针对目前建筑市场工程造价成本核算中的造价成本核算难、核算不准等问题,结合深度神经网络理论,提出了一种基于DNN的造价成本预测方法.首先,引入人工神经网络的基本信息,根据工程造价成本预测相关数据的特点,选择DNN结构模型进行工程造价成本预测.其次,构建基于DNN的工程造价成本预测模型,将工程特征和列表项特征两类指标体系作为模型输入.此外,通过对以往相关研究的分析,将总成本、各分项工程成本和税金作为模型输出.在此基础上,对基于DNN的工程成本预测模型进行仿真实验,并且从训练模型中得出DNN模型具有更好的预测效果.DNN预测工程总成本的相对误差为4.203％,综合单价V[和V2的相对误差分别为2.98％和4.52％,相对误差较小.最后,通过合理调整综合单价,可以计算出综合单价和总报价的成本价.
NETL
NSTL
维普
万方数据
