论文部分内容阅读
【摘 要】近年来，我国的建筑工程正在快速发展，而且还具有较强的复杂性和长期性，传统的预测方法已经不能符合现代建筑工程的管理需求，在此基础上，就出现了一种非常受欢迎的预测方法——神经网络。因此，本文对人工神经网络在建筑管理中的应用进行了重点分析，对建筑管理的有效进行具有非常重要的意义。
【关键词】人工神经网络；建筑管理；应用
人工神经网络是在近几年兴起的一门新兴学科，它主要是在人脑工作方式的基础上进行模拟，通过大量基本单元相互连接，进而形成一个比较复杂、非线性以及并行处理的信息处理系统。该神经网络具有较强的曲线拟合能力、模式分类能力以及优化能力，在建筑工程管理中起到了非常重要的作用。基于此，本文对人工神经网络在建筑管理中的具体应用进行了详细分析，希望促进建筑工程的广阔发展。
一、建筑工程成本预测中人工神经网络的应用
在建筑工程的成本预测中创建人工神经网络的模型，不仅能够对成本的组成进行综合性管理，还能真实模拟建筑工程的生产、管理等多个环节，有效跟踪价值链的组成，充分适应企业成本的变化，具有较强的预测性。通过人工神经网络还能对企业销售额进行仿真试验，并且有效预测企业的未来销售额。另外，人工神经网络在企业信用风险、金融风险以及财务风险的评价方面也具有非常重要的作用，与其他的预测方法相比，在非线性问题处理方面非常有效。对于人工神经网络来说，常见的预测模式主要包括单一网络模型和组合网络模型，其中组合网络模型能够解决单一网络模型在使用过程中出现的过度拟合问题，进而提高预测准确度和预测能力，避免出现系统性的误差[1]。如，某建筑单位在建筑工程的建设过程中，就创建了人工神经网络模型，对其成本进行了有效的预测，从而提高了建筑工程的经济效益。
二、建筑工程投标报价中人工神经网络的应用
为了稳固建筑企业在市场竞争中的地位，在建筑工程项目投标之前要对其影响因素进行严格的分析，比如建筑工程的实际情况、市场环境、竞争对手情况以及投标工程的现状等。这些影响因素基本上都是比较模糊的，很难利用准确的说法来阐述它们对投标报价产生的影响，而投标人员通常会按照以往的投标报价经验来推测该工程的投标报价，所以在准确性方面有待验证。人工神经网络具有自适应性和自组织性的特点，能够对建筑工程中不完全信息和各种因素之间的非线性关系进行良好的处理。目前，我國很多建筑工程在招投标报价中都应用了人工神经网络模型，并且取得了非常好的效果。如，有的科学家指出了对工程报价具有严重影响的十个因素，分别为：项目地点、项目类型、项目规模、项目的复杂程度、市场环境、竞争对手情况、当地劳动力现状、工作任务量、管理费率以及对资金的需求。在此基础上，创建了以神经网络为基础的报价模型，该种模型与普通的神经网络模型有一定的区别，输入层和隐层两者之间没有全部连接在一起，输入层只是与类似输入层的隐层密切相连。
三、建筑工程风险预警中人工神经网络的应用
在建筑工程的管理过程中，经常会遇到风险分析、风险预警等问题，而且其中还包含了很多不确定因素，这些不确定因素会对建筑工程的管理产生非常严重的影响，甚至关乎着建筑企业的长期发展以及对未来的规划。面对建筑企业中的风险，要及时、精准的做出预警，采取有效的策略进行应对，这也是规避风险最重要的手段[2]。对于现阶段的建筑企业来说，在创建风险预警系统时，大部分都会采用计量经济模型、边际效应分析以及因果分析的方法来进行，虽然这些方法能够对目前建筑企业的运行状况进行深刻的分析和预测，但是仍然存在着一些问题，比如经济变量的运行时间缺乏一致性，有时会产生漏报的情况；人工设置的警戒区与外部环境的动态性相违背等。而通过人工神经网络的应用，能够创建一个非常完善的、具有动态性的风险预警系统，从而确保建筑企业的安全发展。如图1所示，它是一个在并行竞争网络基础中形成的可用来规避建筑工程项目投资风险的预警系统，在该系统中，主要包括了多个并行排列的ART网络、多个并行排列的BP网络以及一个MAXNET网络，对建筑工程的管理和发展具有非常重要的意义。
四、建筑工程事故诊断中人工神经网络的应用
在建筑工程的管理过程中，事故的发生是不可避免的，而且有些事故都是突发性的，事发之前没有任何征兆。在事故发生之后，要花费大量的人力、物力以及财力寻找事故发生的原因，并采取有效的措施进行处理，有时还不能及时进行补救。在以往的事故诊断和补救过程中，当专家在进行建筑事故诊断时，会先通过事故的情况得出相应的数据和信息，再根据自己以往的经验来判断事故的类型，我们通常将这个过程叫做分类。等分类完成之后，专家会在以往补救经验的基础上选择补救措施，这主要取决于专家的经验和知识储备。通常情况下，专家都会采用规则、诊断矩阵的方法来进行事故诊断和补救，虽然能够对事故进行明确的分类，但是不能表现出事故与事故之间的类似性，这也是专家进行事故诊断和补救时存在的主要问题。而在建筑工程事故诊断中应用人工神经网络之后，对建筑工程的质量管理起到了非常重要的作用。以人脑神经系统结构为基础的人工神经网络能够自行进行知识的获取，并且实现知识的分布，在学习的过程中加强神经网络的知识储备量。另外，该系统还能找出与以往案例相同和不同的地方，从而对其进行调整和展示，就算是在信息不是特别完整的情况下也能实现建筑工程的事故诊断和补救，切实提高建筑工程的管理质量[3]。
五、结束语
综上所述，在建筑管理中进行人工神经网络的应用，不仅能够充分解决建筑管理中遇到的问题，还能为建筑工程提供广阔的发展前景。但是，作为目前的新兴学科，神经网络在理论和实践方面还有待加强，所以，在建筑管理中应用人工神经网络时，一定要对网络模型、网络算法进行合理的选择，进而实现人工神经网络的有效应用。
参考文献：
[1]张雷，徐志安. 人工神经网络在建筑工程项目管理中的应用[J]. 山西建 筑，2010，04：217-218.
[2]徐志远. 人工神经网络在工程管理中的应用[J]. 山西建筑，2010，18：197-198.
[3]周龙. 人工神经网络在建筑管理中的应用研究[J]. 住宅与房地产，2016，09：161.
【关键词】人工神经网络；建筑管理；应用
人工神经网络是在近几年兴起的一门新兴学科，它主要是在人脑工作方式的基础上进行模拟，通过大量基本单元相互连接，进而形成一个比较复杂、非线性以及并行处理的信息处理系统。该神经网络具有较强的曲线拟合能力、模式分类能力以及优化能力，在建筑工程管理中起到了非常重要的作用。基于此，本文对人工神经网络在建筑管理中的具体应用进行了详细分析，希望促进建筑工程的广阔发展。
一、建筑工程成本预测中人工神经网络的应用
在建筑工程的成本预测中创建人工神经网络的模型，不仅能够对成本的组成进行综合性管理，还能真实模拟建筑工程的生产、管理等多个环节，有效跟踪价值链的组成，充分适应企业成本的变化，具有较强的预测性。通过人工神经网络还能对企业销售额进行仿真试验，并且有效预测企业的未来销售额。另外，人工神经网络在企业信用风险、金融风险以及财务风险的评价方面也具有非常重要的作用，与其他的预测方法相比，在非线性问题处理方面非常有效。对于人工神经网络来说，常见的预测模式主要包括单一网络模型和组合网络模型，其中组合网络模型能够解决单一网络模型在使用过程中出现的过度拟合问题，进而提高预测准确度和预测能力，避免出现系统性的误差[1]。如，某建筑单位在建筑工程的建设过程中，就创建了人工神经网络模型，对其成本进行了有效的预测，从而提高了建筑工程的经济效益。
二、建筑工程投标报价中人工神经网络的应用
为了稳固建筑企业在市场竞争中的地位，在建筑工程项目投标之前要对其影响因素进行严格的分析，比如建筑工程的实际情况、市场环境、竞争对手情况以及投标工程的现状等。这些影响因素基本上都是比较模糊的，很难利用准确的说法来阐述它们对投标报价产生的影响，而投标人员通常会按照以往的投标报价经验来推测该工程的投标报价，所以在准确性方面有待验证。人工神经网络具有自适应性和自组织性的特点，能够对建筑工程中不完全信息和各种因素之间的非线性关系进行良好的处理。目前，我國很多建筑工程在招投标报价中都应用了人工神经网络模型，并且取得了非常好的效果。如，有的科学家指出了对工程报价具有严重影响的十个因素，分别为：项目地点、项目类型、项目规模、项目的复杂程度、市场环境、竞争对手情况、当地劳动力现状、工作任务量、管理费率以及对资金的需求。在此基础上，创建了以神经网络为基础的报价模型，该种模型与普通的神经网络模型有一定的区别，输入层和隐层两者之间没有全部连接在一起，输入层只是与类似输入层的隐层密切相连。
三、建筑工程风险预警中人工神经网络的应用
在建筑工程的管理过程中，经常会遇到风险分析、风险预警等问题，而且其中还包含了很多不确定因素，这些不确定因素会对建筑工程的管理产生非常严重的影响，甚至关乎着建筑企业的长期发展以及对未来的规划。面对建筑企业中的风险，要及时、精准的做出预警，采取有效的策略进行应对，这也是规避风险最重要的手段[2]。对于现阶段的建筑企业来说，在创建风险预警系统时，大部分都会采用计量经济模型、边际效应分析以及因果分析的方法来进行，虽然这些方法能够对目前建筑企业的运行状况进行深刻的分析和预测，但是仍然存在着一些问题，比如经济变量的运行时间缺乏一致性，有时会产生漏报的情况；人工设置的警戒区与外部环境的动态性相违背等。而通过人工神经网络的应用，能够创建一个非常完善的、具有动态性的风险预警系统，从而确保建筑企业的安全发展。如图1所示，它是一个在并行竞争网络基础中形成的可用来规避建筑工程项目投资风险的预警系统，在该系统中，主要包括了多个并行排列的ART网络、多个并行排列的BP网络以及一个MAXNET网络，对建筑工程的管理和发展具有非常重要的意义。
四、建筑工程事故诊断中人工神经网络的应用
在建筑工程的管理过程中，事故的发生是不可避免的，而且有些事故都是突发性的，事发之前没有任何征兆。在事故发生之后，要花费大量的人力、物力以及财力寻找事故发生的原因，并采取有效的措施进行处理，有时还不能及时进行补救。在以往的事故诊断和补救过程中，当专家在进行建筑事故诊断时，会先通过事故的情况得出相应的数据和信息，再根据自己以往的经验来判断事故的类型，我们通常将这个过程叫做分类。等分类完成之后，专家会在以往补救经验的基础上选择补救措施，这主要取决于专家的经验和知识储备。通常情况下，专家都会采用规则、诊断矩阵的方法来进行事故诊断和补救，虽然能够对事故进行明确的分类，但是不能表现出事故与事故之间的类似性，这也是专家进行事故诊断和补救时存在的主要问题。而在建筑工程事故诊断中应用人工神经网络之后，对建筑工程的质量管理起到了非常重要的作用。以人脑神经系统结构为基础的人工神经网络能够自行进行知识的获取，并且实现知识的分布，在学习的过程中加强神经网络的知识储备量。另外，该系统还能找出与以往案例相同和不同的地方，从而对其进行调整和展示，就算是在信息不是特别完整的情况下也能实现建筑工程的事故诊断和补救，切实提高建筑工程的管理质量[3]。
五、结束语
综上所述，在建筑管理中进行人工神经网络的应用，不仅能够充分解决建筑管理中遇到的问题，还能为建筑工程提供广阔的发展前景。但是，作为目前的新兴学科，神经网络在理论和实践方面还有待加强，所以，在建筑管理中应用人工神经网络时，一定要对网络模型、网络算法进行合理的选择，进而实现人工神经网络的有效应用。
参考文献：
[1]张雷，徐志安. 人工神经网络在建筑工程项目管理中的应用[J]. 山西建 筑，2010，04：217-218.
[2]徐志远. 人工神经网络在工程管理中的应用[J]. 山西建筑，2010，18：197-198.
[3]周龙. 人工神经网络在建筑管理中的应用研究[J]. 住宅与房地产，2016，09：161.