工程量清單計價模式下投標報價模型的研究(PDF 60頁）

3．1 基於多元回歸分析法的投標報價模型
3．1基於多元回歸分析法的投標報價模型．．19
3．1．1 多元線性回歸分析法的理論
3．1．1多元線性回歸分析法的理論19
3．1．1．1多元線性回歸數學模型及假設
3．1．1．2模型殘差值分析和錯誤補救方法
3．1．2模型的數據收集和數據分析
3．1．2模型的數據收集和數據分析21
3．1．2．1投標報價影響因素的選擇
3．1．2．2模型的數據收集
3．1．2．3模型數據和影響因素分析(檢驗前提條件)
3．1．3 回!Jj模型的建立和假設檢驗
3．1．3回歸模型的建立和假設檢驗26
3．1．3．1工程投標報價模型的建立
3．1．3．2假設檢驗
3．1．4分析驗證模型的有效性
3．1．4分析驗證模型的有效性?．3l
3．1．5小結
3．1．5小結?32
3．2 基於貝葉斯正則化BP神經網絡的工程投標報價研究
3．2。2．7網絡訓練參數的選取¨¨¨¨1鉑
3．2基於貝葉斯正則化BP神經網絡的工程投標報價研究33
3．2．1 貝葉斯正則化BP神經網絡理論
3．2．1 貝葉斯正則化BP神經網絡理論?33
3．2．1．1 BP神經網絡
3．2．1．2用貝葉斯正則化方法改進BP網絡
3．2．2建立模型
3．2．2建立模型?．．36
3．2．2．1建模工具
3．2．2．2模型的計算過程
3．2．2．3數據的處理lollll]¨引
3．2．2．4確定BP神經網絡結構
3．2．2．5選擇BP網絡的層數
3．2．2．6選取網絡的節點數
3．2．2．8編寫BP網絡的程序
3．2．2．9 BP網絡投標報價模型的結果分析對比
表3-1 1 檢驗工程投標報價的預測值和實際值比較
表3-1 挖土方工程量描述性統計
表3-10 用於檢驗的曆史工程數據資料
表3-12投標報價決策指標及屬性值
表3-13 投標報價及其影響因素的指標值
表3-14 測試樣本預測值和實際值比較
表3-2 混凝土工程量描述性統計
表3-3 砌體工程量描述性統計
表3-4 投標報價描述性統計
表3-5 變量篩選
表3-6 模型統計表
表3-6中各數據項表示含義(第二列往後)：因變量和自變量的複相關
表3-8 K-S檢驗
表3．13中的樣本數據建立BP神經網絡模型，對其進行學習訓練和預測分析，
表3．2中各行數據項可看出，混凝土工程量的變化範圍為29．38—43．38，
表3．3中各行數據項可看出，砌體工程量的變化範圍為3．68一13．76，均
表3．4中各行數據項可看出，投標報價的變化範圍為9993795．93—
表3．5中各項的具體含義依次(從左到右)為：序號；進入變量名稱；
表3．7中，第-N往後的各數據項的表示含義依次：偏回歸係數B、偏
表3．8中，各行數據項含義依次(從上到下)為：正態分析參數均值、
..............................