模糊神經(jīng)網(wǎng)絡在建筑工程投標報價中的應用.pdf

1、投標報價決策的理論、方法與應用研究是工程承包領域中非常重要的課題，報價決策的制定需要同時考慮大量復雜、模糊和高度相關的變量因素，因此其建模方法一直是理論研究和應用的難點。由于基于T-S模型的模糊神經(jīng)網(wǎng)絡具有較強的學習和推理能力，本文將其應用于建筑工程投標報價的研究中。 基于T-S模型的模糊神經(jīng)網(wǎng)絡的后件是輸入變量的線性組合，它不需去模糊化等計算，并且可以用少量的模糊規(guī)則生成較復雜的非線性函數(shù)，但是其后件網(wǎng)絡的輸入—輸出結構過于簡

2、單，不能完全反映出系統(tǒng)的本質(zhì)特性，而且傳統(tǒng)的產(chǎn)生模糊規(guī)則的方法會導致模糊規(guī)則數(shù)隨輸入的增加成指數(shù)增長。因此，本文提出了一種基于T-S模型的改進型模糊神經(jīng)網(wǎng)絡，在后件網(wǎng)絡中增加隱含層，同時采用從樣本數(shù)據(jù)中獲得隸屬函數(shù)的參數(shù)和模糊規(guī)則，并按重要度對規(guī)則進行重新選擇的方法，由此來增強網(wǎng)絡的非線性計算能力并減小網(wǎng)絡的規(guī)模。然而上述確定規(guī)則的方法具有很大的主觀性和隨意性，本文利用減法聚類來克服這一點，并采用基于距離的確定模糊規(guī)則適用度思想，構建了

3、一種改進的神經(jīng)網(wǎng)絡。該網(wǎng)絡不需要模糊化和去模糊化的過程，網(wǎng)絡結構更為簡單，計算量也有很大程度的降低。 網(wǎng)絡的泛化能力依賴于訓練樣本特性和網(wǎng)絡結構，因此本文從這兩方面來研究提高泛化能力的方法。首先利用先驗知識和模糊推理方法對樣本集進行了分析和分類處理，使樣本集更加規(guī)范；其次采用模糊推理動態(tài)調(diào)整正則項系數(shù)的算法，提高了網(wǎng)絡的泛化能力。為了檢驗所提出網(wǎng)絡模型和算法的有效性，本文將其應用于建筑工程的投標報價中，并與改進的BP網(wǎng)絡和多輸入