王中立 吳靚雯

摘要：本文旨在探討如何使用工程經(jīng)濟學知識來解決建設工程帶來的新環(huán)境問題。工程經(jīng)濟學本質上要求對經(jīng)濟活動的物質代謝循環(huán)和資源價值流動進行統(tǒng)一管理。但隨著傳統(tǒng)建筑業(yè)的重要生產(chǎn)資料如水泥、瀝青等原材料在生產(chǎn)使用的全過程中存在著嚴重污染大氣環(huán)境的問題，傳統(tǒng)工程經(jīng)濟學評價指標必須做出修正。本文利用層次分析法（AHP）評定工程材料全壽命環(huán)境影響因子，利用支持向量機神經(jīng)網(wǎng)絡算法（sVM）判斷權重，計入考察工程項目可行性的評價指標。提出一種判斷項目可行性的方法。

關鍵詞：AHP 支持向量機 動態(tài)評價指標 可行性評價

一、工程項目可行性評價現(xiàn)狀

可行性研究作為建設項目前期進行重要決定的工作，是科學決策的重要環(huán)節(jié)和工程項目管理的關鍵，由此，項目可行性研究在經(jīng)濟建設中發(fā)揮著不可替代的作用。

二、支持向量機（SVM）神經(jīng)網(wǎng)絡模型

（一）定義

由Vapnik首先提出的支持向量機（support vector machIRe）是一種通用前饋型神經(jīng)網(wǎng)絡，由于其堅實的理論基礎和良好的泛化性能，sVM已成為最流行的分類算法之一，廣泛用于故障診斷、醫(yī)療診斷等領域。算法思想是要建立一個最優(yōu)分類超平面（optimal hyperplane）并使得該平面兩側距離平面最近的兩類樣本之間的距離最大化。支持向量機具有很多優(yōu)點，比如：魯棒性、通用性、計算簡單、有效性、理論完善。

（三）環(huán)境權重計算

在Matlab中利用svmtrain（）函數(shù)可以一次性實現(xiàn)神經(jīng)網(wǎng)絡的創(chuàng)建、訓練，利用函數(shù)進行網(wǎng)絡測試。最后使用spss對輸出數(shù)據(jù)進行整理，設置好網(wǎng)絡參數(shù)后，輸入以搜集工程評價體系的環(huán)境參數(shù)（共90組數(shù)據(jù)），即可運行程序，得到實驗結果。

為了保障實驗的準確性，抽取實驗數(shù)據(jù)的98.9%進行重復測試，得到的準確率如下：

檢驗數(shù)據(jù)的正確率達到了100%，這說明向量機通過大量數(shù)據(jù)學習，對環(huán)境因子判斷足夠精確，如能推進支持向量機的深度學習能大大減少噪聲，避免由于不平衡數(shù)據(jù)導致的模型失真現(xiàn)象，提高模型的準確性。

三、基于SVM的層次分析模型的建立

（一）構造判斷矩陣

判斷矩陣是從定性過渡到定量的重要環(huán)節(jié)，是通過兩兩比較得出的。相對重要性的量化很難精確，層次分析法通常采用1～9標度法，即用自然數(shù)1～9及其倒數(shù)來表示。

四、結論

通過傳統(tǒng)的專家打分法得到工程材料全壽命環(huán)境影響因子的權重，具有較大的主觀性。本文創(chuàng)新性地提出了支持向量機神經(jīng)網(wǎng)絡算法（svM）結合層次分析法（AHP）的新綜合評價方法。向量機通過大量數(shù)據(jù)學習，對環(huán)境因子判斷更為精確，進一步確定各個影響因子的權重，并通過一致性檢驗。該方法優(yōu)化了傳統(tǒng)工程經(jīng)濟的層次分析法評價體系，提高了層次分析法在傳統(tǒng)工程經(jīng)濟中的實用性與科學性。