2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在高速公路建設過程中,承包商對工程項目的進度、費用、質量控制目標起著至關重要的作用。高速公路建設周期長,投資大,參與建設單位與建設人員多,業(yè)主對承包商管理的好壞決定了高速公路的質量與進度。 本文提出一種針對承包商履約能力的管理方法——即對承包商可能出現(xiàn)的履約危機進行預警,讓管理單位提前發(fā)現(xiàn)承包商可能潛在的問題。通過對建設工程危機管理的深入研究,分析得出承包商在施工過程中最能反映其運行狀況的各種指標即承包商履約危機預警指標,并結合

2、國內外研究將承包商履約危機預警警度等級劃分為最差、較差、中等、良好、正常5級。 人工神經網絡具有良好的處理非線性的能力,通過人工神經網絡的自學習能力來建立輸入變量與輸出變量間的非線性關系,采用人工神經網絡作為解決承包商履約危機的是非常合適的。通過確定預警指標、劃分預警警度,建立基于BP人工神經網絡的預警模型。運用MATLAB軟件中的神經網絡工具箱對該預警模型進行模擬構建,通過一定樣本數據訓練構建好的網絡,使網絡對未知樣本有較好的

3、認識能力。再通過MATLAB軟件確定網絡所需的各個參數,為自主開發(fā)高速公路承包商履約危機預警系統(tǒng)打下理論基礎。按照高速公路建設管理承包商履約危機預警指標采集4組承包商現(xiàn)階段施工狀況數據,通過己開發(fā)好的預警系統(tǒng)分析這4組數據,得出承包商現(xiàn)階段運行狀況結果。系統(tǒng)所得出的結果與業(yè)主、總監(jiān)辦對承包商實際運行狀況判斷的結果基本一致。 預警模型對已知的樣本數據可以完全判別,在初步使用后對未知樣本數據的基本判斷準確。通過快速開發(fā)軟件DELPH

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論