Resumen

La predicción del costo de construcción de ingeniería de escudo de metro es de gran importancia para la gestión de proyectos. En este estudio, utilizamos la teoría del conjunto áspero, una red neuronal de retropropagación (BP), y la optimización de enjambre de partículas cuánticas (QPSO) para establecer un modelo de predicción para predecir los costos de construcción de escudos de metro. El modelo tiene en cuenta la complejidad de la construcción de escudos de metro y la relación no lineal entre los factores de costo de construcción. En primer lugar, los factores que afectan el costo de construcción fueron determinados consultando las Normas Nacionales Chinas y analizando la práctica de ingeniería de proyectos típicos de escudos de metro. La teoría del conjunto áspero se utilizó para simplificar el sistema de factores influyentes, extraer los factores influyentes dominantes y reducir el número de variables de entrada en la red neuronal BP. Dado que la red neuronal BP cae fácilmente en un mínimo local y tiene una velocidad de conver

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Predicción; Costo de construcción; Ingeniería de escudo de metro; Red neuronal; Optimización cuántica de enjambre de partículas; Factores influyentes
• Keywords:Prediction; Construction cost; Metro shield engineering; Neural network; Quantum particle swarm optimization; Influencing factors