淺談公路工程造價管理中的快速估算及模型的建立

摘要：建設單位要做好公路工程的建設，就必須對可能存在的浪費現象嚴加控制，這就需要對工程實施前做好較為準確的造價估算工作，以此來達到對項目進行控制的目的。本文主要結合現有估算方法，并介紹了人工神經網絡的公路造價快速估算模型的建立。

關鍵詞：公路工程;造價管理;快速估算

1"公路工程造價管理中的快速估算分析

1.1"快速估算

快速估算一般是以模糊數學理論，灰色理論，神經網絡等為理論基礎，通過工程實際運算，許多模型已經建立，并取得了很好的效果，并且也在不斷的成熟完善中。在歐洲快速估算得到了快速的發展，而在我國受到各種原因的阻礙發展的比較緩慢，現在正處于起步階段。

1.2"公路工程造價管理重的快速估算

工程造價估算是建設項目前期可行性研究階段以及投資決策階段的一個重要的部分，它體現了建設項目的資金構成以及總的造價，是投資決策和后續幾個階段造價控制的重要依據。我國現階段運用的各種投資估算方法，比如根據經驗估算造價、因素估算法等，都是比較常用的方法，但是這些方法都只是考慮項目本身存在的一些特征因素，其實項目在建設過程中還有很多的不確定性因素，這些都沒有考慮在內，造成了前期造價估算與最終的造價相差比較大，給建設方甚至施工方都會造成損失。

由于公路的建設周期都是比較長，施工的條件都是比較復雜，可變的不確定性的因素隨時出現，同時公路的建設一直是我國經濟發展的根本，但是在計劃經濟的推行過程中不斷受到阻礙。例如對于政府投資的項目，只是對于建設比較重視，對于后期的項目回報問題很少考慮，也就是忽略了建設過程中的管理問題，最終造成超額投資，浪費現象普遍存在。由于前期的造價估算方法的不夠系統化才造成了這些問題，估算的結果缺乏定性化和定量化結合。

2"公路工程造價快速估算模型的建立探討

2.1"人工神經網絡模型概述

近年來，神經網絡應用于各個領取，取得了比較滿意的效果。神經網絡具有很好地記憶力，并且運算速度快、精確度高、泛化能力比較好等優點。因此，隨著學者的不斷研究，逐漸應用到建筑領域，在工程造價的快速估算方面應用的比較多，人工神經網絡比較適合于應用到那些難以建立數學模型的領域中，而工程造價的估算就是適合的，因此也取得了很好的效果。在收集大量已竣工工程項目資料的基礎上，對模型進行重復訓練，當訓練結果達到允許的誤差范圍時，就可以用來估算待建工程的造價，中間不需要進行繁瑣的計算過程。

2.2"神經網絡模型工程特性的選取

公路工程項目的成本不同程度的受到了其特征的影響，將工程特征轉化為具體的數值輸入模型，就能計算出項目的總投資，建立模型的意義也就在于此。如何選取有用的工程特征作為輸入向量是建立該模型的重中之重，工程特征選取的好了，得出的結果比較接近于實際，就能說明這個模型的實用性和可推廣性，反之則不然。

模型輸入數據要盡量準確，所以要全面的搜索和考察公路的工程特征，對于工程的所有特征要逐個進行全面的分析統計。要想模型有比較貼近實際的計算結果就必須對項目的特征選取的適當，工程造價存在很多特征，例如相比于其他事物具有特殊性，與其他的財務費用也存在著很大的差異性，所以工程的各項特征要盡量考慮到，否則這些特征就無法具體展現，同時模型的預測能力會受到嚴重影響。對于影響程度比較大的要重點考慮，對于影響程度比較小的次之考慮，一些微乎其微的影響因素可以忽略考慮，對每一個因素設置相應的權重。

結合建設工程項目的投資組成，將各個部分計算出加和就能得到總的工程造價。通過概算以及預算的編制過程，其他各項費用的計算是以建筑安裝工程費為計算基數采用不同的計算標準和方法計算得出的，從建筑安裝工程費，就能得出工程項目的總投資。可見建筑安裝工程費對于項目的總投資的計算起著至關重要的作用。公路工程建筑安裝工程費用主要包括路基工程、橋涵工程、橋隧互通工程、路面工程、其他工程及沿線設施等，只要知道了幾項的費用也就知道了整個公路建筑安裝工程費用的95%以上。

路基工程主要包括：橫斷面類型、橫斷面高度、橫斷面寬度、地基處理類型等四個工程特性。在實際的建設過程中可以用路基土石方和路基寬度來概括這四個工程特征。

路面工程就是指路的表面構建形式，是采用瀝青混凝土構筑路面還是采用水泥混凝土來構筑路面。

橋隧互通等結構物包括橋梁數量（其中包括特大型橋梁、大型橋梁、中型橋梁和小型橋梁）、隧道數量、通道數量和互通立交數量共四個工程特征。

2.3"神經網絡模型原始數據的處理

因為神經網絡模型的輸入層和輸出層之間有隱含層的連接，它們之間存在著復雜的關系，而該網絡的訓練過程就是從給定的樣本數據中總結出這種關系，樣本數據只有盡量的接近實際才能對造價進行準確的估算，要對其進行處理和核對，工程中有些數據是不真實的，還有一些是文字描述，無法直接輸入模型，需要對這些語言文字進行數值的轉化處理，所以使用的數據盡可能的是從工程的預決算文件中得來的。

根據確定了的工程項目的主要特征，然后將這些主要的工程特征作為人工神經網絡模型的輸入層數據。但是各個工程特征代表不同的元素，它們表達的含義對造價的影響以及取值范圍有相當大的區別。工程特征的主要描述方法：一種是用語言文字來表述的，例如路面形式、地貌特征、時間因素等;另一種是以數值來表示的，像路基土石方、路基寬度、隧道數量、通道數量、公路長度等用實際的數據來表示。

2.4"神經網絡模型的計算

（1）將選取的工程特征的數值歸一化處理到[0，1]的范圍，也就是隸屬函數值的確定。

（2）利用模糊數學的基本原理，根據公式依次計算出待估算工程與其他工程的貼近度，將計算出的貼近度按照數值大小依次排列，選取其中的N個最大值作為訓練樣本。

（3）貼近度最大的也就是與待估算樣本最接近的，將最接近的幾個樣本在訓練樣本中重復出現三次，也就是訓練樣本現在是N+2+2。這樣能夠提高訓練的準確度。

（4）將這N+2+2組數據，一組一組的重復進行訓練，重復100次，等網絡訓練結果達到一定的精度之后，也就是該估算系統可以投入測試，再將待估算的樣本數據輸入系統，這樣就能得到待估算工程的造價。

（5）將輸出的結果與實際值進行比較，看兩者的誤差是否在10-15%之間，如果是就滿足要求，可以運用到實際中去;反之，就要對網絡重新訓練，增加重復訓練的次數并且檢查輸入的樣本數據是否合理，可以適當調整或者刪除掉不合理的數據。

結語

如何控制和降低公路工程的造價是公路建設中一個突出的問題，快速準確的估算出工程造價是立項、評估及投資控制的依據。通過對影響公路造價因素的全面考慮，構造出進行造價的快速估算模型，通過不斷地實踐應用進行檢驗，分析得出具有客觀性和準確性的方法，將會帶來很強的理論和現實應用意義。

參考文獻：

[1]彭丹，徐靜竹，曾子瑩，熊凡.淺談人工神經網絡在建設工程造價估算中的應用.金田.2011年10期

[2]孟慶款.改進的BP算法在建筑工程造價估算中的應用.工業控制計算機.2013年10期

[3]張詠梅.神經網絡技術在工程造價中的應用.中國科技博覽.2011年34期