地铁造价的有效控制——以前进村站为例

详细信息    查看全文 | 推荐本文 |

英文篇名：Effective Control of Subway Cost——Take Qianjin Village Station as an example 作者：蔡永健 ; 董志杰 ; 龚丝雨 ; 许亮 英文作者：CAI Yongjian;DONG Zhijie;GONG Siyu;XU Liang;Wuhan Institute of Design and Sciences; 关键词：前进村站 ; C级服务水平 ; BP神经网络 ; 造价控制 英文关键词：Qianjin Village Station;;C-class service level;;BP neural network;;cost control 中文刊名：KJDK 英文刊名：The Guide of Science & Education 机构：武汉设计工程学院; 出版日期：2018-10-15 出版单位：科教导刊(中旬刊) 年：2018 期：No.353 基金：(湖北省大学生科技创新项目)地铁造价的有效控制201714035020 语种：中文; 页：KJDK201810074 页数：2 CN：10 ISSN：42-1795/N 分类号：163-164

摘要

文章以武汉地铁6号线前进村为例,结合前进村站的实际客流量与设计客流量以及我国C级服务水平地铁站,构建了基于BP神经网络的地铁造价估算模型,对该地铁站的造价进行了预测,将预测值和真实造价值进行对比,对于优化地铁结构设计,合理控制地铁造价,提出了合理的建议。
        Taking the Qianjin Village of Wuhan Metro Line 6 as an example, combined with the actual passenger flow and design passenger flow of Qianjin Village Station and China's C-class service level subway station, a subway cost estimation model based on BP neural network was constructed, and the cost of the subway station was built. The predictions were made to compare the predicted values with the real value. The reasonable suggestions for optimizing the subway structure design and controlling the cost of the subway were put forward.

引文

[1]牛秋月,李超,唐国良.基于智能监控视频的人流量统计[J].电子技术与软件工程,2018(4):64-66.
    [2]赵欣.基于BP神经网络的地铁土建工程造价估算方法研究[D].北京交通大学,2008.
    [3]王元丰,许丽丽,高婧.客流预测量对地铁车站造价的影响分析[J].城市轨道交通研究,2008(7):35-38.