BP神經(jīng)網(wǎng)絡(luò)在混凝土價(jià)格預(yù)測(cè)中的應(yīng)用研究

孫晉東

（南京市建設(shè)工程造價(jià)監(jiān)督站，江蘇 南京 210000）

0 引言

工程材料作為工程造價(jià)信息的核心部分，受到所有相關(guān)行業(yè)人員的密切關(guān)注。如今各地的工程造價(jià)管理機(jī)構(gòu)為規(guī)范發(fā)布價(jià)格信息的準(zhǔn)確性和時(shí)效性，制定了一套包括信息收集、分析定價(jià)、會(huì)議評(píng)審、信息發(fā)布四個(gè)步驟的價(jià)格發(fā)布模式，信息價(jià)已成為施工單位、建設(shè)單位、工程造價(jià)咨詢(xún)企業(yè)、相關(guān)管理部門(mén)重要的價(jià)格依據(jù)?，F(xiàn)階段的工程材料價(jià)格信息管理存在兩點(diǎn)不足：一是收集的材料價(jià)格信息量較少，導(dǎo)致數(shù)據(jù)不充足。二是材料價(jià)格分析方法較為落后，缺少對(duì)數(shù)據(jù)的深度挖掘和綜合分析，易出現(xiàn)材料信息價(jià)對(duì)比實(shí)際市場(chǎng)價(jià)滯后的狀態(tài)[1]。針對(duì)工程材料價(jià)格在工程建設(shè)中的重要意義，本文提出一種結(jié)合BP神經(jīng)網(wǎng)絡(luò)的人工智能方法在混凝土材料價(jià)格預(yù)測(cè)中的應(yīng)用研究，以提高材料價(jià)格發(fā)布的精確性和及時(shí)性。

1 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用原理介紹和模型搭建

1.1 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用原理

BP神經(jīng)網(wǎng)絡(luò)模型簡(jiǎn)稱(chēng)BP神經(jīng)網(wǎng)絡(luò)，具有結(jié)構(gòu)穩(wěn)定、算法簡(jiǎn)單的優(yōu)點(diǎn)，目前在科研、經(jīng)濟(jì)等范疇都得到了廣泛應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù)的能力較強(qiáng)，具有普遍聯(lián)想、智能學(xué)習(xí)、自我適應(yīng)的能力，這些強(qiáng)大的功能使BP神經(jīng)網(wǎng)絡(luò)在解決材料價(jià)格分析預(yù)測(cè)工作存在的問(wèn)題時(shí)有明顯優(yōu)勢(shì)，為材料價(jià)格的深層次分析和數(shù)據(jù)處理提供了便利[3]。

1.2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)流程

BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)價(jià)格的流程，第一步是收集歷史的價(jià)格數(shù)據(jù)信息，第二步為配置BP神經(jīng)網(wǎng)絡(luò)的基本參數(shù)，通過(guò)導(dǎo)入過(guò)去的價(jià)格數(shù)據(jù)從而反復(fù)鍛煉BP神經(jīng)網(wǎng)絡(luò)，直至達(dá)到理想的精度要求，最后將測(cè)試價(jià)格信息導(dǎo)入到已經(jīng)完善的BP神經(jīng)網(wǎng)絡(luò)模型中，經(jīng)過(guò)系統(tǒng)自動(dòng)計(jì)算得到預(yù)測(cè)數(shù)值。

1.3 價(jià)格數(shù)據(jù)預(yù)處理

BP神經(jīng)網(wǎng)絡(luò)導(dǎo)入數(shù)據(jù)的幅動(dòng)不能太大，數(shù)據(jù)波動(dòng)越均勻，網(wǎng)絡(luò)的預(yù)測(cè)能力就越強(qiáng)，因此需對(duì)樣本集進(jìn)行數(shù)據(jù)歸一處理，使數(shù)據(jù)均勻分布在[-1，1]。本文以商品混凝土C10（非泵送）為例，詳細(xì)介紹如何利用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行價(jià)格預(yù)測(cè)。選取2017～2018年南京市造價(jià)站發(fā)布的商品混凝土C10價(jià)格信息作為學(xué)習(xí)樣本，數(shù)據(jù)如表1所示。

表1 南京地區(qū)商品混凝土C10（非泵送）價(jià)格

表1中的各月價(jià)格可用向量X=（x1，x2，…，x12），對(duì)向量X按上式（1）作歸一化[4]處理，得向量Y={yi}=（0.012，0 ，0.081，0.113，0.162，0.304，0.283，0.283，0.324，397，0.417，0.781，0.721，0.619，0.559，0.64 ，0.8 0.769，0.749，0.749，0.822，0.862，0.976，1）。

1.4 訓(xùn)練策略

混凝土價(jià)格預(yù)測(cè)采用連續(xù)預(yù)測(cè)方式，即用4個(gè)月的歷史數(shù)據(jù)來(lái)預(yù)測(cè)第5個(gè)月的價(jià)格信息。本文采用2019年上半年南京市混凝土信息價(jià)的數(shù)據(jù)作為測(cè)試集，用以檢驗(yàn)預(yù)測(cè)準(zhǔn)確性。

1.5 神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

本文建立的BP神經(jīng)網(wǎng)絡(luò)模型如下。一、輸入層確定為4個(gè)神經(jīng)元，指代前4個(gè)月的價(jià)格。二、隱含層考慮輸入層和輸出層的神經(jīng)元數(shù)量，結(jié)合經(jīng)驗(yàn)公式，并經(jīng)不斷測(cè)評(píng)，明確神經(jīng)元數(shù)量為8個(gè)。采用雙極性Sigmoid函數(shù)作為隱含層的激活函數(shù)。三、輸出層設(shè)置為輸出預(yù)測(cè)數(shù)據(jù)的1個(gè)神經(jīng)元。四、使用梯度下降函數(shù)traingd()為訓(xùn)練函數(shù)。五、設(shè)置的學(xué)習(xí)精度ε=0.003，設(shè)置的迭代次數(shù)3000次[5]。

2 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)材料價(jià)格測(cè)試

由訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)測(cè)試得到的2019年上半年混凝土C10價(jià)格預(yù)測(cè)數(shù)據(jù)及相對(duì)誤差如表2所示。

表2 訓(xùn)練測(cè)試得到2019年上半年混凝土C10價(jià)格訓(xùn)練值及相對(duì)誤差

由數(shù)據(jù)繪制圖1：

以商品混凝土C20價(jià)格數(shù)據(jù)輸入模型再次預(yù)測(cè)，得到預(yù)測(cè)曲線(xiàn)圖如圖2所示：

其預(yù)測(cè)價(jià)格和實(shí)際價(jià)格誤差如表3所示：

表3 訓(xùn)練測(cè)試得到2019年上半年混凝土C20價(jià)格訓(xùn)練值及相對(duì)誤差

表4 訓(xùn)練測(cè)試得到2019年上半年混凝土C30價(jià)格訓(xùn)練值及相對(duì)誤差

以商品混凝土C30價(jià)格數(shù)據(jù)輸入模型再次預(yù)測(cè)，得到預(yù)測(cè)曲線(xiàn)圖如圖3所示：

其預(yù)測(cè)價(jià)格和實(shí)際價(jià)格誤差如表4所示：

由上圖1、2、3可以看出藍(lán)色折線(xiàn)是真實(shí)的報(bào)價(jià)，每個(gè)數(shù)據(jù)點(diǎn)代表當(dāng)月的商品混凝土（非泵送）含稅價(jià)格，圖中綠色數(shù)據(jù)點(diǎn)代表的是訓(xùn)練得到的三層神經(jīng)網(wǎng)絡(luò)根據(jù)歷史價(jià)擬合出的系統(tǒng)。圖中紅色的6個(gè)數(shù)據(jù)點(diǎn)是由該三層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出來(lái)的六個(gè)月數(shù)據(jù)，可以看到，紅色的折線(xiàn)走勢(shì)與真實(shí)的藍(lán)色折線(xiàn)大致相同，在第四個(gè)月時(shí)，真實(shí)價(jià)格出現(xiàn)較大反彈，預(yù)測(cè)的數(shù)據(jù)也反映出了價(jià) 格回升。

3 結(jié)論

對(duì)于三種不同強(qiáng)度的混凝土，雖然三種價(jià)格上存在差別，但是通過(guò)神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)，得到的預(yù)測(cè)價(jià)格和真實(shí)價(jià)格之間的誤差，普遍保持在3%左右，相對(duì)穩(wěn)定。因此本神經(jīng)網(wǎng)絡(luò)具有一定的科學(xué)性和實(shí)用性，能夠更加精確地分析預(yù)測(cè)材料價(jià)格，將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用到混凝土價(jià)格分析預(yù)測(cè)工作當(dāng)中，可以有效突破材料信息價(jià)分析工作的瓶頸，解決數(shù)據(jù)處理大和人工分析干擾因素的問(wèn)題，進(jìn)一步提升材料信息價(jià)發(fā)布質(zhì)量，為各方建設(shè)主體提供更加優(yōu)質(zhì)的信息服務(wù)。