張 雷 徐志安

1 ANN基本原理

人工神經(jīng)網(wǎng)絡(luò)(Application of Neural Network,即:ANN)是人工智能的一個(gè)分支領(lǐng)域,是一類處理非線性問(wèn)題的有力工具,具有很強(qiáng)的非線性映射能力、良好的適應(yīng)性、容錯(cuò)性。除了在傳統(tǒng)的語(yǔ)言識(shí)別、自動(dòng)控制及圖像識(shí)別等領(lǐng)域外,ANN在經(jīng)濟(jì)管理、工程技術(shù)以及其他許多行業(yè)都獲得了廣泛的應(yīng)用。根據(jù)胡保清,馮凱[2](2004年)的總結(jié),神經(jīng)網(wǎng)絡(luò)在土木工程領(lǐng)域應(yīng)用的首篇文獻(xiàn)出現(xiàn)于1989年,隨后應(yīng)用于建筑工程項(xiàng)目管理領(lǐng)域。

2 ANN在建筑工程項(xiàng)目管理中的應(yīng)用研究

2.1 ANN在造價(jià)預(yù)測(cè)方面的應(yīng)用

汪應(yīng)洛,楊耀紅[3](2004年)總結(jié)了ANN在費(fèi)用估計(jì)方面的應(yīng)用。采用BP網(wǎng)絡(luò),用40個(gè)公路工程樣例訓(xùn)練網(wǎng)絡(luò),并用工程實(shí)例進(jìn)行驗(yàn)證,發(fā)現(xiàn)效果比傳統(tǒng)方法好。Tarek Hegazy[4](1998年)等用MS-Excel表格進(jìn)行ANN模擬,并在輸入層和隱含層加入了偏置神經(jīng)元來(lái)促進(jìn)網(wǎng)絡(luò)學(xué)習(xí)。其缺點(diǎn)是由于網(wǎng)絡(luò)學(xué)習(xí)時(shí)的訓(xùn)練樣本數(shù)據(jù)中有噪聲,會(huì)造成過(guò)度學(xué)習(xí)現(xiàn)象,運(yùn)用規(guī)范化網(wǎng)絡(luò)可以解決這個(gè)問(wèn)題。周麗萍,胡振鋒[5](2005年)在研究BP神經(jīng)網(wǎng)絡(luò)在建筑工程估價(jià)中的應(yīng)用時(shí)指出,可以利用神經(jīng)網(wǎng)絡(luò)“特征提取器”的作用,從大量過(guò)去的工程資料中自動(dòng)提取工程特征與預(yù)算資料的規(guī)律關(guān)系;由于神經(jīng)網(wǎng)絡(luò)具有高度的容錯(cuò)性,因而對(duì)于過(guò)去的工程資料中由于人為的或其他因素造成的偏差有自動(dòng)糾偏功能;此外由于神經(jīng)網(wǎng)絡(luò)是并行處理數(shù)據(jù)的,因而其處理速度相當(dāng)快,這點(diǎn)滿足了快速估算要求,實(shí)踐證明是有效的。

2.2 ANN在工程項(xiàng)目管理績(jī)效評(píng)價(jià)中的應(yīng)用

閆文周[6](2005年)等運(yùn)用ANN中的BP網(wǎng)絡(luò)對(duì)工程項(xiàng)目管理績(jī)效評(píng)價(jià)問(wèn)題進(jìn)行研究,建立了一個(gè)綜合考慮項(xiàng)目工期、質(zhì)量、費(fèi)用、安全四大控制指標(biāo)的工程項(xiàng)目管理績(jī)效評(píng)價(jià)模型。實(shí)例分析表明,其評(píng)價(jià)結(jié)果更加全面、更加符合實(shí)際情況,從而有助于促進(jìn)工程項(xiàng)目管理水平的提高?；贐P神經(jīng)網(wǎng)絡(luò)的工程項(xiàng)目管理績(jī)效評(píng)估模型,將影響工程項(xiàng)目管理績(jī)效的主要因素進(jìn)行整合,通過(guò)神經(jīng)網(wǎng)絡(luò)反映了工程項(xiàng)目工期、質(zhì)量、成本、安全與項(xiàng)目績(jī)效之間復(fù)雜的非線性關(guān)系,從而使項(xiàng)目管理績(jī)效的評(píng)價(jià)更客觀。

2.3 Hopfield網(wǎng)絡(luò)模型在建設(shè)工程評(píng)標(biāo)中的應(yīng)用

建設(shè)工程評(píng)標(biāo)是一個(gè)多目標(biāo)決策過(guò)程,評(píng)標(biāo)過(guò)程中存在著大量的定性和模糊的因素,評(píng)標(biāo)人很難快速做出準(zhǔn)確客觀的評(píng)判。朱玉濤[7](2006年)等用ANN作為新型信息處理工具,在建設(shè)工程評(píng)標(biāo)中可應(yīng)用于優(yōu)選中標(biāo)企業(yè)。介紹了Hopfield網(wǎng)絡(luò)模型構(gòu)造及算法設(shè)計(jì),包括進(jìn)行方案優(yōu)劣排序、換位矩陣以及能量函數(shù)構(gòu)造、神經(jīng)元之間連接和輸出,并用實(shí)例說(shuō)明了該方法的優(yōu)越性和實(shí)用性。應(yīng)用Hopfield網(wǎng)絡(luò)對(duì)非定量因素進(jìn)行科學(xué)的分析,可以消除一些人為因素的影響,使評(píng)選結(jié)果更加合理。

2.4 BP網(wǎng)絡(luò)模型在建設(shè)工程招投標(biāo)管理中的應(yīng)用

BP網(wǎng)絡(luò)以其自學(xué)習(xí)、自聯(lián)想功能的優(yōu)點(diǎn)在建設(shè)工程招投標(biāo)中得到廣泛應(yīng)用。楊中宣(2006年)結(jié)合人工神經(jīng)網(wǎng)絡(luò)基本理論,介紹了它在工程招投標(biāo)的招標(biāo)價(jià)格、風(fēng)險(xiǎn)因素分析以及競(jìng)標(biāo)單位資格審查等方面的應(yīng)用,指出利用人工神經(jīng)網(wǎng)絡(luò)具有的高度并行處理和可完成復(fù)雜輸入輸出的非線性映射能力,不僅可以保證高的中標(biāo)率,且可避免招標(biāo)過(guò)程中不確定性因素的影響。

現(xiàn)在很多人致力于基于ANN的工程承包招投標(biāo)報(bào)價(jià)的研究,Hegazy和Moselhi(1994年)提出了一個(gè)多因素確定公路項(xiàng)目投標(biāo)報(bào)價(jià)的ANN模型,該模型考慮了影響報(bào)高率的諸多因素,并確定了其權(quán)重。文獻(xiàn)[8]首先對(duì)所建或所投工程的各種因素進(jìn)行評(píng)判,接著確定出最終的綜合評(píng)定值,即確定了用BP神經(jīng)網(wǎng)絡(luò)實(shí)施黑箱操作的樣本輸入值和目標(biāo)值,再通過(guò)學(xué)習(xí)訓(xùn)練,自主調(diào)整修正輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)間的聯(lián)系,得出符合各種情況要求的權(quán)重矩陣,基于保存的最終權(quán)重矩陣,通過(guò)輸入新項(xiàng)目的因素評(píng)定值確定其綜合評(píng)判值,該方法在對(duì)現(xiàn)有項(xiàng)目評(píng)定的基礎(chǔ),也考慮到了以往項(xiàng)目的經(jīng)驗(yàn),把人為不確定因素的影響降到了最低。

3 ANN在建筑工程項(xiàng)目管理中應(yīng)用的不足之處

3.1 估計(jì)的準(zhǔn)確性存在質(zhì)疑

周麗萍,胡振鋒[5](2005年)最后也指出基于神經(jīng)網(wǎng)絡(luò)的估算模型,其主要限制在于工程特征向量的選取和訓(xùn)練樣本的選取上,估算模型的準(zhǔn)確度取決于這兩點(diǎn)。但是由于每個(gè)建筑工程都是獨(dú)一無(wú)二的,都有自己的特點(diǎn),即使外形一樣,物價(jià)水平、采購(gòu)?fù)緩讲煌矔?huì)使造價(jià)存在很大差異,所以訓(xùn)練樣本和待估工程總是存在很大差異,即運(yùn)用ANN進(jìn)行預(yù)測(cè)還是沒(méi)有辦法避免誤差的。

3.2 解釋能力較差

應(yīng)加強(qiáng)ANN的研究,完善理論系統(tǒng);可把ANN系統(tǒng)與其他系統(tǒng)相結(jié)合,取長(zhǎng)補(bǔ)短,如把ANN系統(tǒng)與ES相結(jié)合,可以增加ES的預(yù)測(cè)能力,也可以增強(qiáng)ANN對(duì)問(wèn)題的解釋力。

3.3 方法單一(BP網(wǎng)絡(luò)模型)

在建筑工程項(xiàng)目管理中應(yīng)用的ANN主要是BP網(wǎng)絡(luò),且輸出單一,而其他網(wǎng)絡(luò)應(yīng)用有限,所以,應(yīng)深化BP網(wǎng)絡(luò)的應(yīng)用,并注意其他網(wǎng)絡(luò)方法的應(yīng)用潛力,比如仿真應(yīng)用等。

3.4 訓(xùn)練時(shí)間長(zhǎng)

對(duì)于應(yīng)用較廣的前饋網(wǎng)絡(luò),投入應(yīng)用前需要大量案例訓(xùn)練它,而大量案例需要長(zhǎng)時(shí)間的收集和積累。我國(guó)在這方面非常不足,所以碰到此類問(wèn)題時(shí),往往是請(qǐng)專家進(jìn)行咨詢。其實(shí),每次所請(qǐng)專家的數(shù)量是有限的,專家的知識(shí)也是有限的,而且,針對(duì)具體問(wèn)題,專家們意見(jiàn)往往帶有很大主觀性。

3.5 應(yīng)提高樣本的代表性及規(guī)范取樣操作步驟

網(wǎng)絡(luò)學(xué)習(xí)的過(guò)程受決策環(huán)境復(fù)雜程度和訓(xùn)練樣本的內(nèi)斂性影響很大,有時(shí)需要增大樣本量來(lái)提高網(wǎng)絡(luò)所學(xué)知識(shí)的代表性,應(yīng)注意在收集某個(gè)問(wèn)題領(lǐng)域的樣本時(shí),注意樣本的全面性、代表性等。在收集訓(xùn)練樣本時(shí),一般采用文獻(xiàn)查閱、專家調(diào)查、實(shí)際觀察方法,應(yīng)對(duì)這些方法給出操作規(guī)范和步驟,以提高樣本的準(zhǔn)確性,減少噪聲,還可以采用其他方法收集樣本。

3.6 沒(méi)有與其他軟件相結(jié)合

現(xiàn)有用于建筑工程項(xiàng)目管理的ANN系統(tǒng)一般比較孤立?，F(xiàn)有大量的基于Windows的項(xiàng)目管理系統(tǒng)(PMS),如MS-Project,P3等,可以應(yīng)用Windows系統(tǒng)的DDE,OLE等技術(shù)把它們整合,使工程數(shù)據(jù)直接用于ANN分析預(yù)測(cè)系統(tǒng),并把分析預(yù)測(cè)結(jié)果直接用于建筑工程項(xiàng)目管理系統(tǒng),可以同時(shí)增加ANN系統(tǒng)和PMS系統(tǒng)的效率和效力。

4 結(jié)語(yǔ)

ANN用于建筑工程項(xiàng)目管理領(lǐng)域只是近幾年的事,很多文獻(xiàn)都是在綜述國(guó)外相關(guān)應(yīng)用的具體做法和進(jìn)展,并沒(méi)有多少創(chuàng)新的部分;另外,有一些人只是運(yùn)用ANN的基本原理解釋建筑工程項(xiàng)目管理相關(guān)領(lǐng)域的內(nèi)容,并沒(méi)有實(shí)際運(yùn)用。ANN在建筑工程項(xiàng)目管理中已經(jīng)得到了應(yīng)用,由于建筑工程項(xiàng)目管理的特點(diǎn)和ANN方法本身具有的特點(diǎn),決定了ANN必將在建筑工程項(xiàng)目管理領(lǐng)域廣泛應(yīng)用。但由于ANN作為一門新興的邊緣交叉學(xué)科,有不完善和不成熟的地方,又在一定程度上制約著它的實(shí)際應(yīng)用。

[1] 周小佳.電力系統(tǒng)可靠性人工神經(jīng)網(wǎng)絡(luò)模型及實(shí)現(xiàn)研究[D].博士學(xué)位論文,1997.

[2] 胡保清,馮 凱.神經(jīng)網(wǎng)絡(luò)在土木工程領(lǐng)域的應(yīng)用[J].低溫建筑技術(shù),2004(2):37-38.

[3] 汪應(yīng)洛,楊耀紅.工程項(xiàng)目管理中的人工神經(jīng)網(wǎng)絡(luò)方法及其應(yīng)用[J].中國(guó)工程科學(xué),2004(7):55.

[4] Hegazy T,Ayed A.Neural network model for parametric cost estimation of high way projects[J].Journal of Construction Engineering and Management,1998,124(3):210-218.

[5] 周麗萍,胡振鋒.BP神經(jīng)網(wǎng)絡(luò)在建筑工程估價(jià)中的應(yīng)用[J].西安建筑科技大學(xué)學(xué)報(bào),2005(6):262-265.

[6] 閆文周,徐 靜,吁元銘.神經(jīng)網(wǎng)絡(luò)在工程項(xiàng)目管理績(jī)效評(píng)價(jià)中的應(yīng)用研究[J].西安建筑科技大學(xué)學(xué)報(bào),2005(12):557-560.

[7] 朱玉濤,許占立,段向前.人工神經(jīng)網(wǎng)絡(luò)在建設(shè)工程評(píng)標(biāo)中的應(yīng)用[J].黃河水利職業(yè)技術(shù)學(xué)院學(xué)報(bào),2006(4):33-35.

[8] 王 吉吉.工程項(xiàng)目投標(biāo)決策方法研究[D].北京:華北電力大學(xué),2003.

[9] 曹洪洋,李萬(wàn)慶,李文華.基于ANN的投標(biāo)報(bào)價(jià)的風(fēng)險(xiǎn)預(yù)測(cè)研究[J].河北建筑科技學(xué)院學(xué)報(bào),2001,18(2):64-67.