導語：公路工程造價估算論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：為提升公路工程造價估算的準確性，應用模糊神經(jīng)網(wǎng)絡法對公路工程造價進行估算。結合工程案例，詳細探討了公路工程造價估算中模糊神經(jīng)網(wǎng)絡的應用，結果表明，采用模糊神經(jīng)網(wǎng)絡方法能夠有效降低公路工程造價估算結果的平均誤差，可以極大程度提高工程造價計算精度，獲得合理的造價。

關鍵詞：公路工程；造價；估算；模糊

神經(jīng)網(wǎng)絡對于公路工程建設企業(yè)來說，工程估價的準確性與合理性，直接決定著項目投資決策的正確性，是分析工程項目可行性的主要環(huán)節(jié)，同時也是公路工程項目標底編制的主要控制標準，因此工程造價估算的準確性，是各建設單位研究的重點內(nèi)容，其對加強公路工程項目成本管理，有著積極的作用。

1公路工程造價估算的必要性

公路工程管理工作中，造價管理是主要內(nèi)容，此項工作直接影響著建設企業(yè)的效益與工程的質(zhì)量，歷來都是管理的核心部分。工程造價估算是項目前期管理的重要內(nèi)容，是實現(xiàn)項目成本控制目標的基礎。造價估算能夠為項目施工方提供成本控制方案編制的依據(jù)。在設計招標前，明確工程預計造價，能夠避免招標環(huán)節(jié)惡意行為的發(fā)生。

2模糊神經(jīng)網(wǎng)絡應用流程優(yōu)勢

2.1模糊神經(jīng)網(wǎng)絡應用流程。近年來，公路工程造價估算工作中，多采取模糊神經(jīng)網(wǎng)絡來進行估算。公路工程造價估算，多是通過輸入公路工程相關要求與特點，最后輸出估算結果，這與模糊神經(jīng)網(wǎng)絡應用原理極為相似，其具體流程如下。（1）構建信息庫基于已有工程信息，包括工程特征因素與工程造價等材料，構建造價信息庫。（2）取值結合公路工程施工要求，明確各類特征因素，包括評價指標，確定數(shù)據(jù)取值。（3）選取輸入與輸出向量基于模糊神經(jīng)思想法，在造價信息庫內(nèi)，至少選擇3個已完成施工的項目，作為基礎數(shù)據(jù)，以供神經(jīng)網(wǎng)絡學習與訓練。輸入向量選擇為各類特征因素值，輸出向量為造價估算值。（4）迭達運算基于系統(tǒng)內(nèi)的造價數(shù)據(jù)來編制算法程序，以供神經(jīng)網(wǎng)絡學習，設計學習率，通過多次迭達運算，保障造價估算的準確性。2.2模糊神經(jīng)網(wǎng)絡的應用優(yōu)勢。公路工程造價估算中，采取模糊神經(jīng)網(wǎng)絡法，具有以下優(yōu)點。（1）造價模型化利用模糊數(shù)學，可以高效處理模糊信息。采取對比已建設和新建的公路工程，進行定量化描述，使得相關問題可以模型化。（2）結果更為科學開展公路工程造價估算，應用模糊神經(jīng)網(wǎng)絡，再通過構建數(shù)學模型，進行數(shù)學計算分析，能夠減少人為計算的誤差，計算結果的準確性與科學性較高。（3）適應性強公路工程造價具有動態(tài)變化特性，模糊神經(jīng)網(wǎng)絡模型能夠很好地適應此特性。此估算方法的應用，主要是依靠計算機，不僅運算速度快，而且運算精度較高。

3模糊神經(jīng)網(wǎng)絡在公路工程造價估算中的應用

模糊神經(jīng)網(wǎng)絡估算方法較多，文中選擇BP神經(jīng)網(wǎng)絡法，是基于仿人腦的神經(jīng)系統(tǒng)結構，具有較強的學習能力，為非線性自適應動態(tài)系統(tǒng)[1]?，F(xiàn)對其在公路工程造價估算中的應用，做以下的分析。3.1公路工程樣本描述與定量。公路工程構件主要包括底層、基層、面層等，工程造價是由各構件類型與價格等因素決定，實物工程量取決于工程結構設計參數(shù)。已建工程造價變動，主要是受到構件因素的影響，被稱作是工程特征?；诠こ烫匦?，將公路工程劃分為不同類別，若按照路面形式劃分，主要包括瀝青路面和水泥路面等，為特征類目。對于工程定量化，是按照特征類目，依據(jù)定額水平與工程特征，填入相關數(shù)據(jù)，如表1所示。由表1能夠看出，每個公路工程模式均可以利用表格的形式來定量化描述，一個特征可以由多個類目組成，按照比例來計算量化結果。3.2BP神經(jīng)網(wǎng)絡學習算法。在BP神經(jīng)網(wǎng)絡中，需要將信息傳遞到網(wǎng)絡隱節(jié)點上，使用S型激活函數(shù)，把信息傳出，接著發(fā)揮激活函數(shù)的作用，成功輸出結果。在網(wǎng)絡隱節(jié)點以及輸出節(jié)點位置處，選擇S型激活函數(shù)，即f（x）=11+ex，若此結果未能按照正常程序開展，此時要轉變成反向傳播。假設存在N個樣本，定義描述為（Xk，yk)(k=1,2,⋯,N)，其中某個輸入值為Xk，對應的神經(jīng)網(wǎng)絡輸出值是yk，而隱層節(jié)點I的輸出值是Oj[2]。3.3工程造價估算模型?；贐P神經(jīng)網(wǎng)絡，構建公路工程造價快速估算模型。針對以往工程案例，開展估算研究，將工程特征定量化數(shù)值，設為Xij(i=1,2,3,⋯,n;j=1,2,3,⋯,n)，將相應的工程造價定額預算相關資料，設為yis(i=1,2,3,⋯,n;s=1,2,3...n)，不考慮市場價格調(diào)整。明確BP神經(jīng)網(wǎng)絡結構系統(tǒng)參數(shù)，包括輸入層節(jié)點數(shù)m、輸出層節(jié)點數(shù)n、隱層節(jié)點數(shù)L。以Xij為輸入，以yis為輸出，開始神經(jīng)網(wǎng)絡訓練，獲得新建工程的造價估算神經(jīng)網(wǎng)絡，反向估算新建工程造價[3]。3.4計算實例。以某省道一級公路和二級公路工程為例，其中一級公路使用的是瀝青混凝土路面，記為T19；二級公路使用的是水泥混凝土路面，記為T20，檢驗18個樣本工程造價數(shù)據(jù)，基于檢驗結果能夠了解，T19造價指數(shù)是0.98，T20造價指數(shù)為0.96，獲得預算資料如下：T19路面類型是半柔性路面；基層為水泥穩(wěn)定碎石；底層材料為石灰土；路面結構為瀝青混凝土；面層厚度為15cm；基層厚度為14cm；底層厚度為10cm；T20路面類型是剛性路面；基層為工業(yè)廢渣穩(wěn)定土；底層材料為石灰土；路面結構為水泥混凝土；面層厚度為12cm；基層厚度為16cm；底層厚度為12cm。將獲得的預算材料和表1資料進行對比分析，能夠明確T19工程特征定量化描述是T19=(3,1,2,2,2,6,2.5)，T20工程特征定量化描述是T20=(5,4,7,3,4,3,4.1)，將T19與T20，輸入到經(jīng)過訓練的BP神經(jīng)網(wǎng)絡中，獲得的結果為T19=(0.4029,0.4056,0.5005,0.4365),T20=(0.6277,0.6156,0.4290,0.5661)，經(jīng)過反算，獲得工程造價資料預測值，其中V19=(481.74,16.44,0.0046,145.85),V20=(1185.82,37.16,0.0033,247.07)，預測的相對誤差O19=(1.61%,4.65%,4.15%,1.40%)，O20=(3.76%,3.67%,5.70%,1.84%)，由此能夠看出，基于BP神經(jīng)網(wǎng)絡預測的工程造價估算精度較高[4]。

4結語

模糊神經(jīng)網(wǎng)絡的應用，主要是基于模糊數(shù)學與神經(jīng)網(wǎng)絡理論，借助類似工程之間存在的相似性，采用BP神經(jīng)網(wǎng)絡法進行公路工程造價估算，能夠快速獲得估算結果，具有較強的應用優(yōu)勢。

作者:錢強 單位:中建路橋集團有限公司

參考文獻：

[1]王運琢.基于BP神經(jīng)網(wǎng)絡的高速公路工程造價估算模型研究[J].石家莊鐵道大學學報（自然科學版），2011，24（2）：61-64.

[2]劉湘雄.人工神經(jīng)網(wǎng)絡在工程造價估算中的應用[J].建筑，2012（12）：68-69.

[3]陳文盛.工程造價估算模型研究與基于層次分析法的BP神經(jīng)網(wǎng)絡模型應用[J].價值工程，2015（29）：86-89.

[4]陳宏偉.公路工程估價的分布估計神經(jīng)網(wǎng)絡算法[J].價值工程，2013（8）：105-106.