楊姝，鮑學(xué)英，王起才，馮冰玉

(蘭州交通大學(xué) 土木工程學(xué)院，甘肅 蘭州 730070)

?

綠色鐵路客站施工管理評(píng)價(jià)模型構(gòu)建

楊姝，鮑學(xué)英，王起才，馮冰玉

(蘭州交通大學(xué) 土木工程學(xué)院，甘肅 蘭州 730070)

施工管理貫穿綠色鐵路客站建設(shè)過程的始終，需要對(duì)施工方的環(huán)境保護(hù)情況、資源節(jié)約情況和施工過程中的管理這3方面進(jìn)行管理和評(píng)價(jià)。在現(xiàn)階段的評(píng)價(jià)方法上，對(duì)傳統(tǒng)的打分法進(jìn)行改進(jìn)，提出采用主觀動(dòng)態(tài)權(quán)重與遺傳算法改進(jìn)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，建立新的施工管理評(píng)價(jià)模型。該模型的特點(diǎn)是能夠通過神經(jīng)網(wǎng)絡(luò)消除個(gè)別專家打分的主觀隨意性，最后通過實(shí)例驗(yàn)證此方法，得出該模型具有一定的指導(dǎo)作用。

綠色鐵路客站；施工管理；動(dòng)態(tài)權(quán)重；人工神經(jīng)網(wǎng)絡(luò)；遺傳算法

20世紀(jì)以來，工業(yè)化和城鎮(zhèn)化的推進(jìn)極大促進(jìn)了社會(huì)經(jīng)濟(jì)的發(fā)展，但與此同時(shí)，資源過度消耗、生態(tài)環(huán)境惡化等問題日益突出[1]。鐵路作為國民經(jīng)濟(jì)大動(dòng)脈，是國家重要的基礎(chǔ)設(shè)施和大眾化的交通工具，在現(xiàn)代運(yùn)輸體系中發(fā)揮著中流砥柱的作用[2]。為了適應(yīng)綠色GDP的發(fā)展目標(biāo)，走可持續(xù)發(fā)展的道路，我國提出了綠色鐵路這一概念。鐵路客站作為鐵路路網(wǎng)的重要節(jié)點(diǎn)，是鐵路運(yùn)輸?shù)幕蛶?dòng)城市發(fā)展不可或缺的重要元素，承擔(dān)著節(jié)能減排和最大效率利用能源資源的重任。因此，在圍繞國家節(jié)能減排工作的總原則下，我國以現(xiàn)行綠色建筑評(píng)價(jià)標(biāo)準(zhǔn)、綠色施工評(píng)價(jià)標(biāo)準(zhǔn)等為基礎(chǔ)，吸納“四節(jié)一環(huán)?！钡母鞣矫婀ぷ鹘?jīng)驗(yàn)，頒布了《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》(TB/T10429—2014)。《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》包含了節(jié)地與室外環(huán)境、節(jié)能與能源利用、節(jié)水與水資源利用、節(jié)材與材料資源利用以及室內(nèi)環(huán)境質(zhì)量、施工管理和運(yùn)行管理7個(gè)方面。我國對(duì)于綠色鐵路客站評(píng)價(jià)的研究還處于探索階段，其中王彥[3]認(rèn)為綠色鐵路客站的建筑設(shè)計(jì)應(yīng)以被動(dòng)設(shè)計(jì)策略為基礎(chǔ)；任濤[4]等對(duì)綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)中的節(jié)地與節(jié)水指標(biāo)進(jìn)行了研究；黃詠梅[5]等人以武漢站為實(shí)例對(duì)綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)中的節(jié)能指標(biāo)進(jìn)行了研究；鄭健等[6-8]參照國內(nèi)外的綠色鐵路發(fā)展?fàn)顩r，并結(jié)合國內(nèi)外現(xiàn)有的綠色建筑評(píng)價(jià)體系，對(duì)我國的《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》進(jìn)行了研究與探討。施工管理貫穿綠色鐵路客站建設(shè)過程的始終，根據(jù)《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》，施工管理主要有環(huán)境保護(hù)、資源節(jié)約和施工過程管理3項(xiàng)指標(biāo)，目前我國對(duì)綠色鐵路客站施工管理方面的評(píng)價(jià)使用的是“打分法”，而且采用的是比較簡便的百分制計(jì)分，該方法的缺點(diǎn)是隨意性大、干擾性因素較多、各評(píng)價(jià)因素的權(quán)重易受到專家主觀因素影響[9]。在此基礎(chǔ)上，本文通過查閱相關(guān)資料，將主觀的動(dòng)態(tài)權(quán)重與客觀的遺傳算法改進(jìn)人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，建立科學(xué)的施工管理評(píng)價(jià)模型，并通過對(duì)蘭州至中川城際鐵路客站施工管理過程的評(píng)估，驗(yàn)證了該模型對(duì)綠色鐵路客站建設(shè)的施工管理方面具有指導(dǎo)作用。

1　綠色鐵路客站施工管理GA—BP模型的建立

1.1BP神經(jīng)網(wǎng)絡(luò)模型

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學(xué)家小組提出的一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)[10]，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)并存儲(chǔ)大量的輸入—輸出模式映射關(guān)系，其主要特點(diǎn)是信號(hào)向前傳遞，誤差反向傳播。BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)包含輸入層、輸出層和隱含層[11]。

BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程步驟如下：

2)隱含層輸出計(jì)算。根據(jù)輸入變量X，輸入層和隱含層間連接權(quán)值wij以及隱含層閾值a，計(jì)算隱含層輸出Hj：

式中：l為隱含層節(jié)點(diǎn)數(shù)。

3)輸出層輸出計(jì)算。根據(jù)隱含層輸出Hj，連接權(quán)值wij和閾值b計(jì)算輸出層輸出Ok：

4)計(jì)算誤差。根據(jù)網(wǎng)絡(luò)預(yù)測輸出Ok和期望輸出Y計(jì)算網(wǎng)絡(luò)預(yù)測誤差ek：

ek=Yk-Okj=1,2,…，l

5)權(quán)值更新。

i=1,2,…,n;j=1,2,…，l

wjk=wjk+ηHjekj=1,2,…，l;k=1,2,…,m

6)閾值更新。根據(jù)網(wǎng)絡(luò)預(yù)測誤差e更新網(wǎng)絡(luò)節(jié)點(diǎn)閾值a,b。

bk=bk+ekk=1,2,…,l

7)判斷算法迭代是否結(jié)束，若沒有結(jié)束，返回步驟2)。

1.2遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

遺傳算法(Genetic Algorithms)是1962年由美國Michigan大學(xué)Holland教授提出的一種將自然界“優(yōu)勝劣汰，適者生存”的生物進(jìn)化原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中的一種隨機(jī)化搜索方法，它按照所選擇的適應(yīng)度函數(shù)通過選擇、交叉和變異操作對(duì)個(gè)體進(jìn)行篩選，保留適應(yīng)度值好的個(gè)體，淘汰適應(yīng)度差的個(gè)體，新的群體既繼承了上一代的信息，又優(yōu)于上一代，這樣反復(fù)循環(huán)，直至滿足條件[11]。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的基本思想就是對(duì)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行優(yōu)化，通過選擇、交叉、變異操作尋找最優(yōu)個(gè)體，即BP神經(jīng)網(wǎng)絡(luò)最優(yōu)的初始權(quán)值和閾值。本文利用遺傳算法的全局搜索能力對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，得到更好的網(wǎng)絡(luò)初始權(quán)值和閾值，避免陷入局部最優(yōu)[12]，彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)的收斂速度較慢以及出現(xiàn)局部最優(yōu)解的不足，建立合理的施工管理評(píng)價(jià)模型。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的計(jì)算步驟如下：

1)種群初始化。采用實(shí)數(shù)編碼方法，由輸入層與隱含層連接權(quán)值、隱含層閾值、隱含層與輸出層連接權(quán)值以及輸出層閾值4部分構(gòu)成一個(gè)實(shí)數(shù)串，隨機(jī)產(chǎn)生N個(gè)個(gè)體，構(gòu)成一個(gè)群體。

2)將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測輸出和期望輸出之間的誤差絕對(duì)值作為個(gè)體適應(yīng)度，適應(yīng)度為F。計(jì)算每個(gè)個(gè)體的適應(yīng)度fi：

式中：n為網(wǎng)絡(luò)輸出節(jié)點(diǎn)數(shù)；yi為神經(jīng)網(wǎng)絡(luò)第i個(gè)節(jié)點(diǎn)的期望輸出；oi為第i個(gè)節(jié)點(diǎn)的預(yù)測輸出；k為系數(shù)。

3)采用輪盤賭法選擇優(yōu)良的個(gè)體，使其有機(jī)會(huì)作為父代進(jìn)行下一代繁衍，保證了種群的多樣性。個(gè)體被選中的與其適應(yīng)度函數(shù)成正比，每個(gè)個(gè)體選擇的概率pi為：

4)以概率pc利用單點(diǎn)交叉法對(duì)染色體間進(jìn)行交叉操作得到新的個(gè)體：

式中：f為種群中適應(yīng)度最大的染色體；fm為某一染色體的適應(yīng)度值；favg為群體的平均適應(yīng)度值。

5)在種群中隨機(jī)選擇個(gè)體以變異概率pm進(jìn)行變異，改變基因中某個(gè)數(shù)據(jù)的值，使其適應(yīng)度值提高，開拓問題解的新空間：

式中：f為種群中適應(yīng)度最大的染色體；fm為某一染色體的適應(yīng)度值；favg為群體的平均適應(yīng)度值。

6)若找到滿意的個(gè)體或達(dá)到迭代次數(shù)則算法結(jié)束，否則返回步驟2)重新計(jì)算。

遺傳算法得到的最優(yōu)值分解為初始權(quán)值和閾值賦給BP神經(jīng)網(wǎng)絡(luò)，優(yōu)化過程見圖1。

圖1　遺傳算法優(yōu)化BP網(wǎng)絡(luò)Fig.1 Genetic algorithm optimize the BP network

2　主觀動(dòng)態(tài)權(quán)重與GA-BP相結(jié)合的綜合評(píng)價(jià)模型

2.1施工管理評(píng)價(jià)指標(biāo)體系的建立

我國以現(xiàn)行綠色建筑評(píng)價(jià)標(biāo)準(zhǔn)、綠色施工評(píng)價(jià)標(biāo)準(zhǔn)等為基礎(chǔ)，頒布了《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》。通過查閱參考文獻(xiàn)和最新頒布的國家標(biāo)準(zhǔn)，首先確定了環(huán)境保護(hù)、資源節(jié)約和施工過程管理3個(gè)1級(jí)指標(biāo)，在參照《綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)》中施工管理方面各項(xiàng)指標(biāo)的評(píng)分規(guī)則和指標(biāo)屬性的基礎(chǔ)上，本文選取了與之相關(guān)的9個(gè)2級(jí)指標(biāo)來建立3層指標(biāo)評(píng)價(jià)體系[13-14]。具體指標(biāo)結(jié)構(gòu)見表1所示。

表1　綠色鐵路施工管理評(píng)價(jià)指標(biāo)體系

2.2綠色鐵路施工管理1級(jí)指標(biāo)的動(dòng)態(tài)權(quán)重確定

對(duì)于綠色鐵路的施工管理，考慮到想實(shí)現(xiàn)的鐵路工程具體目標(biāo)有所差異，為了保證該工程的基本要求得到滿足，采用專家主觀動(dòng)態(tài)權(quán)重[15]確定的方法對(duì)1級(jí)指標(biāo)賦權(quán)，其過程如下[16]：

1)各位專家獨(dú)自按指標(biāo)所屬級(jí)別對(duì)每一級(jí)指標(biāo)賦權(quán)。

5)將得出的同一級(jí)指標(biāo)權(quán)重歸一化處理，得到該級(jí)指標(biāo)最終權(quán)重。

2.3主觀動(dòng)態(tài)權(quán)重和GA—BP的綜合評(píng)價(jià)

采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法，建立2級(jí)指標(biāo)到一級(jí)指標(biāo)客觀的GA-BP3層網(wǎng)絡(luò)模型，2級(jí)指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入端，共9個(gè)節(jié)點(diǎn)，輸出端為1級(jí)指標(biāo)，共3個(gè)節(jié)點(diǎn)(環(huán)境保護(hù)、資源節(jié)約、施工過程管理)。利用足夠多的樣本訓(xùn)練已建好的GA-BP模型，使得實(shí)際輸出接近期望輸出值，再經(jīng)專家采用主觀動(dòng)態(tài)權(quán)重法確定一級(jí)指標(biāo)相對(duì)于目標(biāo)層的權(quán)重，最后經(jīng)加權(quán)計(jì)算得出鐵路客站施工管理評(píng)價(jià)值。

3　實(shí)例研究

蘭州至中川機(jī)場城際鐵路(蘭中城鐵)于2015年9月30日正式開始運(yùn)營，線路全長63 km，全線設(shè)蘭州西站、陳官營、福利區(qū)、西固、蘭中新區(qū)和中川機(jī)場六個(gè)車站。其中蘭州西站于2014年12月26日正式啟用，總建筑面積23.3萬m2，其中站房工程面積為10萬m2，共13臺(tái)26線，施工過程中遵循綠色建筑的評(píng)價(jià)標(biāo)準(zhǔn)，現(xiàn)選取鐵路相關(guān)方面專家共計(jì)8人，對(duì)一級(jí)指標(biāo)進(jìn)行主觀動(dòng)態(tài)權(quán)重確定。

3.1評(píng)價(jià)指標(biāo)歸一化

2級(jí)評(píng)價(jià)指標(biāo)量度共有A，B，C，D和E5個(gè)標(biāo)準(zhǔn)，分別與0.9，0.7，0.5，0.3和0.1相對(duì)應(yīng)，A表示滿足評(píng)價(jià)標(biāo)準(zhǔn)90%的要求，為最優(yōu)狀態(tài)；B表示滿足評(píng)價(jià)標(biāo)準(zhǔn)的70%要求；C表示滿足評(píng)價(jià)標(biāo)準(zhǔn)的50%要求；D表示滿足評(píng)價(jià)標(biāo)準(zhǔn)的30%要求；E表示該指標(biāo)完全不滿足預(yù)定要求，為最差狀態(tài)。具體情況如表2所示。

表2　評(píng)價(jià)指標(biāo)取值量度

評(píng)審專家根據(jù)綠色鐵路客站施工管理評(píng)價(jià)2級(jí)指標(biāo)說明對(duì)蘭中西站2級(jí)指標(biāo)進(jìn)行評(píng)定，評(píng)定結(jié)果如表3所示。

表3　2級(jí)指標(biāo)評(píng)定結(jié)果

3.2GA-BP模型設(shè)置

利用Matlab7.0建立具有一個(gè)隱含層的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)遺傳算法搜索到的最優(yōu)解進(jìn)行訓(xùn)練，2級(jí)指標(biāo)評(píng)定結(jié)果作為神經(jīng)網(wǎng)絡(luò)的輸入，蘭州西客站建設(shè)前期的工程招標(biāo)文件等資料作為網(wǎng)絡(luò)輸出。選取相似工程施工管理階段的數(shù)據(jù)共50組，前40組用來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，后10組用來驗(yàn)證BP神經(jīng)網(wǎng)絡(luò)。

通過Matlab軟件編程實(shí)現(xiàn)遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)擬合[17]，訓(xùn)練網(wǎng)絡(luò)過程中最優(yōu)個(gè)體適應(yīng)度值變化如表4所示。

表4　部分測試結(jié)果誤差分析表

從表4測試結(jié)果可以看出，所建模型測試結(jié)果與真實(shí)結(jié)果相比較誤差較小，測試效率較高，說明該GA-BP模型達(dá)到了滿意的效果，減少了綠色鐵路客站施工管理評(píng)定的工作量。

3.3評(píng)審結(jié)果

8名評(píng)審專家對(duì)該項(xiàng)目3個(gè)1級(jí)指標(biāo)采用主觀動(dòng)態(tài)權(quán)重的方法，確定各指標(biāo)的權(quán)重如表5所示。

表5　1級(jí)指標(biāo)權(quán)重值

將遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)輸出值與專家評(píng)審的1級(jí)指標(biāo)權(quán)重值經(jīng)過加權(quán)計(jì)算，并將模型評(píng)定結(jié)果與專家評(píng)審進(jìn)行比較，見表6所示。

表6　綠色鐵路施工評(píng)定結(jié)果

通過上述實(shí)例可以看出，采用主觀動(dòng)態(tài)權(quán)重和遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)對(duì)蘭州西站施工管理過程進(jìn)行評(píng)定，與采用傳統(tǒng)法進(jìn)行比較，相對(duì)誤差為0.304%，能夠得到滿意的結(jié)果。

4　結(jié)論

1)通過采用主觀動(dòng)態(tài)權(quán)重與遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的新方法能夠處理施工管理評(píng)價(jià)過程中存在的不確定性，充分發(fā)揮遺傳算法和神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，科學(xué)客觀的對(duì)各個(gè)指標(biāo)進(jìn)行評(píng)價(jià)。

2)通過實(shí)例分析，新方法與傳統(tǒng)方法相比誤差較小。

3)新方法只需專家給出一級(jí)指標(biāo)的權(quán)重，利用Matlab軟件編程完成剩余工作，縮短評(píng)審周期，減少人為因素，具有很大的實(shí)用價(jià)值。

[1] 熊風(fēng), 楊立中, 羅潔, 等.“綠色鐵路”基礎(chǔ)理論研究及其評(píng)價(jià)指標(biāo)體系的建立[J].生態(tài)經(jīng)濟(jì), 2007, 23(6):57-60.

XIONF Feng,YANG Lizhong,LUO Jie,et al.Study on “Green Railwa”basic theory and evaluating indicator system[J].Ecological Economy,2007, 23(6):57-60.

[2] 胡亞東.充分發(fā)揮鐵路作用加快發(fā)展現(xiàn)代物流[J].鐵道運(yùn)輸與經(jīng)濟(jì), 2004, 26(8):1-2.

HU Yadong.Bring full play of railway,speed up the development of modern logistics[J].Railway Transport and Economy,2004,26(8):1-2.

[3] 王彥.綠色鐵路客站建筑方案設(shè)計(jì)的被動(dòng)式設(shè)計(jì)策略應(yīng)用探討[J].鐵道經(jīng)濟(jì)研究, 2014, 21(3):41-43.

WANG Yan.The design scheme of the green railway stationg building application of passive design strategies[J].Railway Economic Research,2014, 21(3):41-43.

[4] 任濤, 張宬, 楊墨池.綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)“節(jié)地”與“節(jié)水”指標(biāo)研究[J].城市發(fā)展研究, 2013, 20(1):144-146.

REN Tao,ZHANG Cheng,YANG Mochi.Research on “Land saving”and “Water saving”of the evaluation standard of green railway station [J].Urban Development Research, 2013, 20(1):22-24.

[5] 黃詠梅.從綠色鐵路客站角度議武漢站自然采光設(shè)計(jì)[J].城市建筑, 2013, 10(8):248-249.

HUANG Yongmei.The design of Wuhan railway station netural lighting from the perspective of green railway station [J].City Building,2013, 10(8):248-249.

[6] 鄭健.綠色鐵路客站評(píng)價(jià)標(biāo)準(zhǔn)研究[J].中國工程科學(xué), 2012, 17(12):41-47.

ZHENG Jian.Research on the evaluation creteria of green railway sataion[J].Scientific Research of China, 2012, 17(12):41-47.

[7] 盛暉, 李傳成.綠色鐵路旅客站建筑設(shè)計(jì)探討[J].鐵道經(jīng)濟(jì)研究, 2010, 17(1):24-30.

SHENG Hui,LI Chuancheng.Discussion on construction design of green railway passenger station[J].Railway Economics Research, 2010, 17(1):24-30.

[8] 李傳成, 陳川.綠色鐵路旅客站評(píng)價(jià)標(biāo)準(zhǔn)研究探討[J].武漢理工大學(xué)學(xué)報(bào), 2010, 32(21):68-70.

LI Chuangcheng,CHEN Chuan.Research on the evaluation standard for green railway station[J].Journal of Wuhan University of Technology, 2010, 32(21):68-70.

[9] Rashvand P, Majid M Z A, Pinto J K.Contractor management performance evaluation model at prequalification stage[J].Expert Systems with Applications, 2015, 42(12):5087-5101.

[10] 劉冰,郭海霞.Mat lab神經(jīng)網(wǎng)絡(luò)超級(jí)學(xué)習(xí)手冊(cè)[M].北京:人民郵電出版社, 2014:163-164.

LIU Bing,GUO Haixia.Matlab neural network super learning manual[M].Beijing:People Posts and Telecommunications Press, 2014:163-164.

[11] 王小川,史峰,郁磊.MATLAB神經(jīng)網(wǎng)絡(luò)43個(gè)案例分析[M].北京：北京航天航空大學(xué)出版社, 2013:13-18.

WANG Xiaochuan,SHI Feng,YU Lei.43 cases analysis of MATLAB neural network[M].Beijing:Beihang Universuty Press, 2013:13-18.

[12] Yang Y, Wang G, Yang Y.Parameters optimization of polygonal fuzzy neural networks based on GA-BP hybrid algorithm[J].International Journal of Machine Learning and Cybernetics, 2014, 5(5):815-822.

[13] Huang W H, Tserng H P, Jaselskis E J, et al.Dynamic threshold cash flow-based structural model for contractor financial prequalification[J].Journal of Construction Engineering and Management, 2014, 140(10):890-914.

[14] Jeffrey S Russell.Model for owner prequalification of contractors[J].Journal of Management in Engineering, 1990, 6(1):59-75.

[15] 李東印, 周英, 李化敏, 等.基于主觀動(dòng)態(tài)權(quán)重的科學(xué)采礦評(píng)價(jià)模型構(gòu)建[J].采礦與安全工程學(xué)報(bào), 2012, 29(2):173-177.

LI Dongyin, ZHOU Ying, LI Huamin, et al.Construction of scientific mining evaluation model based on subjective dynamic weight[J].Journal of Mining and Safety Engineering, 2012, 29(2):173-177.

[16] 朱由創(chuàng).探討基于主觀動(dòng)態(tài)權(quán)重的科學(xué)采礦評(píng)價(jià)模型構(gòu)建[J].內(nèi)蒙古煤炭經(jīng)濟(jì), 2015, 31(5):41-42.

ZHU Youchuang.The construction of scientific mining evaluation model based on subjective dynamic weightt[J].Inner Mongolia Coal Economy,2105, 31(5):41-42.

[17] Osama Hosny, Khaled Nassar, Yasser Esmaiel.Prequalification of egyptian construction contractors using fuzzy-AHP models[J].Engineering, Construction and Architectural Management, 2013, 20(4):381-405.

Construction management evaluation model of green railway station

YANG Shu, BAO Xueying, WANG Qicai, FENG Bingyu

(School of Civil Engineering ,Lanzhou Jiaotong University, Lanzhou 730070, China )

Construction management runs through the construction process of green railway station from the beginning to the end, it needs the management and evaluation of the environmental protection, resource saving and construction process management of construction side. Based on the present evaluation method, this paper improved the traditional scoring method. The subjective dynamic weighting combined with neural network improved genetic algorithm was put forward, and a new construction management model was estabilished. The advantage of the model is that it is able to eliminate the subjective randomness of individual experts by using neural network. Finally,this method is verified by an example,and the method has a certain guiding role.

green railway station; construction management; dynamic weight; artificial neural network; genetic algorithms

2015-11-16

長江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃項(xiàng)目(IRT1139)

鮑學(xué)英(1974-)，女，寧夏中衛(wèi)人，教授，從事綠色建筑、建設(shè)項(xiàng)目管理及經(jīng)濟(jì)評(píng)價(jià)研究；E-mail:813257032@qq.com

TU528

A

1672-7029(2016)08-1636-06