基于人工智能技術的建筑工程造價估算探究

文/王菲菲 青島新華友建工集團股份有限公司 山東青島 266000

目前我國家建筑業(yè)逐漸呈現(xiàn)上升趨勢，相應的工程造價在整個建筑工程中具有十分重要的作用，進而準確估算建筑工程造價在一定程度上會降低施工成本，減少相關工程項目的預算以及費用，從而推動工程施工進度，提升工程質量。傳統(tǒng)估算方式已不能適應新時代的發(fā)展需求，進而人工智能技術的提出能顯著降低預算錯誤率，減少各數(shù)據(jù)間的偏差，避免資源浪費，從而相關施工單位減少相應的經濟損失。在建筑工程造價估算中應用人工智能技術能科學合理的計算工程所需實際成本，為相關預算工作提供可靠性保障[1]。

1、人工智能技術的概念

近年來，計算機技術的出現(xiàn)改變人們的生活方式，而人工智能技術的出現(xiàn)在一定程度上則推動建筑業(yè)向著可持續(xù)的方向發(fā)展。人工智能（AI）指的是機器智能,其主要將程序自動化設計、機器自動化設計以及相應的識別技術進行研究探索，以計算機技術為關鍵點，科學合理的開展相應的復雜活動。人工智能技術主要將學習反饋、記憶處理以及思維能力進行有效融合，將傳統(tǒng)的機器智能逐漸轉變?yōu)槿祟愔悄芟到y(tǒng)，模擬并拓展其相關的活動。有效使用人工智能技術便于研究分析數(shù)據(jù)模型，讓工程造價的估算轉速更快，從而在一定程度上顯著提升其精準度[2]。

2、構建建筑工程造價估算模型

2.1 原理

目前人工智能技術中應用范圍較廣的是BP神經網絡，其具有較為特殊的前向性。一般情況下，該結構進行反向傳輸便于對神經元中相關信息進行合理的模擬，研究其連接與傳輸關系，形成相應的連接關系則為非線性力學體系。其次，BP神經網絡自身具有較強的學習適應能力，刺激各神經元產生的相關效應都比較強。以各神經元位置差異為基礎，該網絡主要分為三個層次：隱含、輸出與輸入，各層次相互連接各節(jié)點則能實現(xiàn)相關信息的傳播。

2.2 合理選擇模型參數(shù)

根據(jù)建筑工程的實際需求，合理選擇模型參數(shù)能準確計算出輸入與輸出各節(jié)點的數(shù)量。在選擇初始權值時，建筑工程造價估算模型的輸入層中往往會有定性與定量影響因素，將其在指定范圍內需要對相關數(shù)據(jù)進行統(tǒng)一化處理，利用定量方法處理定性數(shù)據(jù)能減少相關數(shù)據(jù)間的誤差，確保所有輸入數(shù)據(jù)都具有有效性。

2.3 合理選擇學習算法

該算法主要有包括信息逆向與正向傳播以及記憶與學習階段。大量研究數(shù)據(jù)表明，在整個工程項目中，最重要的影響因素是水文地質、相應的施工技術、機械設備以及相關的建筑結構等。利用梯度算法，在指定空間內能夠及時調整相應數(shù)據(jù)，得出最終的權重，從而減少數(shù)據(jù)誤差。其次，在進行工程估算時要整理加工相關數(shù)據(jù)，將其作為訓練樣本，選擇迭代方式獲得預估樣本。最后，加工處理各數(shù)據(jù)輸入指定的估算系統(tǒng)即可[3]。

3、人工智能技術的建筑工程造價估算

3.1 神經網絡結合遺傳算法

隨著經濟的逐漸發(fā)展，目前很多神經網絡已經結合遺傳算法。在人工智能技術中，神經網絡自身具有良好的學習能力；全面搜索是遺傳算法具有的實際功能。將這兩者進行有效融合能起到互相補充的作用，優(yōu)勢互補，在一定程度上能強化兩者的能力。將兩者進行有效融合主要具備兩種發(fā)展方向，首先是自動設計方式（ANN）,其自身具有高效性。一般情況下，ANN由GA提供有效渠道，確保其能在指定環(huán)境下能進行高效作業(yè)。科學合理的使用自動設計方式能保障其充分發(fā)揮自身作用，將神經網絡的消極影響能降到最低，同時讓其能合理應用遺傳算法。其次，要想確保遺傳算法自身具有神經性能發(fā)展方向，以神經網絡算法為基點，充分利用其相關工具，在指定范圍內確保遺傳算法的收斂性在一定程度上能得以發(fā)生改變[4]。

3.2 神經網絡需要遺傳算法優(yōu)化連接權

眾所周知，將遺傳算法與神經網絡進行有效結合在一定程度上能優(yōu)化神經網絡的連接權限。在神經網絡中，相關的權值訓練較為復雜，經過大量訓練后，只有及時分析并調整相關數(shù)據(jù)，同時優(yōu)化相關函數(shù)，才能確保相關的連接權得以最優(yōu)。但是，權值的日常訓練一般會存在很多影響因素，在合理選擇相關參數(shù)時往往會出現(xiàn)很多不必要的誤差，導致相應的訓練時間加以延長，同時神經網絡可能會出現(xiàn)震蕩，使得較低的收斂率最終影響相關數(shù)據(jù)的準確性，甚至導致局部網絡可能會有極值出現(xiàn)。除此之外，要想準確獲取權值，就要在BP網絡中使用梯度下降方式。該方式在初始獲得相關權值時，一般會顯著提升相應的敏銳度，造成最終具有較高的偏差。因此，神經網絡需要遺傳算法才能優(yōu)化相應的連接權，同時為確保對應的連接權，在權值分布以及整個編碼過程中，初期就要提升相應權值的準確度，讓相應的樣本訓練函數(shù)能在一定程度上有效避免不必要的誤差，進而確保開展的整個權值訓練都具有有效性[5]。

結語：

綜上所述，隨著時代的進步，傳統(tǒng)預算技術已不能適應新時代的發(fā)展需求，人工智能技術的出現(xiàn)必將成為未來相關技術發(fā)展的必然追求。人工智能技術是以計算機給予支持，以相關學科發(fā)展作為重要參考標準，從而被廣泛應用于各建設項目領域。在建筑工程造價估算中應用人工智能技術能顯著提升相關預算的準確性，從而推動我國建筑業(yè)向著長遠的方向發(fā)展，提升相關施工單位的經濟效益。