建筑经济管理中的神经网络的运用

　　引言

　　面对复杂的建筑经济管理问题，以往的大多数管理预测方法的应用弊端也逐渐体现出来。而利用神经网络则可以解决复杂的非线性问题，继而可以用于解决复杂和多样的建筑经济管理问题。因此，有必要对神经网络在建筑经济管理中的应用问题展开研究，继而更好的应用该理论解决建筑经济管理问题。

　　1 神经网络与建筑经济管理

　　作为重要的人工智能分支领域，神经网络是用来处理非线性问题的有效工具。

　　在特性上，神经网络具有较好的非线性映射能力，并且具有较好的适应性和容错性。在应用神经网络进行问题的计算时，不需要先验模型就可以直接从数据中获得学习规律。所以，可以用神经网络解决一些传统数学方法难以解答的问题，也可以完成对建模困难的复杂问题的处理。

　　所谓的建筑经济管理，其实就是对建筑活动进行有效的预测和控制。在这一过程中，需要完成对建筑活动的真实描述和分析，并利用规律完成对各种现象的合理解释。但在实际工作中，建筑经济管理将涉及大量的变量，并且大多变量具有模糊性。

　　在这种情况下，变量与常量之间常常体现出非线性的关系，继而难以利用传统数学解析式完成对变量的合理解释。而就目前来看，在建筑经济管理方面，利用神经网络可以解决管理中的复杂问题的处理。在工程造价预测、经济预警和招投标等多个方面，神经网络都具有较好的应用前景。

　　2 建筑经济管理中的神经网络的应用

　　2.1 在造价预测方面的应用

　　在建筑工程造价预测方面，神经网络可以应用于工程费用的估计。利用 BP 网络可以构造出工程成本预测模型，并真实完成对工程生产、管理等各个环节活动的模拟。而通过分析成本的各种组成，并完成对工程价值链构成的跟踪，则可以适应工程的成本变化，继而完成对工程造价成本的预测。就目前来看，已经有工程实例对神经网络在造价预测方面的应用进行了验证，而其取得的应用效果显然要好于传统方法。在应用神经网络进行工程估价时，可以利用网络的“特征提取器”完成对工程特征的提取。从大量的工程资料中，神经网络可以找出预算资料与工程特征之间的规律关系，并且完成对其它因素造成的资料偏差的纠偏，以便确保预测结果的有效性。此外，由于神经网络采用的是并行方式进行数据的处理，所以其能够尽快完成工程造价预测，继而满足建筑工作的造价分析需求。而利用神经网络完成工程造价预测，则可以帮助建筑承包商更好的完成项目资金的管理，继而避免出现资金短缺等问题。

　　2.2 在风险预警方面的应用

　　在建筑管理活动中，将存在财务风险、金融风险和市场风险等多种风险，继而使建筑经济管理具有一定的风险性。而利用神经网络可以完成对风险的预警，继而使建筑经济管理的风险性得到降低。在利用神经网络进行工程经营风险和收益的评估时，神经网络系统可以算作是一种投资决策工具。具体来讲，就是需要对神经网络的非线性映射和模式分析能力进行利用，以便建立动态的风险预警系统。在此基础上，则需要将风险来源因素当做是系统的输入单元，继而得出相应的风险等级，并得出风险可能出现的区间。

　　而输入的风险来源因素有多种，如项目复杂程度和不可预见因素等等。就现阶段来看，一个风险预警系统需要由多个神经网络构成，比如建筑项目投资风险预警系统就由多个 ART 网络、BP 网络和一个MAXNET 网络构成。

　　2.3 在工程投标方面的应用

　　在激烈的市场竞争环境中，建筑企业需要提前分析出影响工程项目投标决策的因素，以便在竞争中取得胜利。而涉及的因素包含了市场条件、竞争对手情况和工程情况等多个领域的内容，并且因素本身多为模糊变量，所以很难确定因素对投标报价的影响。但是，利用神经网络则可以根据以往相似工程信息分析出因素与投标报价之间的关系，继而完成对工程报价的推理。而承包商根据这一推理结果，则可以确定需要采取的投标策略。同时，结合工程造价预测结果，承包商则可以完成对投标价格的确定，继而获得更大的竞争优势。就目前来看，神经网络在工程投标管理方面已经取得了一定程度的应用，有关的工程投标报价决策支持系统和招投标报价专家系统已经得到了提出 [4].通过将管理费率、竞争对手情况和市场条件等因素输入到系统的输入层，则可以得出工程投标报价的报价率。

　　2.4 在其他方面的应用

　　除了以上几个方面，神经网络在建筑经济管理的其他很多方面都可以得到应用。首先，在建筑企业管理者制定经营决策时，神经网络可以为管理者提供决策支持。就目前来看，虽然可以利用统计学模型帮助管理者制定决策，但是这些方法无法处理数据不完整的复杂非线性问题。而神经网络可以从不可预见的数据中总结规律，继而为管理者解决复杂问题提供决策支持。其次，想要降低建筑工程成本，还要使工程资源得到优化配置。但就目前来看，没有数学模型可以完成对设计变更和设备条件等各种要素的影响效果的分析，继而难以帮助管理者合理配置建设资源。

　　而神经网络可以完成对资源的预测，并确定资源的优先级，继而可以帮助管理者优化资源配置。此外，利用神经网络可以完成对已有数据和信息的全面分析，继而帮助管理者选择建筑材料、设备和施工方法。

　　3 结论

　　总之，在建筑经济管理方面，神经网络可以在工程造价预测、风险预警和投标价格确定等方面得到应用，并取得较好的应用效果。但就目前来看，已有的神经网络系统尚没有得到进一步的完善。所以，想要应用神经网络解决建筑经济管理问题，还要深入完成对相关神经网络系统的研究。

　　【参考文献】

　　[1] 周天瑜 . 人工神经网络在建筑工程造价确定中的应用研究 [J]. 价值工程 ,2015,08:118-121.
　　[2] 欧阳红祥 , 李欣 , 张信娟 . 人工神经网络在建筑材料价格预测中的应用 [J]. 武汉理工大学学报 （ 信息与管理工程版 ），2013,01:115-118.
　　[3] 张雷 , 徐志安 . 人工神经网络在建筑工程项目管理中的应用 [J]. 山西建筑 ,2010,04:217-218.
　　[4] 刘 松 林 . 人 工 神 经 网 络 在 建筑 工 程 中 的 应 用 [J]. 技 术 与 市场 ,2011,12:76+78.