實(shí)際工程項(xiàng)目中由專家掌握的數(shù)據(jù)來實(shí)現(xiàn)的。方法論這項(xiàng)研究的目標(biāo)是在考慮定量因素和定性因素的情況下建立能夠預(yù)測模板組裝、鋼筋搭接、混凝土澆搗過程中的生產(chǎn)率的神經(jīng)網(wǎng)絡(luò)模型。為實(shí)現(xiàn)這個(gè)目標(biāo)，系統(tǒng)方法論是可行而且必要的。調(diào)查表格最初的調(diào)查表格是以文獻(xiàn)查閱的方式獲得的，它包含了影響混凝土工程生產(chǎn)率的各因素（Chao and Skibniewski 1994；Halligan

5、et al。1994；Ersoz 1999；Thomas et al. 1999）。最初的表格經(jīng)過5名經(jīng)驗(yàn)豐富的工程管理專家的的討論和修改，目的是將文獻(xiàn)中的各項(xiàng)因素于當(dāng)?shù)厥袌龅膶?shí)際情況想結(jié)合。 具體表格見圖1混凝土工程生產(chǎn)率調(diào)查表本調(diào)查的目的是在考慮定性和定量因素情況下各因素對混凝土工程生產(chǎn)率的影響。參與者資料填表人 地點(diǎn) 公司 填表日期 項(xiàng)目信息項(xiàng)目名稱 業(yè)主 項(xiàng)目位置 項(xiàng)目顧問 項(xiàng)目類型 承包商 總體情況結(jié)構(gòu)類型 混凝土用量 工期（模板、鋼筋以及鋼筋） 溫度條件 冷 適中 熱施工環(huán)境 良好適中 惡劣模板組裝信息工種人數(shù) 工期模板類型 腳手架類型監(jiān)理力度 小 充分 嚴(yán)格工人熟練度 不熟練適中

6、 熟練工人加班時(shí)數(shù) 多 少 工藝復(fù)雜程度 典型 復(fù)雜材料可達(dá)性 高 適中 低 返工率 無 中等 高 鋼筋工程信息工種人數(shù) 工期鋼筋重量 監(jiān)理力度 小 充分 嚴(yán)格工人熟練度 不熟練適中 熟練工人加班時(shí)數(shù) 多 少 工藝復(fù)雜程度 典型 復(fù)雜材料可達(dá)性 高 適中 低 返工率 無 中等 高 混凝土澆搗信息工種人數(shù) 工期澆搗方式 預(yù)制 現(xiàn)澆 混合監(jiān)理力度 小 充分 嚴(yán)格工人熟練度 不熟練適中 熟練工人加班時(shí)數(shù) 多 少 工藝復(fù)雜程度 典型 復(fù)雜材料可達(dá)性 高 適中 低 返工率 無 中等 高 總體評價(jià)圖1 混凝土工程生產(chǎn)率調(diào)查表數(shù)據(jù)收集數(shù)據(jù)收集包括對定性數(shù)據(jù)和定量數(shù)據(jù)的收集。定量數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)不會(huì)對造成太多的

7、干擾，因?yàn)樗窃谕画h(huán)境和時(shí)間段內(nèi)記錄的數(shù)據(jù)，而定性數(shù)據(jù)有一定的主觀性，主要靠專家的判斷和經(jīng)驗(yàn)。為了最大程度地減少這種影響，筆者傾向于對以往調(diào)查問卷中的數(shù)據(jù)進(jìn)行訓(xùn)練。這種訓(xùn)練從調(diào)查者手中的數(shù)據(jù)得到更好更持續(xù)的反饋。18名專家分別在6個(gè)不同項(xiàng)目中收集了92份調(diào)查表格。被調(diào)查者都是當(dāng)?shù)負(fù)碛?10年混凝土工程施工經(jīng)驗(yàn)的工程師。每個(gè)被調(diào)查者都是具有相對獨(dú)立性（在不同的公司或者項(xiàng)目等）。本研究選擇項(xiàng)目主要從3個(gè)方面考慮。首先，被選擇的項(xiàng)目必須有較多的混凝土施工資料。第二，在調(diào)查期的12年之間，這些項(xiàng)目中的混凝土施工方法基本相同。第三，調(diào)查中的混凝土構(gòu)件和材料應(yīng)當(dāng)是在當(dāng)?shù)鼐哂衅毡樾缘臉?gòu)件和材料。如上，我們

8、選擇了平板混凝土基礎(chǔ)、獨(dú)立基礎(chǔ)、斜面上的筏板、樓面板、梁、柱和剪力墻。較新的模板工藝如滑模、上升模板、提升樓板。這些工程中普遍采用40MPa以下的混凝土標(biāo)號，并且包含了商業(yè)、工業(yè)、住宅等各類建筑。數(shù)據(jù)處理 數(shù)據(jù)處理包含3項(xiàng)步驟。第一步為將調(diào)查表格中的數(shù)據(jù)輸入到一張主要表格中。主表格分為5部分，第一部分處理總體數(shù)據(jù)，而對于模板工程、鋼筋工程、和混凝土澆搗，數(shù)據(jù)的輸入部分是一樣的，分別為：項(xiàng)目名稱、項(xiàng)目地點(diǎn)、參與者的關(guān)系、結(jié)構(gòu)構(gòu)件類型、混凝土用量、溫度條件已經(jīng)施工環(huán)境。而第二、第三、第四部分為三個(gè)獨(dú)立部分，分別包括影響混凝土工程中的3大要素的各因素，每一部分被用于發(fā)展出獨(dú)立的數(shù)據(jù)網(wǎng)絡(luò)。 表1中列出

9、發(fā)展各自數(shù)據(jù)網(wǎng)絡(luò)的因素。而第五部分則是三大主要部分的每日預(yù)期生產(chǎn)率。 表1. 影響相應(yīng)神經(jīng)網(wǎng)絡(luò)（NN）的因素因素 模板工程N(yùn)N 鋼筋工程N(yùn)N 混凝土澆搗及凝固N(yùn)N結(jié)構(gòu)構(gòu)件 混凝土用量 鋼筋用量 工種人數(shù) 腳手架類型 模板類型 澆搗類型 監(jiān)督 工人技術(shù) 加班 工藝復(fù)雜程度 材料可達(dá)性 返工率 溫度條件 第二步就是把數(shù)據(jù)轉(zhuǎn)化為可用于數(shù)據(jù)網(wǎng)絡(luò)計(jì)算的數(shù)值和計(jì)算公式。如果表中的數(shù)據(jù)為數(shù)值，則可直接轉(zhuǎn)化，每個(gè)數(shù)值數(shù)據(jù)都與矩陣中特定的位置想對應(yīng)并且直接填入，這種數(shù)據(jù)包括：混凝土用量、鋼筋重量、和工種人數(shù)。如果數(shù)據(jù)是以文字形式出行，必須將它轉(zhuǎn)化為數(shù)值形式以便計(jì)算。表2列出文字選項(xiàng)以及其在神經(jīng)網(wǎng)絡(luò)中對應(yīng)的數(shù)值。

10、表中數(shù)據(jù)越小，表示對生產(chǎn)力的影響越大，然后專家的描述和文字記錄確定其相應(yīng)的數(shù)值和在神經(jīng)網(wǎng)絡(luò)中的位置。表2. 文字?jǐn)?shù)據(jù)的數(shù)值轉(zhuǎn)化因素 選擇結(jié)構(gòu)構(gòu)件類型 PC基礎(chǔ) FC基礎(chǔ) 筏基 水平構(gòu)件 垂直構(gòu)件 1 2 3 4 5腳手架 木腳手架 鋼腳手架 1 0 模板 木模 膠合板 鋼模 2 1 0 澆搗類型 傳統(tǒng)澆搗 商品砼 配料車間 2 1 0 監(jiān)理力度 少 充分 嚴(yán)格 2 1 0 工人技術(shù) 少 中等 高 2 1 0 加班情況 無 有 1 0 工藝復(fù)雜程度 典型 復(fù)雜 0 材料可達(dá)性 容易 適中 困難 2 1 0 返工率 無 適中 高 2 1 0 溫度條件 冷 適中 炎熱 2 1 0 工作環(huán)境 良好 適

11、中 惡劣 2 1 0 神經(jīng)網(wǎng)絡(luò)的輸出層表示預(yù)期能實(shí)現(xiàn)的生產(chǎn)率?？梢杂?jì)算人均指標(biāo)（Portas and Abourizk 1997）。每一個(gè)分矩陣和主表格之前都有計(jì)算式聯(lián)系以計(jì)算生產(chǎn)率。計(jì)算式如下： 模板工程生產(chǎn)率（工日/m3）= 模板工種人數(shù) *模板工程時(shí)間（天）/ 混凝土用量（m3） 鋼筋工程生產(chǎn)率（工日/ts） 鋼筋工種人數(shù) *鋼筋工程時(shí)間（天）/ 鋼筋重量（ts） 混凝土工程生產(chǎn)率（工日/m3） 混凝土工種人數(shù) * 混凝土澆搗時(shí)間（天）/ 混凝土用量（m3） 以上等式包含了工日的概念，而其它概念如（m3/天）則未包含人均的因素。 數(shù)據(jù)處理的第三步是對數(shù)據(jù)進(jìn)行隨機(jī)化和標(biāo)準(zhǔn)化。這以部分運(yùn)用到

12、商業(yè)軟件（NeuroSolutions 4 2001）。因?yàn)閿?shù)據(jù)主表格的數(shù)據(jù)是從人工記錄得來，為了防止數(shù)據(jù)單調(diào)性，隨機(jī)化數(shù)據(jù)是必要的。數(shù)據(jù)隨機(jī)化使神經(jīng)網(wǎng)絡(luò)的的有和好的普適性和更平滑的收斂性。而標(biāo)準(zhǔn)化是軟件的另一用處，這以過程把矩陣中的數(shù)據(jù)轉(zhuǎn)變?yōu)?1中的數(shù)值，這一轉(zhuǎn)變能夠讓神經(jīng)網(wǎng)絡(luò)的運(yùn)算更迅速，執(zhí)行力更高。網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)體系包括神經(jīng)網(wǎng)絡(luò)基本單元的構(gòu)成，它們的組織，以及影響它們的參數(shù)。NeuroSolution 4 2001 被用于生成、訓(xùn)練及測試神經(jīng)網(wǎng)絡(luò)。為了選擇合適的神經(jīng)網(wǎng)絡(luò)，眾多的網(wǎng)絡(luò)結(jié)構(gòu)被生成、訓(xùn)練以及比較，以下為選擇網(wǎng)絡(luò)結(jié)構(gòu)的依據(jù)：1、神經(jīng)元的數(shù)量應(yīng)該合適，即要滿足集聚又不能過多導(dǎo)致神經(jīng)網(wǎng)

13、絡(luò)記憶過多。2、隱層的數(shù)量應(yīng)該盡量少以減少過長的訓(xùn)練時(shí)間。神經(jīng)網(wǎng)絡(luò)的選擇依據(jù)是通過均方差（MSE）。詳細(xì)的論述入下。網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)用神經(jīng)網(wǎng)絡(luò)解決問題時(shí)需要確定的關(guān)鍵問題是訓(xùn)練法則。有很多法則可供選擇，后傳播的運(yùn)算法則屬于有指導(dǎo)的學(xué)習(xí)規(guī)則，這種法則理論性強(qiáng)在非線性模型中運(yùn)用較好，編碼簡單。本文中在3個(gè)神經(jīng)網(wǎng)絡(luò)中運(yùn)用的轉(zhuǎn)換函數(shù)為雙曲線正切函數(shù)（tanh）。軟件提供的S形曲線函數(shù)、線性函數(shù)以及其它函數(shù)也被測試，得出的結(jié)果都不夠理想。連機(jī)訓(xùn)練指每次訓(xùn)練或者樣本輸入之后對積累的誤差進(jìn)行處理。批處理訓(xùn)練指總數(shù)據(jù)進(jìn)行訓(xùn)練之后對積累的總誤差進(jìn)行處理。這兩種處理方式的結(jié)果表明，在本例中，批處理方式能產(chǎn)生更好的收

14、斂性。選定的訓(xùn)練組中所有案例的訓(xùn)練叫做一批(epoch)，批中所含有訓(xùn)練的數(shù)量叫做批的規(guī)模。批的規(guī)模在100050000之間，我們選擇25000作為批的規(guī)模。因?yàn)榕?guī)模低于25000時(shí)收斂性不滿足要求，而大于25000時(shí)，訓(xùn)練時(shí)間會(huì)明顯增加。因此在此規(guī)模下平均訓(xùn)練時(shí)間在1040分鐘之間，這于神經(jīng)元的數(shù)量也有關(guān)系。選擇合適的隱層數(shù)量和相應(yīng)的神經(jīng)元數(shù)量。在模板工程N(yùn)N、鋼筋工程N(yùn)N和混凝土工程N(yùn)N上實(shí)驗(yàn)過的神經(jīng)網(wǎng)絡(luò)分別有22個(gè)、15個(gè)和51個(gè)。這些神經(jīng)網(wǎng)絡(luò)的不同就在于神經(jīng)元和隱層數(shù)量的不同。最后確定神經(jīng)網(wǎng)絡(luò)的依據(jù)達(dá)到3項(xiàng)允許值均方差，分別為訓(xùn)練均方差，訓(xùn)練輸入/輸出均方差，檢驗(yàn)輸入/輸出均方差。訓(xùn)

15、練均方差是神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元的預(yù)期值和需要值之間的差的平方和。均方差的表達(dá)式為：MSE= MSE：均方差 P：輸出子項(xiàng)數(shù) N：樣本數(shù) dij：樣本i中j子項(xiàng)的預(yù)期輸出值Yij：樣本i中j子項(xiàng)的模型輸出值 表3 3個(gè)神經(jīng)網(wǎng)絡(luò)的隱層數(shù)量和相應(yīng)的神經(jīng)元數(shù)量。參數(shù) 另外一項(xiàng)重要步驟是訓(xùn)練樣本和測試樣本數(shù)據(jù)的分配。訓(xùn)練樣本為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)提供數(shù)據(jù)，而測試樣本對神經(jīng)網(wǎng)絡(luò)的計(jì)算不起作用，它只用來測試神經(jīng)網(wǎng)絡(luò)的概括性和兼容性。對于訓(xùn)練樣本和測試樣本的比例分配并沒有明確的規(guī)則和指標(biāo)，但是保證足夠的訓(xùn)練樣本以使神經(jīng)網(wǎng)絡(luò)收斂是很重要的。訓(xùn)練和測試的過程是動(dòng)態(tài)和連續(xù)的，也就以為著有更多數(shù)據(jù)的情況下，可以進(jìn)行進(jìn)一步的

16、訓(xùn)練和測試。為了決定兩者之間合適的比例，本文采用兩種分組，即90%訓(xùn)練數(shù)據(jù)和10%測試數(shù)據(jù)，以及50%訓(xùn)練數(shù)據(jù)和50%測試數(shù)據(jù)。在初步測試后發(fā)現(xiàn)第一種組合的準(zhǔn)確性更高。因此本研究采用了90%10%的比例。表4列出3個(gè)神經(jīng)中數(shù)據(jù)的分配情況。 綜上所述，本文使用的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的比例分配為90%對10%，都采用后傳播的運(yùn)算法則，并在批的規(guī)模為25000下使用雙曲線正切函數(shù)為激發(fā)函數(shù)。神經(jīng)模型合理性驗(yàn)證 在選定批規(guī)模下訓(xùn)練完成后，神經(jīng)網(wǎng)絡(luò)會(huì)使用它達(dá)到的內(nèi)部各神經(jīng)元的權(quán)重。此后的計(jì)算都會(huì)采用這些權(quán)數(shù)。因此，需要驗(yàn)證神經(jīng)網(wǎng)絡(luò)的概括性和學(xué)習(xí)范圍。對模型輸出生產(chǎn)率和預(yù)期生產(chǎn)率之前進(jìn)行比較可以得出神經(jīng)網(wǎng)絡(luò)的正確性。我們用模型輸出值達(dá)到預(yù)期輸出一定范圍內(nèi)的比例來衡量神經(jīng)網(wǎng)絡(luò)的正確性。筆者選擇了70%、80%、90%三個(gè)等級表征神經(jīng)網(wǎng)絡(luò)的可靠性，需要說明的是，這種可靠性是建立在有限數(shù)據(jù)進(jìn)行訓(xùn)練和測試的基礎(chǔ)上。訓(xùn)練樣本和測試樣本的預(yù)測 表57列出模板工程、鋼筋工程以及混凝土工程的訓(xùn)練樣本的正確性。數(shù)據(jù)表明本研究的神經(jīng)網(wǎng)絡(luò)已經(jīng)具備足夠的收斂性。在正確率為70%的水平時(shí)，模板工程N(yùn)N、鋼筋工程N(yùn)N和混凝土工程N(yùn)N的生產(chǎn)率分別為95、99%、88%。在正確率為90%的水平時(shí)，模板工程N(yùn)N、鋼筋工程N(yùn)N和混凝土工程N(yùn)N的生產(chǎn)率降為91、97%、38%。混凝土工程是合格率最低的樣本。 與訓(xùn)練樣本