工程造价估算方法范文

导语：如何才能写好一篇工程造价估算方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：建造工程；估算方法；造价

中图分类号：TU723.3 文献标识码：A 文章编号：1001-828X（2013）07-00-01

如今，随着经济的快速发展，我国建筑业也出现蓬勃的发展状态，由于人们对建筑工程的各方面要求越来越高，由此建筑工程的施工周期变长、工艺也变得较为复杂、涉及的金额较大。而项目造价估算是否准确，不仅影响项目建设资金的筹措，也会影响到下一阶段设计和施工图概算的编制，进而严重影响了投资者无法做出正确的投资决策。

一、建筑工程造价估算的数理统计模型

在建筑工程造价估算方法中，数理统计模型是其中主要估算模型之一。数理统计模型是根据以往工程的历史资料进行分项统计、回归分析，通过统计和分析可以从中找出工程数量或者工程造价与某个单项因素或者诸影响因素之间的函数关系。这种函数关系可以表现为以下形式：

Eij=b1f1（z1）+b2f2（z2）+b3f3（z3）+…

式中Eij——第i章第j节的工程数量或工程造价；

bk——第k项影响因素的影响系数；

fk——第k项影响因素的隶属函数；

zk——第k项影响因素的取值。

通过采用数理统计模型对建筑工程造价进行估算，也可以清楚地看出各种影响因素对工程数量和工程造价的影响程度。利用这种方法使造价的估算更加方便，计算量也相对较小。

二、建筑工程造价估算的模糊数学模型

在建筑工程造价估算中，模糊数学模型是其中主要的估算方法之一。利用这种模型主要是通过确定特征向量和计算工程间接特征的对比，形成模糊隶属度和贴进度，然后通过从多个造价的典型工程中找出待估工程的数个类似工程，最后就利用这种类似工程的造价构成原始的资料，将某种可行的预测技术与模糊数学的某些方法进行有效结合，对未估算的工程进行造价估算。

利用这种方法对建筑工程造价进行估算，通过对模糊信息进行处理，可以使当前工程和已经建设完工的工程之间的相似度进行定量化，这也是估算工程造价的主要依据，因此，这种方法是有一定可行性的。但是，这种方法并不是适应所有的建筑工程造价估算，因此它不能准确反映出工程造价的实际变化特性，因此，要想保证建筑工程造价估算的准确程度，还应将每个工程建造年价考虑在估算之中，当然，在物价处于相对稳定时期也应将年价考虑在内。

三、基于神经网络的工程造价估算方法

从神经网络数学理论的研究和分析可以看出，基于神经网络的工程造价估算方法是不需要建立精确的计算方程和规则的，因为神经网络是由大量处理单元（神经元、处理元件、无电元件等）广泛互连而形成的网络，并且它是一个非线性动力学系统，其主要特色是储存方式是分布的，在处理数据过程中使用的处理方式是协同处理，自适应学习也是其特色之一，它可以通过直接使用样本数据来实现输入层和输出层之间的非线性映射，所以，这种估算方法主要解决无法建立精确数学模型而又容易受数据样本影响的问题。这正好与工程估算如出一辙。

这种方法与前面两种估算方法不同，基于神经网络的工程造价方法是通过实例训练学习来确定模型的权重，这样可以有效避免某些方法的人为计取权重的主观影响，计算起来也是非常方便的、准确的，若想快速估算工程造价，这种方法是非常适合的。与此同时，通过采用这种估算方法，在估算造价时隐性考虑了不同时期的主材价格，从而使造价更加符合实际情况。但是，基于神经网络的工程造价估算方法也有其缺点和局限性，这些缺点和局限性主要表现在工程特征的选取和训练样本的选取上，并且这两方面的选取工作，在现阶段还只能拼接经验来完成，对于理论的指导也是相当缺乏的，所以，这种现象很容易导致个别输出目标值与实际值形成明显的偏离。

除此之外，建筑工程造价估算是在投资阶段进行的，又因为在这一阶段中工程资料掌握程度的严重制约，大多数的工程信息的确定都是不准确，不详细的，因此，在建筑工程造价估算过程中无论采取哪种方式都存在明显的缺陷，经过专家和相关技术人员的长期研究，特别提出基于案例推理的方法，以期对建筑工程造价估算方法予以完善。

目前为止，各种工程造价估算方法之间都有相互通用之处，基于案例推理的方法可以运用模糊数学的估算方法，对尚未估算的工程造价和典型工程造价估算方法之间的相似性做好定量计算，从而实现工程之间结构和构造的相似性反映工料机配备的相似性，进而体现出工程造价问题的模糊性特点，以达到减少资金时间价值因素对工程造价产生的影响。此外，基于案例推理方法与神经网络方法有些地方是较为相似的，例如，这两种方法在处理非结构化信息的时候都具有一定的优势，并且在案例推理过程中可以加强实用性方面的考虑，这样推理出来的效果就不会受制于样本信息的选取。从案例推理方法本身来看，其在实际应用中所体现出来的优点较多，例如，利用这种方法对建筑工程造价进行估算时，可以较好地兼顾工程造价估算对反应快速和结果准确两方面的要求，并且在处理实际问题时，还能够融合各种方法的特点，最主要的优点就是这种方法的使用可以同时克服上述方法中的缺点，同时适用于建筑工程造价的估算，对工程造价估算的有效控制也发挥了其作用。

四、结束语

建筑工程造价估算贯穿于整个研究阶段，也是有效评价建筑工程项目投资的重要工具，为提高估算的准确性，保证工程的投资效益和成本，不得不加强工程造价估算方法的研究和探讨，对于每种方法中存在的缺陷问题和优点应该进行全面分析，并对这些估算方法进行对比，并从对比中发现和弥补每种方法中存在的不足以及优势的相互结合。我们应该坚信，随着工程建设过程的逐步推进，对工程资料掌握的详尽程度也会越来越高，自然而言的对建筑工程造价的估算也会更加准确，更加贴近工程实际发生造价，对工程的总体投资进行有效控制。

参考文献：

[1]王月明.建筑工程造价快速估算方法的研究[J].西南科技大学，2010（9）.

篇2

关键词：工程量清单计价;工程造价;神经网络;模糊数学;灰色系统理论;蒙特卡洛模拟

Abstract: The paper mainly research method to quickly determine the project cost in the current bill of quantities mode, select the BP neural network, fuzzy mathematics and gray system theory, Monte Carlo simulation to forecast project cost, briefly principle and operation of several methods to achieve the guidance of the actual project.Key words: engineering the bill of quantities; project cost; neural network; fuzzy mathematics; gray system theory; Monte Carlo simulation

中图分类号：文献标识码：A 文章编号：2095-2104（2012）

我国传统的定额计价是从前苏联引进的计划经济条件下的以标准和定额管理为主导的管理模式。传统定额计价模式的“量价合一”以及要素价格的固化违背了市场规律，使得市场形成价格的竞争机制在建筑工程造价中难以实现，严重背离了市场形成价格、企业自主定价的原则。而且，这种投资分解和编码体系主要是面向材料和工序进行分解划分的，这种体系主要是为了进行投资的静态计算和分析，不适合项目全过程的动态控制。随着我国市场经济的不断发展，投资主体的日益多元化，传统定额计价模式已经越来越不适应造价管理的需要，不仅无法实现有效控制造价的目的，而且也因抑制了建筑企业积极性的发挥，不利于建筑业市场的发展。

鉴于这些突出的问题，为了适应建筑市场改革的要求，我国在1992年提出了“控制量、指导价、竞争费”的举措。其主要思路是:将工程预算定额中的人工、材料、机械的消耗量和相应的单价分离，人、材、机的消耗量是国家根据有关规范、标准以及社会的平均水平来确定的，指导价就是要逐步走向市场形成价格，这一措施在我国实行社会主义市场经济初期起到了积极的作用。但是随着建设市场化进程的发展，这种方式的弊端渐渐凸显出来。这里的“量”指的是社会平均消耗量，反映的是社会平均水平，不能体现企业的技术装备水平、管理水平和劳动生产率，因此，并不能体现公平竞争的原则。之后，建设部于1998年又提出“具备条件的地区和工程项目，可以按照建设行政主管部门的统一工程计算规则和工程项目划分的规定，进行工程量清单招标，合理低价中标等试点”，并在广东、天津等地进行了试点。2003年，建设部了《建设工程工程量清单计价规范》（GB50500-2003）,作为强制性规范在全国范围内推行。经过几年的发展，目前通用的计价规范为《建设工程工程量清单计价规范》（GB50500-2008）。这标志着我国工程造价管理由传统的“量价合一、政府定价”的模式发展为“量价分离”的工程量清单计价模式。

一、工程量清单计价模式

1.概念：

建筑工程项目的工程量清单由招标人在工程项目招标文件中给出工程量清单和要求，投标人根据招标人给的工程量清单确定各分部分项工程费、措施项目费、其他项目费和规费、税金所需的全部费用的一种工程计量与计价的编制方法。

投标人在投标报价时应考虑各种不利的施工条件、自身的技术能力和管理水平、市场材料和设备的价格变化等风险。所报的价格应该是综合价格，也就是包括完成所给工程数量的项目要发生的全部直接成本、间接成本乃至规费、利润和税金。一旦中标，所报的综合单价无特殊理由将不会改动。工程结算时，工程数量允许按照实际发生的数量上下调整，工程总价也会随着上下调整的工程数量乘以相对不变动的综合单价上下调整。

2.编制步骤

3.清单计价计量方法。即以《全国统一工程量清单计价规范B50500- 2008》的规定计算规则计算工程量的方法。

4.工程量清单计价方法

依据工程量清单计规范对工程在招投标报价时进行计价的方法。

工程预算造价＝

5. 工程量清单计价的费用构成

工程量清单计价模式的费用构成包括分部分项工程费、措施项目费、其他项目费，以及规费和税金。

（1）分部分项工程费

分部分项工程费是指完成在工程量清单列出的各分部分项清单工程量所需的费用。包括:人工费、材料费(消耗材料费总和)、机械使用费、管理费、利润，以及风险费。

（2）措施项目费

措施项目费是由“措施项目一览表”确定的工程措施项目金额的总和。包括:人工费、材料费、机械使用费、管理费、利润，以及风险费。

（3）其他项目费

其他项目费是指预留金、材料购置费(仅指由招标人购置的材料费)、总承包服务费、零星工作项目费的估算金额等的总和。

（4）规费

规费是指政府和有关部门规定必须缴纳的费用总和。

（5）税金

税金是指国家税法规定的应计入建筑安装工程造价内的营业税、城市维护建设税及教育费附加费用等总和。

二、工程量清单快速报价方法：

建设工程具有投资大、生产和使用周期长等特点，决定了项目决策的重要性。工程造价决定着项目的一次投资费用。投资者是否有足够的财务能力支付这笔费用，是否认为值得支付这项费用，这是项目决策中要考虑的主要问题。因此在项目决策阶段，工程造价预测就成为项目财务分析和经济评价的重要依据。

1.神经网络法：

神经网络应用于工程造价中是对类比法的一种发展。人们普遍认为，工程建设的资源耗量与工程的一些基本特征值之间存在着必然的联系。但是，这种必然的联系一般并不都能以一个简单的以通过其内部的推理机制，解决工程特征和工程建设资源耗量之间的复杂关系问题。神经网络也就是利用已建工程的基本资料，通过建立工程特征和资源耗量之间的联系来完成工程估价的任务。

篇3

市政道路工程估算，也是制定工程招标标底的重要参考，市政道路工程造价估算的结果是市政道路工程完整进行的资金耗费的最低额度，因而对于招标的标底的制定有着重要的参考价值。总之，市政道路工程造价估算的科学进行，是市政道路工程建设全过程进行的基础，对于市政道路工程的建设有着重要的意义。

二、市政道路工程造价估算方法的科学分析和实践研究

1.市政道路工程造价估算的方法类型

市政道路工程造价估算的方法，在经历了较多工作人员的改进和提升后，现在已经形成了几种成熟的主要的方法，分别是：数理统计学估算方法、模糊数学估算方法、人工神经元估算方法、灰色关联分析估算方法和案例推理估算方法等。市政道路工程造价的估算要求工作人员能够熟练掌握以上的估算方法，并且能够根据实际施工和设计情况灵活选择应用，从而得到正确的科学的分析估算结果。

2.市政道路工程造价估算方法的具体分析

2.1数理统计估算方法

数理统计估算方法，即通过函数关系来对市政道路工程造价进行估算，而函数关系的确定是根据通过综合以往的道路工程建设资料，通过分析统计找出各因素和工程造价的关系来确定的。具体的函数关系可以用数学公式表示为：Eij=b1f1(zl)+b2f2(z2)+b3f3(z3)+b4f4(z4)+...这个公式中，Eij代表工程造价，fn代表各种影响因素的函数，bn代表各种影响因素相应的影响系数，zn代表各种影响因素的具体取值。数理统计估算方法的应用，需要较为精确地确定各种因素的取值，然后根据函数公式来计算确定市政道路工程造价。这种方法的优势和劣势非常明显。优势是可以通过计算有效地了解各种影响因素给工程造价带来的影响大小，而且计算简便易操作，对造价的估算耗时较短，应用起来非常方便。劣势是在应用此种方法前，需要有大量的历史工程资料数据的积累，需要的样本数量较为庞大，如果工程资料数据不够多，则会影响市政道路工程估算的准确性，降低投资效益。而且，这种方法要求工作人员要有对于一些特殊的数据回归处理的技巧和能力。总之，数理统计估算方法应用于市政道路工程造价估算时，适用于历史样本数量足够大的情况，否则尽量别用，会影响到估算的准确度，不能体现此种方法的优势。

2.2模糊数学估算方法

模糊数学估算方法的基础，是模糊数学估算理论，依据的是以往进行了造价估算的工程案例，收集到与此次市政道路工程相似的工程案例，对这些工程的造价估算数据进行整理参考，利用科学合理的评估手段，通过一些实际的向量结合相关的数学估算理论进行造价估算。模糊数学估算方法处理的对象信息具有模糊的特性，是把工程之间的相似度量化之后进而对特定市政道路工程造价进行合理评估的一种方法。模糊数学估算方法的缺点很明显，就是难以准确反映出工程造价的实际变化，对工程造价的计算存在一定的模糊性和浮动性。模糊数学估算方法的应用较为局限，最好在物价较为平稳的时候采用，如果工程材料物价发生了浮动，则用这种方法计算得到的工程造价与实际造价相比会存在较为明显的差异。

2.3人工神经元估算方法

人工神经元估算方法相对于市政道路工程造价估算的其他方法来说，是一种较为新颖的方法。人工神经元估算方法的特性是可以自顺应学习，在处置过程中可以并行协同，存储具有分散性。人工神经元估算方法不同于线性的动力学系统，它是把市政道路工程的相关信息作为神经元网络分支的输入内容，把市政道路工程的造价作为神经元网络的输出内容，从而形成一个完整的市政道路工程造价的估算体系，进行系统运作。人工神经元估算方法的形成，需要科学确定神经元网络模型的各个分支的权重，权重的合理确定，是人工神经元估算方法对造价估算准确性的前提，而权重的确定是根据各种实际工程案例的相关数据进行统计分析得到的。人工神经元估算方法的优势是造价估算较为准确，估算速度相比其他方法更加快速，另外对于不同时期工程材料的价格差异带来的估算误差，这种方法也可以有效地避免。但是这种方面同样面临一些问题，即对操作者的能力要求较高。因为操作者在实际使用这种方法进行实证道路工程造价估算的过程中，需要考虑工程特征以及样本的联系问题，这两个问题只有凭借丰富的实际工程经验才能解决，因此此种方法不适用于工程经验较为薄弱的操作者，否则由于输入向量的偏差很容易造成输出结果的较大误差。

2.4灰色关联分析估算方法

灰色关联分析估算方法更加注重的是影响市政道路工程造价的主要因素，其关键是通过分析影响工程造价的各种因素的重要性，选择重要性较高的影响因素作为重点计算的方面，从而提升工程造价估算结果准确性的一种估算方法。灰色关联分析估算方法的可信度相对较高，而且目前适用性很普遍，误差也可以得到很好的控制。

三、结语

篇4

关键词：投资决策；造价；控制

中图分类号：TU723.3 文献标识码：A 文章编号：

1投资决策阶段对造价的影响

投资决策是指选择和决定投资行动方案的过程，对拟建项目的必要性和可行性进行技术经济论证，对不同建设方案进行技术经济比较和判断，并进而做出决定和选择的过程。因此，正确的投资行动来源于正确的项目投资决策，项目决策的正确与否，直接关系到其建设的成败，关系到造价的高低和投资经济效果的好坏，因此，正确的决策是合理的确定与控制造价的前提。

1.1投资决策阶段控制工程造价的意义

投资决策阶段控制工程造价具有十分重要的意义。首先，投资决策阶段控制工程造价，是正确确定建设项目计划投资数额的关键。不论何种项目，其前期工作的核心是编制符合实际的投资估算值，正确确定投资估算值，对于以后控制初步设计概算、施工图预算，实现投资者预期的投资效果有着重大的影响。其次，相对于建设项目的其他后续工作来说，投资决策阶段控制造价，对建设项目经济效果好坏的影响最大。因此，在此阶段控制工程造价，对整个建设项目来说，节约投资的可能性最大。在项目的建设过程当中，节约投资的可能性是随着建设过程的进展而不断减少。图4-1是表明建设各阶段节约投资可能性的曲线，从中可以看出投资阶段进行造价控制的重要性。图4-2是建设项目各阶段对项目经济性的影响程度，可以看出，决策阶段控制造价对项目经济性的影响高达95%~100%。

1.2投资决策阶段影响工程造价的主要因素

1.2.1建设项目所处地区的选择

由于各地经济发展水平存在较大差异，其土地、劳动力、和建筑材料的价格也存在较大的差异，即使在同一地区，城市的各种价格也会明显高于郊区和农村，土地价格也会有很大不同，从而影响到工程造价。

1.2.2建设项目所处位置的选择

一个建设项目所处区位对造价有着重大影响，在城市繁华的市中心投资与新开发区投资项目的土地价格会有很大差异，施工费用也会有所增加。区位因素包括交通便捷性、临街状况、周围环境等方面。同一区位，对不同类型的建设项目会有不同的影响。

图4-1 建设项目各阶段节约投资可能性曲线图 图4-2建设项目各阶段对项目经济性的影响程度

1.2.3建设项目建设标准与建设规模

五星级酒店要比三星级的酒店的造价高出50%左右，高级公寓造价是普通住宅造价的一倍以上，这些都说明建设标准对造价有着重要影响。同理，建设规模也一样影响工程造价，要根据实际合理确定项目的规模，项目的规模与生产效益之间也符合边际效益递减原理。因此，要合理确定工程的建设规模与建设标准。

1.2.4建设规划设计方案的选定

投资决策阶段建设项目规划设计方案的选定对工程造价的影响也很大。建设项目是选择高层低密度还是多层高密度、结构类型是钢结构还是钢筋混凝土结构等，都对工程造价起着决定作用。

1.2.5主要设备选用

工业建设项目的设备投资有时会超出建筑安装工程的投资，在现代社会中，智能型办公大楼或酒店项目的设备费用也非常昂贵，因此，在满足功能要求和不增加使用过程中的维修费用的情况下，如何就需要的各种设备的各种价格进行比较选择，会对造价有一定影响。

2 决策阶段造价的确定

2.1项目决策阶段造价估算的层次

投资决策过程，是一个由浅入深，不断深化的过程，依次可分为若干个工作阶段，表3-1。

项目决策阶段的造价估算 表2-1

2.2国内外常用估算方法

投资决策阶段造价的确定主要通过可行性研究对项目进行科学的论证，对各方案进行技术经济分析选出最优方案以后，根据以往类似工程的估算指标进行投资估算，确定工程的投资额。传统的投资估算有以下几种方法：

2.2.1静态投资估算方法

⑴资金周转率法。其公式为：

资金周转率 = 年销售总额/总投资=（产品的年产量×产品单价）/总投资

投 资 额 =（产品的年产量×产品单价）/资金周转率

这种方法比较简单，但精确度较低，一般用于投资机会研究或项目建议书阶段。

⑵生产能力指数法。其公式为：

式中：——已建类似项目或装置的投资额；——拟建项目或装置的投资额；

——已建项目或装置的生产能力；——拟建项目或装置的生产能力；

—— 不同时期、不同地点的定额、单价、费用变更等的总和调整系数；

——生产能力指数，。

其中n取值是按照拟建和已建项目的生产规模相差的大小来确定的。采用此种方法，计算简便，速度快；但要求类似工程资料可靠，条件基本相同，否则误差较大。

此外，还有比例估算法、系数估算法，其估算精度都不是很高。对于房屋、建筑物等单项工程，常采用指标估算法，根据编制的各种具体的投资估算指标，进行单位工程的投资估算，在此基础上，汇总出单项工程的投资额。采用此种方法时，一方面要注意，套用的指标与具体工程之间的标准或条件有差异时，应加以必要的调整或换算；另一方面要注意，使用的指标单位应密切结合每个单位工程的特点，能正确反映其设计参数，不要盲目单纯的套用一种单位指标。

2.2.2动态投资估算。

涨价预备费，建设期贷款利息及固定资产投资方向调节税等的估算要计算资金的时间价值。铺底流动资金常按流动资金的一定百分比来确定，大约为30%左右。流动资金的估算有两种方法一种是扩大指标估算法，另一种是分项详细估算法。

2.3决策阶段投资估算的确定

2.3.1投资估算的确定

总投资估算包括固定资产投资估算和流动资金估算。具体的费用估算方法见图3-3所示。

图2-3决策阶段投资估算及方法

T—固定资产投资；L—流动资金;C1—已建类似项目投资额；Q2—拟建项目生产能力；n—生产能力指

数；Q1—拟建项目的生产能力；f—不同时期、不同地点的定额、单价、费用变更等的综合调整系数

由以上投资估算方法可见，影响投资估算精确度的关键有三个：一是可行性研究中建设方案的确定。建设方案直接决定拟建项目生产规模、建筑标准与功能要求。二是类似工程造价资料的选取与资料的可靠性。三是投资估算方法的选取，确定投资估算的方法有很多，有的简便易行，但其精度却得不到保证，因此，准确确定投资额，估价方法很重要。

2.3.2投资估算在造价控制中的作用。

篇5

Abstract： The gray relational theory is used to predict the weight of highway index， and a highway project cost forecast model based on case-based reasoning is constructed， and the cost estimate of highway engineering is obtained. The effectiveness and practicability of the method are verified by an example.

关键词： 灰色关联；案例推理；公路工程造价

Key words： gray correlation；case-based reasoning；highway engineering cost

中图分类号：TU723.3 文献标识码：A 文章编号：1006-4311（2016）33-0037-02

0 引言

在公路造价急速变化的背景下，如何有效地对公路建设项目的造价实现有效的估算工作，是当前公路造价部门急待解决的关键问题。基于案例推理理论（CBR）等方法是人工智能领域的重要研究方向，在众多领域都有其广泛的应用成果。基于案例推理的公路工程项目投资估算系统通过检索历史公路工程项目案例来获取知识，大大减少了专家知识获取的必要性，更容易建立；当公路工程项目实际问题与历史案例不完全匹配时也可以提供类似的解决方案；推理结果是具体的公路工程项目案例，更形象地反映了整个公路工程项目的概况，很容易理解和接受。本文就是对公路工程特征指标体系的构建，进而为案例库的建立提供特征整合依据，将利用灰色关联理论和案例推理技术相结合，提出一种更科学的公路工程项目投资估算方法。

1 案例推理的公路工程造价预测模型研究设计

对于公路工程造价预测模型的研究设计如下：

首先，根据构建的公路工程造价指标体系、公路项目分标段、独立桥梁、互通立交、独立隧道各工程的造价影响因素指标，汇总收集已完建实际公路工程相关特征基础数据，通过逐项分析，运用指标测算公式进行简单统计运算，获得较完整的项目特征指标数据和造价影响因素指标数据。其次，灰色关联分析确定指标权重。为提高预测的精度，按照灰色关联分析方法的计算步骤，得出公路工程造价影响因素指标体系中各项指标的权重。最后，构建基于案例推理的公路工程造价预测模型。以前面工作为基础，依据案例推理基本原理，把源数据的相关指标汇总成案例库，待与新案例项目特征指标进行匹配，通过相似度比较，完成造价的预测工作。

2 工程实例

通过查阅和整理资料，完成了已有数据的收集工作。目前搜集到了的有云南省武昆高速公路15个合同段和普宣高速公路13个合同段的相应预测指标，个别合同段的个别指标缺少，剔除了3个指标，最后得到7个合同段的共有的6个指标。把其中6个合同段放入案例库，剩下的一个作为待建工程来进行造价估算的实例研究。收集的原始数据如表1所示，根据前面的案例推理的公路工程造价预测模型研究设计，首先对高速工程的预测指标权重进行确定，最后将建立的高速公路工程造价预测模型应用于实际工程案例中，进行实证研究。

2.1 数据标准化处理 由于收集的数据量纲不一致，导致各指标数据间悬殊较大，数据不能直接使用，需要进行标准化处理，本文使用离差标准化方法进行处理，标准化公式如式（1）所示，处理后的数据值都在[0，1]之间，标准化处理后结果如表2所示。

其中Xmin和Xmax分别为相应序列的最小值和最大值。

3 结语

本文通过工程实例验证了案例推理模型设计的有效性，给公路工程投资决策阶段的造价估算工作提供参考依据。不过也存在一些不足之处，在搜集整理数据阶段个别合同段的特征指标不完整，对造价估测的结果与实际可能会存在偏差。因此建立更加完备的案例库，应作为估算运用的基础工作，这样才能优化该方法的准确度。

参考文献：

[1]李珏，等.基于案例推理模型的公路工程造价估算研究[J].长沙理工大学学报，2013，28（1）.

篇6

【关键词】水电工程；造价；控制

0.前言

水电工程一个建设周期长，投资大、风险也较大的生产消费过程，由于我国在造价控制方面还缺乏系统的模式，因此造成水电工程造价失控的现象相当普遍，这不仅会造成计划失控，而且难以发挥工程原本构想的效益。所以，如何有效地对水电工程的造价进行控制，加速我国水能源的利用与开发，是水电工程造价管理的关键，也是当前国家所面临的亟待解决的新课题。

1.我国水电工程造价控制存在的问题分析

由于水电工程牵涉面广，制约因素比较多，是一项庞大而复杂的系统，加之我国现阶段的项目造价控制机制相对还比较落后，因此造成水电工程造价失控的现象普遍存在。

1.1由于对水电工程造价的风险估计不足，造成了造价估算偏低

对于水电工程而言，其造价主要分为：确定性造价、风险性造价以及完全不确定性造价三部分，要对水电工程造价进行控制，主要是对风险性造价的确定和预测。然而，现在国内的工程单位风险意识淡薄，责任心较弱并且缺乏风险投资的经验，因此往往对风险性造价的估计不足，造成预算费用不足，投资估算偏低。

1.2在水电工程设计阶段造成的造价失控

很多工程单位虽然在设计阶段做了工程的预算，但由于设计方案不够详细，常常忽略各个阶段造价的相互约束，实用性不高。而且有的建设单位为了增加其投资效益，任意修改设计内容，扩大规模，从而导致设计预算超过投资估算。另外，由于很多设计方案的执行力度不够，经常会随着施工的进行不断地被改动，从而导致施工图的预算与实际的设计预算出入较大。另一方面，工程的造价与设计部分及其设计人员的素质水平有很大关系。随着科技的进步，新涌现的新材料、新技术以及新工艺都会降低水电工程的生产费用，然而由于设计人员水平的不同，对新技术的应用程度不同，针对同一个项目，同样的标准，不同的设计单位设计的方案可能对工程的造价影响很大。

1.3水电工程分包阶段估价不准

在水电工程的分包阶段，我国主要采用的估价方法是单位估价法，而单位估价法所采用的定额是在一定时期、一定范围由行政部门编制颁发的，反映了某一时期某个行业在某个地域的共性，然而与某个具体的工程必然会存在估价的差异，因此，现在世界上通行的水电工程造价有两种方法，一是“单位估价法”，另外一种是“实物量法”。

另外，在招标工作过程中，工程承包合同价格普遍偏低。由于业主为了节省投资，往往忽略施工单位的利润，一味的低价要求施工单位中标。由于激烈的市场竞争，很多竞标单位为了中标会将投标价格报的很低，然而在以后的具体施工过程中会以一些借口进行索赔，从而造成工程造价的提高，不利用对工程造价进行有效地控制。同时，在竞标过程中，暗箱操作的现象也时有发生，从而导致工程造价的错误估计，给企业和国家造成不必要的损失。

1.4水电工程在实施阶段造价控制存在的问题

由于水电工程项目庞杂，牵涉方面较多以及工期长等特点，增加了工程实施阶段的投资风险。同时也影响了这一阶段的造价控制，经常会超出设计预算。在水电工程实施阶段，造价控制主要存在以下问题：

（1）进度与投资之间的关系未得到有效的处理。

（2）管理人员的素质水平造成了合同的执行程度不够。

（3）没有采用科学的方法对造价进行控制。

2.对水电工程造价控制的原理与方法

水电工程项目可以分为三个理想的项目目标：高质量、低投资、短工期。然而，各个理想目标往往是不是独立的，它们是一个既统一又矛盾的整体。水电工程项目工程造价的最佳控制目标是，能够在保证工程质量的前提下，利用最低的工程造价缩短工期，以尽早的收回投资，并及早的发挥工程的效益。

一般水电项目工程控制的流程图如下所示：

图1 水电工程造价控制过程示意图

由于水电工程项目是一个周期长、投资大、风险大的建设过程，因此对水电工程项目的造价控制也应该有科学合理的方法措施，目前在水电工程项目造价控制方面应用的主要方法有：投资估算法、概算和预算方法、经济评价方法、技术经济分析方法，其中技术经济分析方法又分为方案比较法、盈亏分析法、回归分析法、决策树法、价值工程法、合理低价法等方面。

2.1水电工程项目决策阶段的造价控制

水电工程项目在决策阶段的只要任务是对项目的必要性、可行性以及经济性做出合理的评价。项目决策与项目工程造价有着密切的联系：

项目决策阶段是对工程造价控制的关键阶段。根据调查显示，项目决策阶段是影响工程造价的关键环节，其在影响工程造价的各阶段中所占的比例为95%以上。因此，要把有效的工程决策作为控制工程造价的重中之重。

（1）决策的合理与否决定了工程造价是否合理。

（2）决策的深度影响投资估算的精度和工程造价的控制效果。

因此，项目决策阶段应该作为对工程造价进行控制的重点。在该阶段中，对项目造价控制的主要方法如下：

1）科学的估算总投资。在水电项目的决策阶段，由于工程条件和资料的限制，项目总投资的估算值精度可能有较大误差，同时，由于各种投资估算方法的局限性也可能影响投资估算的准确性。然而，项目的估算投资却有着重要的作用，已经批准，即被认定为项目建设的最高投资。因此，应该在保证可行性研究的深度和质量的基础上，研究和创新造价估算方法，以提高投资估算质量和准确度。另外在进行项目投资估算时，首先应该实事求是的反映建设内容，另外尽量采用多种估算方法，以提高估算的准确性。 （下转第146页）

（上接第36页）2）目的投资估算应该进行严格的审查。

水电工程项目一般来说投资巨大，而且资金来源方式也不尽相同，在立项过程中，经常会存在虚拟计划、争取立项、论证不足、挂账建设等现象，这些现象都会在造价控制方面埋下很大的隐患，所以，应该严格审查工程造价开端的投资估算，为工程造价的控制建立一个良好的基础。

2.2在设计阶段对水电工程的造价控制

设计阶段对工程的造价控制也是全过程项目造价控制的重点。因为设计质量的好坏将对工程造价、工期以及质量都会有很大的影响。因此应从以下几方面在做好工程设计阶段的造价控制：

（1）充分分析设计阶段将会对工程造价造成影响的主要因素。

（2）设计招标和设计方案竞选，通过招标的方式来选择设计单位，利用技术经济综合评价法来选择设计方案。

（3）推行限额设计和标准设计。

（4）认真审查设计概算与施工图预算。

2.3在水电工程的实施阶段进行的造价控制

水电工程的实施阶段决定了工程的质量、工期，并且会对工程的造价有很大的影响，因为大部分的项目投资都发生在项目实施阶段。因此应该对项目实施的各个阶段做好掌控，实现劳动、资本、技术和管理的优化组合，以更好的进行造价控制。

（1）应该对施工方案进行严格的审查。

（2）严格控制工程变更，确定合理的工程变更款。

（3）加强对施工资本以及质量的管理。

3.总结

水电项目的造价控制是一个动态的过程，牵涉到项目的各个环节，因此，要想做好项目的造价控制，应该从各个环节如手，综合考虑各方面的因素，从而达到对项目造价进行有效控制的目的。

【参考文献】

篇7

Abstract: This article takes the quick cost estimating of civil engineering as the research object. By applying the grey prediction GM（1，N） modeling mechanism, it analyzes the construction project cost indexes systematically, and sets up a state equation about construction project cost, labor cost, engineering cost of raw materials and mechanical cost. Then the defined prediction model and the derived type prediction model are set up to quickly estimate the construction engineering cost. Finally through examples, it proves that the grey forecasting model is feasibility and the estimating results are reliable in the quick cost estimating of civil engineering.

关键词： 建筑工程；工程造价；灰色预测

Key words: construction engineering；project cost；grey prediction

中图分类号：F062.4文献标识码：A文章编号：1006-4311（2011）17-0060-02

0引言

建筑工程造价快速估算是建筑工程行业中一项重要的工作，常用的预测方法主要有：定额计算、数理统计、模糊数学、自适应过滤技术、人工神经元网络技术和灰色理论。其中灰色预测所需样本较少，不需要计算统计特征量，并以解决信息不完备系统问题而见长，所以从灰色系统理论被创立至今，国内外很多学者对该理论不断的研究和完善，并广泛应用到交通、洪水预报和隧道工程沉降变形监测等很多实际问题中去[1,2,3]。灰色预测模型的引入必将促进建筑工程造价管理信息化的发展。

1建筑工程造价指标系统分析

1.1 建筑工程造价的构成及其关联因素 建筑工程总造价x1是由工程直接费、间接费、计划利润、税金等所组成，其中工程总造价本身是主导因素，而人工费、材料费和机械费为关联因素，可以确定工程总造价的预测模型为GM（l，4）模型，其状态方程可以表达成：

3应用实例

3.1 项目概况在沈阳某房地产发展商开发了一片住宅小区，工程总造价中，人工费、材料费、机械使用费为主要因素，选取2004年至2008年的历史原始资料造价表，通过各项数据对该楼盘2009年工程总造价进行快速估算。

3.2 模型应用

实际总造价金额为63421365.46元，验证了灰色预测在建筑工程造价快速估算中的可行性。

4结论

将灰色预测模型应用到实际建筑工程造价估算中，体现出应用该模型进行估算时不需要大量的统计数据，其计算量少，而且精确度比常规的估算方法要高。该模型不但能对总造价进行预测，对分项工程的造价也可进行估算。

参考文献：

[1]Tim J W Tookey．Hybrid grey model to forecast monitoring series[J]．Journal of Central South University of technology．2005，12（2）：623-627．

[2]Abdul Alhazred．Application of Grey model and artificial neural networks to flood forecasting[J]．Journal of the American Resources Association．2006，42（2）：473-486．

篇8

关键词：工程造价；新方法；应用；人工神经网络

中图分类号：TU723文献标识码： A

一、工程造价的含义

工程造价是指建设项目从筹建到竣工验收所花费的全部费用总合，或指建设一项工程预期开支或实际开支的全部固定资产投资费用。其中又可分为广义的造价及狭义的造价两种，前者是指建设项目的建设成本，即完成一个项目所需费用的总和，它包括用地取得费用、设计费、工程建造费及其它相关费用；后者是工程的建造费用（或称承包价格）。

二、工程估算精细程度

工程估算根据精细程度及工程生命周期等方面的差异，估算种类也会有所不同，估算过程受限于信息确定性、时间迫切性及估算目的等需求差异，一般可将估算分为概算估算及明细估算两种。

一是概算估算：在工程可行性分析及初步设计阶段时，由于项目能取得的信息非常有限，无法针对细目详细编列，仅能利用以往的数据资料、类似的案例或草图，推估可能的建设成本；由于估算过程考虑的细节并不周全，因此，估算结果与实际状况可能会产生较大的落差，精确度为±15%~±20%。概算估算又可根据信息取得的多少，分为粗估及概估。

二是明细估算：当工程细节设计完成后，依据完整的设计图及施工规范，详细计算出全部工程的材料、人力、机械设备等各种工程数量，再根据市场行情核算其总价，其估价精确度为±5%~±10%。

三、人工神经网络在工程造价工作中的应用

（一）人工神经网络

人工神经网络（Artificial Neural Networks， ANN），或称为人工神经网络，是指模拟生物神经网络的信息处理系统。它使用大量简单的人工神经元来模仿生物神经网络的能力。人工神经元是生物神经的简单模拟。它从外界环境或其它人工神经元取得信息，并加以非常简单的运算，将输出结果传送到外界或其它人工神经元。人工神经网络是由许多人工神经细胞（artificial neuron）所组成，人工神经细胞又称人工神经元、人工神经元、处理单元（processing element）。人工神经网络具有下列特性：高速计算力、高容记忆能力、学习能力及容错力。

（二）人工神经网络的种类

一是监督式学习网络。监督式学习网络是自问题领域中取得培训范例（有输入及输出变量值），并从中学习输入变量与输出变量的内在对应规则，以应用于新的案例，即利用输入变量以推估输出变量。监督式学习网络较具代表性、实用性的种类为多层感知器（MLP）。

二是无监督式学习网络。无监督式学习网络是自问题领域中取得培训范例（只有输入变量值），并从中学习范例的内在聚类规则，以应用于新的案例，即利用输入变量以推论它与哪些培训范例属同一聚类。无监督式学习网络较具代表性、实用性的种类为自组织映像图网络（SOM）、自适应共振理论网络（ART）。

三是联想式学习网络。联想式学习网络是自问题领域中取得培训范例，并从中学习范例的内在记忆规则，以应用于新的案例，即利用不完整的状态变量以推论完整的状态变量。联想式学习网络较具代表性、实用性的种类为霍普菲尔网络（HNN）、双向联想记忆网络（BAM）。

（三）人工神经网络在工程造价工作中的应用

人工神经网络在工程造价中的应用主要包括如下四种形式：一是监督式应用，可分为分类型及预测型，分类是指期望输出值为逻辑的二元值；二是无监督式学习的应用属于聚类分析，可作为监督式应用的前端处理；三是联想式学习可应用于资料处理，依其特性可分成自联想与异联想，自联想为由一个式样联想同一个式样，异联想为由一个式样联想另一个式样；四是目前人工神经网络最佳化应用主要是用于组合最佳化问题，即设计变量是离散值。

在具体的使用过程中，需要建立人工神经网络模型。神经网络模型的建立包括网络层数和各层参数的确定。输入、输出层参数包括神经元的个数以及每个单元所代表的物理量，其中输入层单元的个数及其物理含义表示所需要解决问题的已知量的个数和内容，输出层单元的个数及其物理含义表示所需解决问题的答案。以建筑工程为例，要建立一个工程造价预测的神经网络模型，应根据建筑工程的类别（住宅楼、商住楼、写字楼、工业建筑、酒店等），确定影响其造价的主要因素作为输入层。比如需要预测一个住宅楼的造价，则可确定建立的神经网络模型的输入层为:建筑结构、基础形式、建筑面积、户型、内装修、外装修、地面工程、门窗工程（可根据所需模型精度选取更加详细的影响因素）;输出层为该工程的工程造价（或单方造价）。人工神经网络使用BP算法，这是采用梯度法即在权重空间沿梯度调整权重，使总误差向减小的方向变化，直到最小。权的修正是所有样本输入后，计算其总的误差后进行的。采用反向传播的BP算法进行工程造价的预测，可以把收集的并进行加工处理后的已知数据样本作为训练样本，按照编制的程序进行网络学习（即进行迭代），可得到一个训练好的造价预测样本。将待估工程的各个参数通过必要的整理加工后，输入到程序中，因网络参数已经确定，即可得到待估工程的预测造价。

四、小结

建筑工程项目在可行性分析阶段，往往需要针对项目投资成本进行分析及评估，以作为投资者判断是否可执行此项目的决策依据。建筑工程造价的预估在专案中占有一定的重要性，但由于项目初期所能取得的信息相当有限。因此，利用有限的信息，快速且准确的预估工程造价，是投资者或开发人员需普遍注重的课题。以神经网络技术可以发展出预估建筑工程造价的模式，借助这个网络系统，能提供投资者或开发人员在建筑项目可行性分析阶段时，一个投资决策上有用的工程造价预估模式。

参考文献：

[1] 王新征，邢利英. 基于BP神经网络的显著性工程造价估算方法[J]. 人民黄河. 2011（05）

篇9

在投资者对工程项目产生意向，并开始进行决策和策划的过程中，其对于工程投资的数额往往十分关注，需要对工程项目的成本和收益进行准确的分析和估计，才能够使建筑企业获得更大的经济效益。通过建筑工程投资估算，能够为项目的取舍提供决策和判断的依据，虽然不能光凭投资估算来完全肯定一个项目，但其却能对一个不合适的项目进行完全的否定。在工程项目建设的前期，投资估算是一项十分重要的工作。在项目经济评价和项目前期决策的过程中，投资估算都是十分重要的基础性条件和依据。通过投资估算，可以对工程造价的最高限额加以控制，并且为贷款计划的制定和项目资金的筹措提供基础。

二、建筑工程投资估算中面临的问题

1.估算误差率。在不同的建筑施工阶段，由于资料详实程度、具备的条件等方面存在着一定的差异，因此，在投资估算过程中，允许存在的误差率，及其发挥出的效果和作用也有所不同。其中，项目建议书投资估算允许的误差率为30%，其主要作用是对概略投资进行估算，为相关部门项目建议书的审批提供依据。可行性研究估算允许的误差率为20%，其作用是在初步明确项目方案的基础上进行估算，为项目技术经济论证提供依据。方案设计估算允许的误差率在10%到15%，其作用是推动技术经济分析论证更加深入、详细、全面的开展，从而为初步设计概算控制、设计文件编制、项目可行性研究提供依据。对于资金筹措安排、后期设计、投资决策等，前期的投资估算具有重要的作用。因此，如果误差率过大，投资估算将会失去其应有的意义。所以，在实际进行投资估算的过程中，应当尽量控制好误差率。

2.估算指标。在投资估算中，具有很多估算方法，可对分部工程造价、单项工程造价、投资估算等指标加以利用。对于造价和估算指标的引用，可将单位工程、单项工程、独立建设项目等作为对象。同时，可以通过平方米单项工程造价指标和主要材料消耗量来加以体现，具有较强的概括性和宏观性。不过，对于不同的工程项目来说，普遍具有不可复制性、唯一性、复杂性等特点，因而不会存在完全一致的工程。对于造价指标、估算所需的数据大多来源于历史资料，难以对当前的价格水平进行真实的反映，因而不能一味的生搬硬套。对于基础部分，可以分为独立基础、撞击基础、满堂基础、条形基础；对于结构部分，可以分为框架、钢结构、框剪、砖混。在钢筋混凝土结构中包括了高层和多层，在钢结构中包括了重型、中型和轻型。在同一个指标上，有所种因素的共同作用。所以在实际应用过程中，应当对相似的工程造价指标进行应用，并进行换算和调整。

3.项目信息资料。在工程项目建设的项目建议书、可行性研究、初步可行性研究、项目规划等阶段，通常是没有具体的设计方案的。对于所要建造的工程项目，投资者会在大体上有一个构思，包括建设地点、建设条件、总体建筑结构、实用功能、拟建规模等。而在实际的投资估算过程当中，这些都是十分重要的依据和参考。然而，在现实应用当中，投资者在刚刚产生建设意向和设想之后，就急于对工程建设的投资有所了解。同时，时间较短，对于工程相模的相关资料和信息也没有进行充分的掌握，因而往往难以准确的进行投资估算。

三、建筑工程投资估算方法

1.基本概述。在建筑工程的不同阶段当中，计算工程造价的依据和方法等都有所不同。在工程设计阶段，已经呈现出了工程项目的大体面貌。随着后续设计的不断细化深入，从初步设计概算进行到施工图预算。随着项目的不断进行，信息和资料就会越具体，对于工程项目真实造价水平的的反映也就越准确。在项目前期，基于现实中的情况，决定了不能将估算进行到概预算的程度。对此，应当探索出一种全新的途径，在估算中利用一种近似与概预算的方式，以便对项目前期估算所面临的问题进行解决，从而使投资估算的准确性得以提高。总体上来说，结合办公、仓储、生产等不同的建筑功能，项目所在地的地址、环境、气候情况，以及投资人的具体要求类似功用建筑构造等信息，对项目模型进行创建。通过这种方式，细化工程的主体结构，使之成为分项工程，然后利用分项工程的综合单价，对建筑工程进行投资估算。在实际操作中，应当先对主体结构形式加以确定，结合建筑功能、地质条件、结构形式等。同时确定类似建筑的基础形式，例如独立基础、桩基础、满堂基础、带形基础等。之后确定地面以上的结构形式，例如砌体结构、钢筋砼框架、钢结构等。综合这些因素，对建筑的装饰和结构加以确定，从而进行建筑模型的构建。下一步需要对分部分项工程进行列举，土建工程分基础、土方，建筑分布、门窗分布、装饰分布、结构分布等。结合各方的经验、资料、信息，使其达到具体化。然后对每一个分项工程进行分项综合单价的估算，从而形成最终的建筑工程估价。

2.具体方法。

2.1概略估算。在概略估算类算法当中，只要包括生产能力指数法、比例估算法、系数法、单位生产能力估算法等方法。其中，生产能力指数法和单位生产能力估算法在实际运算中，对于拟建项目静态投资的粗略估算，是以投资额、类似项目生产能力作为基础的。比例估算法就是分项比例估算的方法。系数法则主要包括朗格系数法、主体专业系数法、设备系数法等。此两种方法在实际应用过程中，估算基数选取的是主要设备购置费、主体专业工程费等。

2.2指标估算。在建筑工程投资估算当中，指标估算类方法是最为常用的。它将建筑工程项目纵向划分为单位工程或单项工程，横向划分为安装工程、设备购置、建筑工程等。然后对各个单项工程和单位工程的投资按照相应的投资估算指标进行估算。以此为基础对项目工程费用进行汇集，然后对基本预算费和其它一些费用根据相关固定进行估算。最终形成拟建项目的静态投资估算。

四、结语

篇10

摘要：工程造价估算是招标投标中的重要一环，探寻一套快速、简捷、实用的工程造价估算方法已经成为建筑行业的迫切需要。为了建设工程造价估算技术的发展及文联面临的问题，提出在建设工程造价估算技术系统中应用人工神经网络技术来提高估算精确度，并且给出系统的设计模型。

关键词：人工神经网络；工程造价；造价估算

人工神经网络（ArtificialNeuralNetworks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（ConnectionistModel），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。

一、神经网络的建立

虽然人们还并不完全清楚生物神经网络是如何进行工作的，但还是幻想能否构造一些“人工神经元”，然后将这些神经元以某种特定的方式连接起来，模拟“人脑”的某些功能。

在1943年，心理学家W. McCulloch和数学家W. Pitts合作，从数理逻辑的角度，提出了神经元和神经网络最早的数学模型（MP模型），是神经网络研究的开端，更为后面的研究发展奠定了基础。经历了半个多世纪，神经网络度过了萌芽期、第一次期、反思低潮期、第二次期、再认识与应用研究期五个阶段。目前，神经网络已成为涉及多种学科和领域的一门新兴的前沿交叉学科。

神经元分为分层网络和相互连接型网络。所谓分层网络，就是一个网络模型中的所有神经元按功能分层，一般分为输入层、中间层（隐含层）、输出层，各层按顺序连接，隔层之间均采用的是全互连接，但对于同一单元间，不互相连接。分层网络可细分为简单前向网络、反馈前向网络和层内互相连接的网络。人工神经网络结构是一种多层的网络结构，一个典型的前向网络。

某个神经元 j 的输入―输出关系为

其中，θj为阀值，ωji为连接权，f(•)为变换函数，也称活化函数(activation function)

对于人工神经网络模型，我们只可能在某种程度上去描述我们所了解的情况。同样，人工神经网络也只可能是在某种程度上对真实的神经网络的一种模拟和逼近。

二、在工程造价中的运用

成都市工程造价计价模式后选取了基础类型、结构类型、工期、层数、建址、层高、内装修、门窗、单位造价等10个影响工程造价和工程量的特征作为模型的输入。考虑到各个工程中门和窗数量差别很大为提高估算的精度我们把门数量和窗数量作为输入，其数量在工程施工图纸上很容易查得，不需作复杂的计算。对于其他文字性表达的工程特征需转变成数字后作为网络的输入。

很明显的看出，测试样本总体误差率比较小，平均误差为283%，基本满足估算要求，随着工程资料的不断积累，选取有代表性的数据作为样本，误差将不断缩小。

意义：

通过这次研究，我们了解了人工神经网络的基本原理，即通过误差反向传播建立多层前馈网络的学习收敛过程,该过程主要包括三个层次,即输入层、隐含层和输出层。在训练中通过计算输出值与期望值之间的误差,来求解输出层单元的一般化误差,再将误差进行反向传播,求出隐含层。并了解了基于人工神经网络之上的建设项目的投资估算模型，了解了平滑指数法、类比系数法、模糊数学估算法的基本原理与其自身的优势与不足，也让我们更深刻地认识到，人工神经网络，作为90年代逐渐被运用的人工智能技术之一，能像一个经验深厚的造价师，根据工程类型、特征及其相关情况,结合数据和经验,准确的估算出其造价。我们也通过计算验证了模型的可行性。对于我们从事建筑造价的大学生来说，是一次难能可贵的研究机会，能够较深层次的了解行业中的专业知识。随着中国改革开放和市场经济的不断深入，中国建筑企业在面临很好的机遇的同时，也面临着严峻的考验。现在的市场竞争机制已表现得越来越明显，他要求我们提高效率，尽快拿出自己招投标方案，但是传统的预算方法以及现行的计算软件都必须花费较长的时间才能计算出结果，而且计算的结果准确度还不是很高。怎样解决这个问题，成了建筑界的热门话题。同时作为建设方的业主，他们同样对快速预算很感兴趣。因为确定工程造价是建设工作中十分重要的一环，在不同阶段有着不同的方法。如建设前期的工程造价估算、初步设计阶段编制概算、施工图设计阶段编制预算，特别是建设前的估算是我们工作的重点，因为它是我们进行成本控制的起点。对于建设单位而言，它们不仅能在进行设计招标之前大致确定该工程的造价，而且还能在工程施工招标前定出合理的标底。可见快速预算有其很现实的发展研究背景。近几年许多学者都在这方面努力探索，并取得了很好成果。 神经网络和模糊数学的快速发展应用为工程快速预算提供了很好的思路。我们通过查阅资料了解了模糊数学和神经网络的结合原理，认识了基于模糊神经网络和工程预算原理的工程快速估价的模型，并通过住宅建筑估价模型的建立，说明模型的实现方法且验证其实用性。这次研究对于行业经验不足的我们十分宝贵，我们通过书籍等资料更加全方位的了解了我们未来所讲从事的行业的知识，为我们以后的工作做了良好的铺垫，积累了宝贵财富，我们将在了解这些专业知识之后熟练地运用，以更好地促进行业的发展。（西华大学；四川；成都；610039）

参考文献：

① 汪应洛、杨耀红，工程项目管理中的人工神经网络方法及其应用［J］.中国工程科学.2004,6(7):26-33.

② 袁曾仁，人工背景：神经网络及其应用［M］清华大学出版社，1991