基于蟻群一BP混合模型的高速公路橋梁造價估算體系設計

中圖分類號：U445.1文獻標識碼：ADOl：10.13282/j.cnki.wccst.2025.01.030

文章編號：1673-4874（2025）01-0100-05

0 引言

隨著我國經濟的快速發展與區域一體化進程的不斷深入，高速路網在促進經濟發展、提升居民生活水平等方面都至關重要。高速公路作為我國交通的大動脈，受到國家的高度重視，所以在高速公路橋梁工程建設中對造價控制更加嚴格[1-3]。因此，探討和分析如何控制高速公路橋梁工程的造價，確保工程在預算控制下嚴謹執行，對于推進我國公路橋梁事業的健康成長具有重大意義。然而，造價管理與控制工作仍然存在一些不足之處，導致成本超出預算的情況頻出，降低了道路橋梁工程建設的效益[4-6]。當前，傳統的估算方法往往難以適應快速發展的市場需求，且預測精度有時無法滿足項目管理的需要。為了提升投資造價估算的準確性和科學性，迫切需要構建一個符合現代工程特點的高速路網橋梁工程投資造價估算模型與指標體系。因此本次研究旨在深入分析影響造價的關鍵因素，并在此基礎上構建一套科學、合理、可操作的投資造價估算模型與指標體系。

1造價估算模型與指標體系的構建

1.1項目概況

研究項目位于H省的平原地區，地理位置為區域北部。這片區域以其遼闊的地勢而為人所知，是華北平原的一部分，為項目提供了良好的建設環境。研究主要選取2019一2022年間逐步成型的項目P2段高速公路路段作為研究主體。

P2段全段長度為 12312m ，寬度為26.5m，面積統計為 。P2段內包含小型橋梁19座，采用空心板橋設計中型橋梁25座，空心板橋和箱梁的混合設計；大型與特大型橋梁分別10座和2座，分別采用了箱梁、斜拉橋和T梁的結構設計。

1.2造價估算模型的構建

研究在構建模型前首先分析模型影響因子。根據交通局提供的道路工程成本預測數據來界定橋梁項目的關鍵驅動要素，明確了2019版《道路工程估價參照》下橋梁品級與相應參數的分類，整理了規定下的橋梁成本估價要素，并評估了每項元素的影響力，得到了如橫跨度、地基情況、墩高、橋臺及承臺等主導成本的因素，并利用專家調查縮減關鍵要素得到最終的關鍵影響因子關系如圖1所示。

在模型設計部分，研究以反向傳播（Backpropagation，BP）神經網絡作為基本框架，并對模型進行性能化改進。

（1）對一系列樣本數據進行了收集和分類，樣本代表了P2段上最常見的橋梁類型，包括空心板梁橋、箱梁橋和T梁橋。

（2）根據隨機抽取原則，按 3：1 的比例將各樣本數據劃分為訓練集和測試集。為了去除各種影響因素的單位效應，并且加速網絡訓練的速度，研究使用歸一化法對數據矩陣進行了處理。

此次處理將數值限制在[一1，1的范圍之內，這使BP神經網絡模型的訓練更為有效。

研究采用蟻群算法來優化BP神經網絡，在優化應用中，為了避免模型陷入局部最優，將螞蟻算法的局部信息素和全局信息素相結合，對信息素進行全面更新。在局部更新中，通過子區間的信息素更新，減少容易造成算法停滯的大信息量區間被選中的概率，提升算法效率。更新公式如式（1）所示：

在全局更新中，則主要通過全局搜索來減少已選擇路徑的信息素，最優更新如式（2）所示：

式中： ——螞蟻在路徑循環中留下大的信息量。

計算公式如式（3）所示：

在螞蟻算法改進的基礎上，研究不采用傳統BP神經網絡的單層模型，而是采用復式模型提升本構模型性能。經典BP模型網結構主要包含輸入層、隱含層、輸出層3個部分，分別負責信號的輸入、信號的處理、信號的輸出[8-10]。但在本次研究的改進過程中，增加隱含層節點數，并增加隱含層的層數以更好地捕捉非線性映射關系。輸入節點 n 和輸出節點 m 之間存在強非線性映射關系，網絡從 n 維空間映射到 m 維空間。復式優化模型結構如圖2所示。

假設 n 是輸入層節點的數量， h 是隱藏層節點的數量， m 是輸出層節點的數量。則模型預測轉換函數表方程如式（4）所示。

其中，隱藏層的激活函數設置為雙正切函數，如式（5）所示。

式中： x —輸入信號；

1 輸入信號的正負指數差；

一 輸入信號的正負指數和。

輸出層的激活函數為對數激活函數，如式（6）所示。

式中：1+e^-x"一 一輸入信號負指數。

在原有的BP算法中，權值更新公式如式（7）。

式中： ——學習率；

——誤差函數。

該方法存在一個問題，即如果梯度值變化較大，可能會導致權值更新步長過大，無法收斂到最優點。因此，研究利用動量法改進更新策略，如式（8）所示。

式中： α 一 動量參數； ———上一次權值更新的值。

通過 α 的調節影響權值更新步長，提升模型效果。

1.3造價指標體系構建

高速公路項目因多參與者、嚴標準、難施工及延時特性，導致其資金投入龐大、管理復雜，形成了全程嚴控的投資成本模式。因此在評估高速公路上橋梁建設造價時，需要搭建一個全面且系統的造價指標體系。在選取指標時，原則為指標要具有代表性、技術性、經濟性、執行便利性和多元性，在此基礎上再進行細分。指標分類涉及技術、工程量、經濟價值和權重比例等多個維度：設計上的技術指標專注于橋梁建設的規范條件和詳細參數；工程量指標集中在實際物質消耗和作業量的測算；主材消耗量指標與分部工程量指標按式（9）計算：

式中： ——主材消耗量指標；

G'- 分部工程量指標；

Z ——主材消耗量；

一 分部工程量；

G ——工程總量。

而經濟指標著眼于將材料和勞務的量化表現轉換為貨幣價值，確保不同項目成本的可比性。經濟指標按式（10）計算：

式中： —項目造價。

造價指標體系如表1所示。

在橋梁工程成本控制實踐中，關鍵物料的用量管理成為削減開支的有效途徑。材質成本在總花費中占據重大比例，這一消耗數據直接映射了項目的財務特性。權重指數的計算反映了在總成本構成中各項內容的相對重要性，對整體造價核算具有積極的指導作用。

2造價估算模型與指標體系驗證

2.1模型檢驗一案例化檢驗

通過對高速公路橋梁工程投資估算的多元線性回歸分析，篩選出了多個能夠顯著影響項目可行性的關鍵影響因素。各因素回歸結果如表2所示。

生直接作用。造價測算結果如表3所示。

由表3可知，從跨徑的角度來看，一般情況下，跨徑越大，單位面積所需的混凝土量和鋼筋量也越高，從而導致造價陡增。

跨徑 m的空心板橋梁，混凝土體積的需求從0.453 躍升至0.475 ，而鋼筋使用量則從71.25kg/m攀升至 。當考慮至37m跨徑的T型梁時，混凝土體積更是增加至0.745 ，鋼筋使用量則顯著上升至139. ，這也隨之導致了主梁造價的顯著提升，即從1245.30元/m上漲至2501.85元/m。此外，不同類型的橋梁構造（如空心板、T型梁、箱梁）之間的材料使用深度和方式也導致了成本的不同。特定材料消耗量的多寡，與橋梁的結構穩定性和安全性要求密不可分。隨機波動的市場材料價格也顯著影響橋梁的單位建造費用。材料價格的微小變動，都在項目總成本上產生放大的效應，這使得項目預算控制變得更加復雜，尤其是在大型橋梁項目中，常會出現因材料成本的波動導致預算超支。因此，將材料單價囊括進造價測算表，可以為調整投資策略、合理控制成本和提高項目管理效率提供實時的、動態的決策支持?？傊?，通過構建的模型與指標體系，可以對眾多影響造價的因素進行量化管理，進而協助工程投資決策者識別成本驅動因素，制定更為合理的預算，以及優化結構設計方案。在實際應用過程中，還必須綜合考慮當地的環境條件、資源可用性和市場經濟狀況等外部因素，才能確保成本估算的準確性與實用性。

3結語

本研究設計了一個改進BP神經網絡的造價估算模型，并構建了一個全面的造價指標體系，以有效預測和管理橋梁項目的總造價。結果顯示，改進模型的決定系數和均方根誤差分別為0.99和31.25，以及0.98和37.47，證實了該模型的精準度和優越性。不同跨徑和橋梁類型的混凝土體積與鋼筋使用量呈現顯著差異。在跨徑 14m 變化至跨徑37m的T型梁結構參數變化中，混凝土體積從 增加到 ，鋼筋使用量從 增至139. 。主梁建造費用的差別也相當明顯，跨徑17m的T型梁為1720.55元/ ，而跨徑更大的37m的T型梁主梁造價則高達2501.85元/m，說明跨徑和橋梁類型對于造價存在重大影響。由此可見，研究設計的模型能夠提供高精度的造價預估，該模型和指標體系能指導實踐中合理選擇橋梁跨徑和類型，從而實現工程成本控制與設計優化的雙重目標。