文档介绍：浅析基于灰色神经网络模型应用在电力建设工程造价中研究
论文关键字:work网络电力建设工程模型
论文摘要:基于智能电力建设工程造价是一个非线性最优融合智能算法、运用知识自动处理及有效的pc计算机应用体系,,验证了该方法的预测准确性和收敛性及将灰色系统理论与层次分析法进行有机地结合,应用灰色神经网络分析方法处理电力建设工程造价决策问题,使电力建设工程造价方案决策过程具有科学性与实践性。

0引言
随着社会经济的快速fazhan发展、社会的进步、,电力建设工程造价与其他电力建设工程造价相比,具有电力建设工程造价规模大、、电力建设工程造价回收期、财务内部收益率等,、模糊理论进行有机的结合,用灰色神经网络度分析方法来计算决策矩阵和建立模型[1],并应用到实际电力建设工程造价决策中,可为决策者提供一种有效的决策途径,根据灰色系统理论,研究和分析决策系统影响因素间的相互关系及对系统主要目标的贡献,该研究方法考虑了传统因素分析方法并避免了模糊理论处理方法的种种弊端。
1基于灰色神经网络原理及应用
基于灰色神经网络模型为基础的预测,运用灰色系统的数据信息预处理方式搭建电力建设工程造价即灰色生成来优化神经网络的建模应用于智能电力建设工程造价中的问题预测。
2基于电力建设工程造价与灰色神经网络模型研究
基于灰色神经网络是以训练样本算法即误差反向传播算法即灰色神经算法的学习过程分为信息的正向传播和误差的反向传播[2],其通过训练样本前一次迭代的权值和阈值来应用神经网络技术的第一层向后计算各层大规模自组织神经元的输出和最后层向前计算各层权值和阈值对总误差的梯度进而对前面各层的权值和阈值进行修改运算反复直到神经网络样本收敛。

基于灰色神经网络输入向量为X=()T;隐含层输出向量为Y=()T;输出层的输出向量为O=)T;期望输出向量为;输入层到隐含层之间的权值矩阵,其中列向量为隐含层第j个大规模自组织神经元对应的权向量;隐含层到输入层之间的权值矩阵,:
⑴⑵
⑶⑷
以上式中的均为S类型函数,的导数方程为:⑸
work网络输出与期望输出的均方误差为:⑹
则电力建设工程造价训练样本输出层和隐含层的权值调整量分别为:⑺⑻
⑼
式中:为比例系数,,各隐含层节点分别记为,各