基于GA-BP神經(jīng)網(wǎng)絡(luò)的施工招標(biāo)項(xiàng)目評(píng)標(biāo)方法研究
格式:pdf
大?。?span id="fnyeldo" class="single-tag-height" data-v-09d85783>272KB
頁數(shù):5P
人氣 :85
4.6
針對(duì)人工評(píng)標(biāo)的主觀性、隨意性和傾向性可能給施工項(xiàng)目招投標(biāo)工作帶來的評(píng)標(biāo)結(jié)果偏差,提出了一種基于GA-BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)自動(dòng)評(píng)標(biāo)系統(tǒng)模型,采用樣本企業(yè)實(shí)際指標(biāo)數(shù)據(jù)對(duì)模型的評(píng)價(jià)效果進(jìn)行檢驗(yàn),該自動(dòng)評(píng)標(biāo)系統(tǒng)模型在降低計(jì)算和預(yù)測(cè)平均誤差的同時(shí),迭代次數(shù)比一般BP神經(jīng)網(wǎng)絡(luò)模型大大減少,也適用于建設(shè)工程項(xiàng)目其他類型評(píng)標(biāo)中的非線性問題的求解。
基于BP神經(jīng)網(wǎng)絡(luò)電子評(píng)標(biāo)方法的研究和應(yīng)用
格式:pdf
大小:222KB
頁數(shù):5P
基于bp神經(jīng)網(wǎng)絡(luò)電子評(píng)標(biāo)方法的研究和應(yīng)用——為了解決招投標(biāo)中評(píng)標(biāo)環(huán)節(jié)專家評(píng)審法隨意性大的問題,針對(duì)建設(shè)工程的不同特點(diǎn),對(duì)評(píng)標(biāo)內(nèi)容進(jìn)行分類剖析.利用人工神經(jīng)網(wǎng)絡(luò)的智能識(shí)別功能,建立基于神經(jīng)網(wǎng)絡(luò)的電子評(píng)標(biāo)方法.結(jié)合人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)功能、良好的容錯(cuò)能...
基于GA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)異常檢測(cè)方法
格式:pdf
大?。?span id="roa4dco" class="single-tag-height" data-v-09d85783>293KB
頁數(shù):4P
考慮到常規(guī)bp神經(jīng)網(wǎng)絡(luò)算法容易陷入局部最優(yōu)解,所建立的網(wǎng)絡(luò)遺傳流量檢測(cè)模型檢測(cè)效率低,準(zhǔn)確率不高等問題,提出一種改進(jìn)型ga優(yōu)化bp神經(jīng)網(wǎng)絡(luò)算法,并使用其建立網(wǎng)絡(luò)遺傳流量檢測(cè)模型。常規(guī)遺傳算法在搜索過程中,往往會(huì)由于出現(xiàn)影響生產(chǎn)適應(yīng)度高的個(gè)體而對(duì)遺傳算法搜索過程產(chǎn)生影響的現(xiàn)象發(fā)生,因此需要對(duì)常規(guī)遺傳算法進(jìn)行改進(jìn)。使用的方法是通過混合編碼方式進(jìn)行改進(jìn),同時(shí)對(duì)交叉算子、變異算子、交叉概率以及變異概率等參數(shù)進(jìn)行優(yōu)化修正。使用kddcup99數(shù)據(jù)庫中的網(wǎng)絡(luò)異常流量數(shù)據(jù)進(jìn)行實(shí)驗(yàn)研究,研究結(jié)果表明,所提出方法的檢測(cè)性能要明顯優(yōu)于常規(guī)算法,其對(duì)bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、權(quán)值以及閾值進(jìn)行同步優(yōu)化,避免了盲目選擇bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)帶來的問題,避免了常規(guī)bp神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)解的問題。
基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的工程建設(shè)項(xiàng)目評(píng)標(biāo)方法研究
格式:pdf
大?。?span id="vpwspnu" class="single-tag-height" data-v-09d85783>184KB
頁數(shù):4P
4.4
針對(duì)評(píng)標(biāo)工作中專家的主觀性、隨意性和傾向性所帶來的偏差,運(yùn)用改進(jìn)bp算法,構(gòu)建了建設(shè)工程項(xiàng)目評(píng)標(biāo)的神經(jīng)網(wǎng)絡(luò)模型。該模型能夠較好地適應(yīng)各影響因素之間的非線性關(guān)系,并通過附加動(dòng)量法的自學(xué)習(xí)、自適應(yīng)能力,提高了收斂速率,從而避免了局部極小值,提高了精度。通過仿真試驗(yàn),驗(yàn)證了該模型的科學(xué)性和有效性。
基于GA-BP神經(jīng)網(wǎng)絡(luò)的高校實(shí)驗(yàn)室安全評(píng)價(jià)研究
格式:pdf
大?。?span id="xxj4g65" class="single-tag-height" data-v-09d85783>11.3MB
頁數(shù):5P
4.3
高校實(shí)驗(yàn)室安全評(píng)價(jià)是實(shí)驗(yàn)室安全管理中的薄弱環(huán)節(jié).針對(duì)目前高校實(shí)驗(yàn)室安全評(píng)價(jià)缺乏較全面、合理、高效評(píng)價(jià)方法的問題,以如何能科學(xué)、客觀、準(zhǔn)確地評(píng)價(jià)高校實(shí)驗(yàn)室安全水平為目的,在探索bp神經(jīng)網(wǎng)絡(luò)和遺傳算法理論的基礎(chǔ)上,將二者結(jié)合,應(yīng)用于高校實(shí)驗(yàn)室安全評(píng)價(jià)中,對(duì)基于ga-bp神經(jīng)網(wǎng)絡(luò)的高校實(shí)驗(yàn)室安全評(píng)價(jià)展開了研究.ga-bp網(wǎng)絡(luò)評(píng)價(jià)模型能夠在更短的時(shí)間內(nèi),達(dá)到更高的精度,收斂速度、精確性和穩(wěn)定性明顯優(yōu)于bp網(wǎng)絡(luò)評(píng)價(jià)模型,驗(yàn)證了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的合理性和高效性.
基于神經(jīng)網(wǎng)絡(luò)的工程建設(shè)項(xiàng)目評(píng)標(biāo)方法研究
格式:pdf
大?。?span id="rwttvqx" class="single-tag-height" data-v-09d85783>154KB
頁數(shù):1P
3
基于神經(jīng)網(wǎng)絡(luò)的工程建設(shè)項(xiàng)目評(píng)標(biāo)方法研究——隨著我國基本建設(shè)項(xiàng)目管理體制改革的不斷深入,目前越來越多的建設(shè)項(xiàng)目均已實(shí)現(xiàn)了國際、國內(nèi)’的競(jìng)爭性招標(biāo)。針對(duì)評(píng)標(biāo)工作中專家的主觀性、隨意性和傾向性所帶來的偏差,本文在分析探討工程項(xiàng)目評(píng)標(biāo)指標(biāo)體系的前提...
基于神經(jīng)網(wǎng)絡(luò)的工程建設(shè)項(xiàng)目評(píng)標(biāo)方法研究
格式:pdf
大?。?span id="h0gbzur" class="single-tag-height" data-v-09d85783>963KB
頁數(shù):1P
4.7
隨著我國基本建設(shè)項(xiàng)目管理體制改革的不斷深入,目前越來越多的建設(shè)項(xiàng)目均已實(shí)現(xiàn)了國際、國內(nèi)的競(jìng)爭性招標(biāo)。針對(duì)評(píng)標(biāo)工作中專家的主觀性、隨意性和傾向性所帶來的偏差,本文在分析探討工程項(xiàng)目評(píng)標(biāo)指標(biāo)體系的前提下,建立了基于神經(jīng)網(wǎng)絡(luò)的工程評(píng)標(biāo)的數(shù)學(xué)模型。實(shí)例研究表明,此法簡便實(shí)用,評(píng)標(biāo)結(jié)果準(zhǔn)確可靠。
基于GA—BP神經(jīng)網(wǎng)絡(luò)的建筑安全評(píng)價(jià)
格式:pdf
大?。?span id="c0tvchc" class="single-tag-height" data-v-09d85783>758KB
頁數(shù):5P
4.6
建筑企業(yè)的安全問題不僅關(guān)系到建筑行業(yè)的發(fā)展,而且關(guān)系到社會(huì)的和諧與進(jìn)步。從管理者的視角構(gòu)建了建筑企業(yè)安全管理評(píng)價(jià)指標(biāo)體系,并對(duì)指標(biāo)之間的關(guān)系做了簡要的說明。然后應(yīng)用主成份分析對(duì)神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理,提取其中的關(guān)鍵成分作為網(wǎng)絡(luò)的輸入,并采用遺傳算法來提高神經(jīng)網(wǎng)絡(luò)的收斂速度。最后以天津市建筑企業(yè)為實(shí)例加以說明并進(jìn)行了分析。結(jié)果表明,建立的模型不僅較公平、合理,而且提高了神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率。
基于GA-BP神經(jīng)網(wǎng)絡(luò)的衡大高速公路日交通流量預(yù)測(cè)
格式:pdf
大?。?span id="cxeena5" class="single-tag-height" data-v-09d85783>596KB
頁數(shù):3P
4.5
準(zhǔn)確的交通流預(yù)測(cè)是智能交通系統(tǒng)的關(guān)鍵技術(shù),為此,本文以衡大高速為研究對(duì)象,提出基于ga-bp神經(jīng)網(wǎng)絡(luò)的衡大高速日交通流量預(yù)測(cè)方法。本文通過閾值方法對(duì)微波車檢器數(shù)據(jù)進(jìn)行預(yù)處理,根據(jù)ga-bp神經(jīng)網(wǎng)絡(luò)算法建立了交通流量預(yù)測(cè)模型,并通過計(jì)算機(jī)仿真驗(yàn)證對(duì)比預(yù)測(cè)結(jié)果和實(shí)際流量數(shù)據(jù),其預(yù)測(cè)結(jié)果精度高,可滿足日常交通管理需求,為交通管理提供了有效的技術(shù)支撐、本課題受到河北省交通運(yùn)輸廳科研課題(y-2014022)的支持。
基于BP神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估測(cè)方法
格式:pdf
大?。?span id="j8yv4e2" class="single-tag-height" data-v-09d85783>294KB
頁數(shù):3P
4.4
本文把信息擴(kuò)散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價(jià)的估測(cè)方法,并給出計(jì)算實(shí)例。
基于BP神經(jīng)網(wǎng)絡(luò)的住宅項(xiàng)目定價(jià)研究
格式:pdf
大?。?span id="1bm9mkm" class="single-tag-height" data-v-09d85783>284KB
頁數(shù):2P
4.6
本文利用特征價(jià)格理論和bp神經(jīng)網(wǎng)絡(luò)工具建立住宅項(xiàng)目估價(jià)模型,為住宅項(xiàng)目定價(jià)提供一種快速、有效的新方法。
國內(nèi)招標(biāo)項(xiàng)目常用評(píng)標(biāo)方法淺析
格式:pdf
大?。?span id="6axvtf0" class="single-tag-height" data-v-09d85783>1.3MB
頁數(shù):3P
4.8
淺析了國內(nèi)招標(biāo)中常用的兩種評(píng)標(biāo)方法,綜合評(píng)分法和合理最低價(jià)中標(biāo)法,通過其規(guī)則和適用等方面的探討,結(jié)合實(shí)際情況,提出了一些投標(biāo)中應(yīng)該注意的問題和對(duì)應(yīng)的策略。
艦船維修招標(biāo)項(xiàng)目評(píng)標(biāo)方法研究
格式:pdf
大?。?span id="ous5l0o" class="single-tag-height" data-v-09d85783>175KB
頁數(shù):4P
4.5
科學(xué)合理地對(duì)艦船維修招標(biāo)項(xiàng)目進(jìn)行評(píng)標(biāo),對(duì)提高艦船裝備維修質(zhì)量和維修費(fèi)的使用效益具有重要意義。針對(duì)評(píng)標(biāo)更注重戰(zhàn)略性和可持續(xù)性的特點(diǎn),構(gòu)建了評(píng)價(jià)指標(biāo)體系,并采用層次分析法確定了指標(biāo)權(quán)重。在此基礎(chǔ)上,運(yùn)用模糊綜合評(píng)價(jià)法進(jìn)行評(píng)價(jià),減少了主觀因素的影響,克服了信息的模糊性。最后通過實(shí)例驗(yàn)證了方法的有效性。
基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評(píng)價(jià)
格式:pdf
大?。?span id="raaqj2u" class="single-tag-height" data-v-09d85783>256KB
頁數(shù):5P
4.4
在建立中文圖書采購招標(biāo)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上,設(shè)計(jì)了一種基于bp神經(jīng)網(wǎng)絡(luò)的中文圖書采購招標(biāo)評(píng)價(jià)系統(tǒng)。這一系統(tǒng)加快了算法速度,改善了算法性能,主要通過增加動(dòng)量項(xiàng)、動(dòng)態(tài)調(diào)整學(xué)習(xí)率等方法使過去靜態(tài)bp網(wǎng)絡(luò)動(dòng)態(tài)化,采用層次分析法生成網(wǎng)絡(luò)訓(xùn)練樣本,有效地利用了bp神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),避免了中文圖書采購招標(biāo)評(píng)價(jià)過程中的一些人為失誤。
基于GA的BP神經(jīng)網(wǎng)絡(luò)在砂土液化評(píng)價(jià)中的應(yīng)用
格式:pdf
大?。?span id="rh1idfk" class="single-tag-height" data-v-09d85783>284KB
頁數(shù):5P
3
基于ga的bp神經(jīng)網(wǎng)絡(luò)在砂土液化評(píng)價(jià)中的應(yīng)用——bp神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用面較廣的神經(jīng)網(wǎng)絡(luò),但存在明顯缺陷:學(xué)習(xí)收斂速度慢,易陷入局部極小。遺傳算法具有良好的搜索全局最優(yōu)解的能力。在探討訓(xùn)練樣本選取的基礎(chǔ)上,耦合遺傳算法和bp神經(jīng)網(wǎng)絡(luò)構(gòu)建了遺傳網(wǎng)絡(luò)并應(yīng)用...
造價(jià)估測(cè)方法的研究和BP神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
格式:pdf
大小:192KB
頁數(shù):2P
4.5
比較分析了現(xiàn)行的造價(jià)估測(cè)模型的特點(diǎn)及其存在的問題,突出bp神經(jīng)網(wǎng)絡(luò)模型進(jìn)行造價(jià)估測(cè)的理論優(yōu)勢(shì),引入工程分類思想,以學(xué)校類建筑為例,建立了bp神經(jīng)網(wǎng)絡(luò)估測(cè)模型并進(jìn)行了造價(jià)估測(cè)。
造價(jià)估測(cè)方法的研究和BP神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
格式:pdf
大?。?span id="a6aupwv" class="single-tag-height" data-v-09d85783>350KB
頁數(shù):2P
3
造價(jià)估測(cè)方法的研究和bp神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用——比較分析了現(xiàn)行的造價(jià)估測(cè)模型的特點(diǎn)及其存在的問題,突出bp神經(jīng)網(wǎng)絡(luò)模型進(jìn)行造價(jià)估測(cè)的理論優(yōu)勢(shì),引入工程分類思想,以學(xué)校類建筑為例,建立了bp神經(jīng)網(wǎng)絡(luò)估測(cè)模型并進(jìn)行了造價(jià)估測(cè)?! ?/p>
基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的礦井CO檢測(cè)方法的研究??
格式:pdf
大小:203KB
頁數(shù):3P
4.4
采用催化傳感器和電化學(xué)式氣體傳感器配合使用的傳感器陣列.為了解決2種傳感器對(duì)礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的礦井co檢測(cè)方法.通過matlab仿真可以看出,基于神經(jīng)網(wǎng)絡(luò)的傳感器陣列方法可以明顯提高co檢測(cè)精度.實(shí)際輸出值和期望輸出的絕對(duì)誤差平均值為3.43ppm,相對(duì)誤差平均值為1.43%.
基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的礦井CO檢測(cè)方法的研究
格式:pdf
大?。?span id="cmunk4d" class="single-tag-height" data-v-09d85783>203KB
頁數(shù):3P
4.3
采用催化傳感器和電化學(xué)式氣體傳感器配合使用的傳感器陣列。為了解決2種傳感器對(duì)礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的礦井co檢測(cè)方法。通過matlab仿真可以看出,基于神經(jīng)網(wǎng)絡(luò)的傳感器陣列方法可以明顯提高co檢測(cè)精度。實(shí)際輸出值和期望輸出的絕對(duì)誤差平均值為3.43ppm,相對(duì)誤差平均值為1.43%。
Hedonic住宅特征價(jià)格模型的BP神經(jīng)網(wǎng)絡(luò)方法
格式:pdf
大?。?span id="hxvcl5m" class="single-tag-height" data-v-09d85783>198KB
頁數(shù):未知
4.6
房地產(chǎn)在金融市場(chǎng)中占有舉足輕重的地位,其價(jià)格變化對(duì)整個(gè)金融市場(chǎng)有著顯著的影響。采用特征價(jià)格模型,對(duì)美國一線城市2007年6月及2008年的房價(jià)進(jìn)行了相關(guān)定價(jià)研究。對(duì)傳統(tǒng)特征價(jià)格模型的屬性因子進(jìn)行了擴(kuò)充,加入房產(chǎn)周邊犯罪率因子進(jìn)行模擬;在數(shù)值方法計(jì)算方面,首先對(duì)數(shù)據(jù)進(jìn)行了box-cox變換,分別采用bp神經(jīng)網(wǎng)絡(luò)及傳統(tǒng)的最小二乘法進(jìn)行數(shù)值模擬分析,結(jié)果表明,房價(jià)隨犯罪事件類型及發(fā)生距離房地產(chǎn)的遠(yuǎn)近有-5.78%~2.08%的變化;在2008年與2007年6月的不同時(shí)段內(nèi),犯罪率的變化對(duì)房價(jià)的影響有所不同。bp神經(jīng)網(wǎng)絡(luò)模擬的價(jià)格與實(shí)際交易價(jià)格曲線比傳統(tǒng)最小二乘模擬的價(jià)格曲線精度高出5.74個(gè)百分點(diǎn)。
基于多種檢測(cè)數(shù)據(jù)的軌道狀態(tài)BP神經(jīng)網(wǎng)絡(luò)評(píng)定方法研究
格式:pdf
大?。?span id="uxcdb4j" class="single-tag-height" data-v-09d85783>296KB
頁數(shù):2P
4.4
為了有效利用多種檢測(cè)數(shù)據(jù)來綜合評(píng)價(jià)軌道的狀態(tài),本文應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)建立了軌道狀態(tài)評(píng)定方法,并采用matlab軟件編制了具有自學(xué)習(xí)功能的評(píng)價(jià)軟件。bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于軌道狀態(tài)的評(píng)價(jià)中,其學(xué)習(xí)樣本、規(guī)模及代表起關(guān)鍵作用,通過大量的樣本訓(xùn)練,對(duì)\"未知\"樣本神經(jīng)網(wǎng)絡(luò)模型的評(píng)價(jià)具有較高的準(zhǔn)確性。理論分析與算例的結(jié)果表明,該評(píng)價(jià)方法是可行的、有效的,為解決軌道狀態(tài)評(píng)定提供了一條新的途徑。
基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測(cè)方法研究
格式:pdf
大小:58KB
頁數(shù):4P
4.4
為了對(duì)民航系統(tǒng)安全運(yùn)行狀態(tài)進(jìn)行科學(xué)的分析和預(yù)測(cè),針對(duì)反映民航系統(tǒng)安全運(yùn)行狀態(tài)的重要指標(biāo)之一——飛行事故萬時(shí)率,采用bp神經(jīng)網(wǎng)絡(luò)的時(shí)間序列非線性預(yù)測(cè)模型及方法,對(duì)其進(jìn)行了分析研究和仿真驗(yàn)證,計(jì)算結(jié)果表明,該預(yù)測(cè)方法是可行的,并與實(shí)際具有較好的一致性。
工業(yè)控制網(wǎng)絡(luò)入侵檢測(cè)的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
格式:pdf
大?。?span id="mnnilur" class="single-tag-height" data-v-09d85783>834KB
頁數(shù):6P
4.7
針對(duì)工業(yè)控制系統(tǒng)入侵檢測(cè)模型對(duì)各類攻擊的檢測(cè)率和檢測(cè)效率不高的問題,提出一種adaboost算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型.首先利用主成分分析法對(duì)原始數(shù)據(jù)集進(jìn)行預(yù)處理,消除其相關(guān)性;其次利用adaboost算法對(duì)訓(xùn)練樣本的權(quán)重進(jìn)行不斷調(diào)整,從而獲得bp神經(jīng)網(wǎng)絡(luò)最優(yōu)權(quán)重和閾值;最后再通過adaboost算法將bp弱分類器組合成bp強(qiáng)分類器,從而實(shí)現(xiàn)工業(yè)控制系統(tǒng)的異常檢測(cè).實(shí)驗(yàn)結(jié)果表明該方法在對(duì)各攻擊類型的檢測(cè)率和測(cè)試時(shí)間明顯優(yōu)于其他算法模型.
基于BP神經(jīng)網(wǎng)絡(luò)的TOT項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估
格式:pdf
大小:1.2MB
頁數(shù):4P
4.7
通過zopp方法綜合研究我國主要tot項(xiàng)目在融資、經(jīng)營、管理中的問題,建立tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,利用bp神經(jīng)網(wǎng)絡(luò)構(gòu)建tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估模型,并通過matlab對(duì)模型進(jìn)行仿真,為tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估提供一種新的方法。
基于BP神經(jīng)網(wǎng)絡(luò)的物流項(xiàng)目風(fēng)險(xiǎn)評(píng)估
格式:pdf
大?。?span id="pgqnxou" class="single-tag-height" data-v-09d85783>143KB
頁數(shù):3P
4.4
風(fēng)險(xiǎn)評(píng)估是項(xiàng)目風(fēng)險(xiǎn)管理過程中最困難、最耗時(shí)的一個(gè)過程,采用bp神經(jīng)網(wǎng)絡(luò)技術(shù)建立了風(fēng)險(xiǎn)評(píng)估模型;并通過神經(jīng)網(wǎng)絡(luò)工具箱訓(xùn)練該網(wǎng)絡(luò)模型,對(duì)物流項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)估。經(jīng)測(cè)試數(shù)據(jù)驗(yàn)證,結(jié)果比較準(zhǔn)確,具有廣泛的實(shí)用性。
文輯推薦
知識(shí)推薦
百科推薦
職位:給排水工程
擅長專業(yè):土建 安裝 裝飾 市政 園林