谁帮忙把这篇翻译下

来源：百度知道 编辑：UC知道 时间：2024/06/13 22:45:09
Conclusion
A model was developed in this study to estimate overall highway
construction cost. A new approach using neural network submodels
to estimate the price of five representative pay items was used.
The submodel’s price estimates were used to estimate values of a
highway construction cost index that reflects the change in overall
highway construction costs over time.
A comprehensive set of factors contributing to the cost of
highway construction were included in the submodel formulations.
These factors comprehensively reflect the cost of constructing
the facility ~such as price of labor, price of material, and price
of equipment!, the characteristics of individual contracts ~such as
pay item quantity, contract duration, contract location, and quarter
in which contract was let!, and the overall contracting environment
at the time the contracts were let ~such as annual bid volume,
bid volume variance, number

本研究建立了高速公路建设全部费用估计评估模型。采用新型的神经网络子模型来评估五种典型的支付方式的成本。用子模型的成本评估来评估高速公路建设的成本指数值，该指数反应了高速公路建设成本随时间的变化。该子模型全面包含了影响高速公路建设成本的所有因素。这些因子全面反映了建设过程中的所有类别的费用，例如劳动力成本，原材料成本，设备价格；也反映了每一个合同的特点，支付条款工程量，合同期，合同履行地，可被转承包的部分；以及工程被转包期间的整体合同情况，例如每年投标量，投标量差异，设计变更数量，标准和规格的变化。
使用任何一个聚集，该模型均可以精确再现过去的总体建设费用，例如，合同水平；数据或集合，例如，每年平均；数据。预测的费用和实际费用在95%水平上差异并不显著。
重现过去工程建设成本的好的结果主要是本研究中的建设成本的聚集水平。在1984-1997年间，在单个合同水平和造价预算方面，这个子模型只捕捉到了这一数据里的48%和74%的差异，而通过评估该数据的LHCI值，获得了95%观测到的LHCI的变异。这证明了如何从单合同成本中平衡出一些特殊表现，以及当在一个更高的聚集水平上可以获得更稳定的数值。虽然我们的兴趣点不在于预测单个合同的成本，但是在聚集水平上评估高速公路建设成本随时间的变化也是可以实现的。同时，模型重现每年成本评估对记录值的追踪程度表明，模型也同样在很大程度上捕捉到了合同环境的系统变化。

结论

模型是在这一研究，估计整体公路

建造费用。新方法利用神经网络子

估计价格代表五个项目被用来支付。

该子的价格估计是用来估计价值

公路建设成本指数，它反映了总体变化

公路工程施工费用。

一套全面的因素的成本

公路建设被列入子配方。

这些因素，全面反映了建设成本

设施〜如价格的劳动力，价格，材料，及价格

设备！ ，个人的特点，如合同〜

支付项目数量，合同期限，合同的位置，和季

其中合同让！ ，总承包环境