Нейросетевые методы оценки затрат на научно-исследовательские и проектно-изыскательские работы

В статье рассмотрены нейросетевые методы оценки затрат на научно-исследовательские и проектно-изыскательские работы при строительстве автомобильных дорог, позволяющие на основе данных по запроектированным ранее объектам произвести ранжирование ценообразующих факторов по степени их влияния на цену научно-исследовательских и проектно-изыскательских работ, выполняемых для проектов государственно-частного партнерства (ГЧП). Преимущества нейросетевых методов определяется следующими обстоятельствами: нейросетевые модели автоматически учитывают взаимное влияние ценообразующих факторов; нейросетевые методы полностью свободны от субъективных факторов. Оптимизация нейросети позволила ранжировать ценообразующие параметры по степени их влияния на цену научно-исследовательских и проектно-изыскательских работы в условиях ГЧП. При этом 4 параметра: «Статус заказчика», «Вид работ», «Вид конкурса» и «Категория дороги» в совокупности более чем на 87 % определяют удельную цену проекта. Конкретные расчеты свидетельствуют о том, что нейросети позволяют весьма точно (с относительной ошибкой меньшей 0.2 %) описывать большую часть объектов, и лишь небольшую часть - менее 5 % подмножеств, со значительной ошибкой - от 9 % до 17 %.