李瑛
身份证号码：510104198010312866四川成都610021
摘要：建筑企业借助神经网络系统，利用数学函数和相关模型，将外部情况纳入企业经济管理范畴，有利于提高建筑企业生产的安全性，强化工程质量控制，确保工程利润顺利实现。本文介绍了审经网络特性和信息处理特征，对神经网络在建筑经济管理中的具体应用和存在的不足进行了探究。
关键词：神经网络；建筑经济管理；具体应用
一、神经网络概述
神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统复杂程度，通过调整内部大量节点之间相互连接关系，达到信息处理的目的。神经网络经历三个发展阶段：1947-1969年为初期，在此期间科学家提出许多神经元模型和学习规则，如MP模型、HEBB学习规则和感知器等；1970-1986年为过渡期，此期间神经网络研究处于相对低潮期，在此期间科学家们做了大量工作，比如对网络引入了能量函数概念，给出了网络稳定性判据，提出了用于联想记忆和优化计算途径，BP网络在此间成为广泛使用的网络；1987年至今为发展期，在此期间神经网络受到国际重视，世界各国积极展开深入研究，形成神经网络发展高潮期。
二、神经网络特性及信息处理特征
（一）神经网络基本特性
信息分布贮于网络内神经元中，具有极强的容错性和鲁
棒性；运用并行处理方法计算尤为快速；自学习、自组织、自适应性，自我调节能力强，能够在监督或非监督学习数据基础上，实现任意复杂的函数关系；能够充分逼近任意复杂的非线性关系；具备极强的信息综合能力，能够同时处理定量与定性信息，充分顺利协调多种输入的信息关系，适用于多媒体技术和多信息融合。
（二）神经网络信息处理特征
1、自适应、非编程工作方式。神经网络采用自适应和实时工作方式，任意关系的学习能够经调整神经网络权值顺利实现，外界环境变化能够通过补充训练样本来不断适应与密切跟踪。
2、数据驱动和“黑箱”建模方式。神经网络通过训练后能够顺利发现数据规则和特征，实现任意复杂函数映射。在没有预先输入模式信息时依然能够通过数据驱动取得优良结果，此过程不需设计模型结构和估计参数。
3、随时处理信息。神经网络具备高密度、高维并行计算结构，属于大规模非线性动力学系统，集体运算能力帮助其在线随时处理并完成高维数据。
4、信息存储与处理联合体。神经网络能同时完成运行时各类信息处理和存储，信息冗余是其隐含特征，分布在神经元状态和权值之上。
三、神经网络在建筑经济管理中的具体应用
（一）建筑经济管理中神经网络应用的可行性和必要性
目前世界各国经济发展步伐放慢，我国政府投资建设项目增幅缓慢，加之广大民众购房热潮退减，现行房地产业与建筑业竞争加巨，建筑经济管理面对的困境更加复杂，这些困境变化无常，具有不可重复的高度非线性特性，而且存在许多相应变量，在解决诸多问题时，采集数据、分析因素以及选择变量等方面仅靠理论指导明显存在不足，如果采取神经网络，利用数据驱动、“黑箱”建模方式能够顺利克服这些不足，所以将神经网络应用到建筑管理领域，神经网络凭借自适应性、分布式存贮和并行计算、学习和容错性等特征能够顺利解决建筑经济管理领域各类复杂问题。
（二）神经网络在建筑经济管理中的应用
1、在工程招投标活动中发挥辅助决策功能。神经网络系统自动对各类招标工程繁琐复杂数据进行准确分析，对工程概况从认识到熟练掌握，通过理性分析投标环境，确定投标策略，根据建筑成本预估确定投标价格，进入标书编制程序之前大胆有效预测投标结果。
2、合理掌控工程项目资金流量和成本预测。神经网络系统能够大力帮助建筑施工单位对项目资金流量和成本进行有效预测，适时更新和科学管理，帮助建筑施工单位做好成本控制，核算工程造价，合理调度、使用和管理资金，能够有效防止建筑施工企业出现资金短缺、破产等不良情况，同时还能帮助建筑施工企业对工程成本和建设工期适时作出准确预警。
3、准确作出建筑市场风险分析。神经网络系统能够准确把握社会经济发展方向和动态，认清建筑市场经济秩序和发展趋势，对建筑市场远景目标和发展方向把控有力，对建筑施工企业投资风险和建筑工程利润能够作出恰当评估，是建筑施工企业投资决策的得力助手和有效工具。
4、科学作出决策支持。建筑开发企业和施工企业高级管理者可以借用许多有效途径和办法，通过市场调查、研究分析、科学对比，选择统计学和数学模型来对具体的建筑项目进行决策，然而这些模型很难通过对不可预见或残缺不全的数据进行分析，总结规律而得出结果。但是神经网络能够有效避免此类问题的发生，科学作出决策支持。
5、客观评价管理成果。通过建立综合性工程项目管理绩效评价模型（控制指标包含项目工程质量、工程工期、施工安全和工程成本），通过对在建工程项目分析，验证其全面性和实际关联性，大幅提高建筑工程项目管理水平。在神经网路工程项目管理绩效评估模型基础上，客观分析评价工程质量、工期、成本、安全和项目绩效非线性关系，整合各种影响因素，对项目管理绩效进行更为客观评价。
6、顺利实现资源配置和优化。合理配置并大力优化建筑资源，关系着企业的兴衰成败。建筑工程科研人员和工程实践人员最关注的问题之一就是CPM/Pert网络计划技术。但是现在还没有一个完整模型对建筑领域相关要素（如施工场地条件、设计方案变更、各类设备性能、建筑工程材料、工程质量、安全管理和施工工艺等）的影响和效果作出准确研判和合理预测，并且需要凭借以往的工作经验作出资源配置和优化。神经网络却能够顺利解决这些复杂问题，向建筑高级管理者提供大力帮助，减轻其工作强度，加快资源配置，预测并准确确定资源优先级。
7、实现快速分类和合理选择。建筑企业选择、购置建筑材料，选用施工方法，启用工程设备需要综合认真分析，综合考虑，显得相当困难和复杂，不仅要对建筑工程实际状况全方位把控，还要借助以往经验谨慎采取有效措施和办法来解决这个问题。而神经网络能够进行科学分析，对上述复杂问题有效解决。
四、神经网络在建筑经济管理中的缺限
（一）神经网络运用广度和深度不够
神经网络并不尽善尽美，它是一个需要不断完善的新兴交叉科学，需要广大科研人员继续加强其研究的广度和深度，认识并发掘神经网络潜力，探究神经网络在建筑经济管理领域的应用，完善理论体系，将神经网络系统与其他系统进行联合，扬长避短。
（二）神经网络预测存在误差。建立在神经网络基础上的估算模型要受制于工程特征向量选取和训练样本选取，而这两者却是估算模型准确度的关键技术，各个建筑工程具有其独特个性，不同地区消费水平、采购方式直接影响造价，所以训练样本和待估对象工程之间存在差异，神经网络预测误差不能全部消除。
（三）过分依赖专家主观性强
神经网络作为应用广阔的前馈网络，应用前需要大量的案例训练，训练案例收集花费较长时间。我国在此过程中很大程度依赖专家，向专家咨询，增加了问题诊断和解决的主观性。
（四）取样操作步聚不规范
决策环境复杂程度和训练样本内敛性影响网络学习过程，通过增多样本量来提高网络学习知识的代表性，但收集样本时不能片面追求数量忽视质量，需要加强全面性和代表性的关注，可以通过专家咨询、文献查阅、实际观察等方法收集训练样本，有效规范操作步骤，提高样本准确性。
结束语：神经网络在建筑经济管理中的应用发展时间不长，还处于学习国外先进成果，不断发展和摸索的过程中。神经网络对不少建筑企业来说还是一个未知领域，需要不少建筑企业高度关注并运用到经济管理中去，充分发挥在建筑经济管理中的作用。
参考文献：
[1]王爱华，孙峻BP神经网络在工程项目管理中的应用[J]建筑管理现代化2009（4）
[2]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（4）