关于建筑工程实际造价动态预测的研究

摘要：如今，因为市场经济的快速发展，物质文明也逐渐在进步，与建筑工程有关的部门和单位也越来越重视对建筑工程的动态预测。建筑物的造价的预测是一件很复杂、又很重要的工作，关系到建筑公司的基本利益。本文以我国建筑工程中的实际造价问题为例，对造价预测的模式和方法进行简单的分析和研究。

关键词：建筑工程;实际造价;工程实际造价;动态预测

引言

这些年建筑行业发展很快，根据国家相关工程计量政策的规定，建设部门在施工中，应将与消耗量有关的料、工、机等数据作为标准，对造价和费用实行量价预算，将静态预测向动态预测进行转变。动态预测是以静态预测为基础的，以国家政策和市场物价等数据指标，对整个工程的造价做出合理的估算，从而预估工程的造价，并及时调整;动态预测的主要目的是向社会各层颁布工程造价以及其它一些经济指标。动态预测这个词早已问世很久，影响工程造价的原因极为复杂，想提前预测和控制的难度相当大。想提高造价预测的超前性和主动性，在实际的预测中，应以实际造价为基础，进行估算，从而提前控制。从而为建筑单位节省开支，保证其经济效益。

1对于造价预测模型与动态预测模型的介绍

造价预测分析是指造价部门通过建立信息收集平台，获取大量与建筑工程建设项目相关的造价与进度信息。造价预测分析的过程是很复杂的，先要对与与建筑工程有关的信息进行获取，再做综合分析。这就需要建立系统的信息收集平台。影响造价预算的因素包括：施工环境的变化、原材料价格的变化、设备和人员的投入。这些情况可以以历史造价做为依据，用 BP 神经网络建立预测模型。从而对未来工程的造价变化情况做出预测，对将来有可能发生问题的工程做出甄别。对于不良事件的发生有较可靠的预防作用^【1】。

动态建模中以模糊性理论作为主要原则，科学拟定每平方米工程原料的使用量，在科学拟定建筑工程用量的同时，并根据公式来推算出每平方米的实际造价，再对整体工程的建筑费用和实际价格进行估算。

2工程造价预测模型

上文中已经说过，在对工程的实际造价分析中，首先应该进行信息搜集，这个要通过相关部门来进行，以此获得与建筑项目有关的造价和进度信息，再分析建材价格波动对工程造价所产生的影响。同时还要考虑建筑设备的投放，以及人员的薪资对实际造价所产生的影响^【2】。在信息搜集完成后，再和单位以往的信息数据进行对比，以神经网络 BP为基础，组织预测模型 ;在对造价进行预测的同时，还应对工程在施工过程中可能出现的问题做出推断，及时寻找、发现问题，从而对这些可能影响造价的事件提前做好预防。

在各个施工阶段，根据工程的需要，施工单位必须对整体造价进行科学有效的预测，再进行统计论证，使工程的造价和其它成本都处于可控状态;通过对年、月、季各个时期所上交的报表进行统计分析，以方便进行正确的决策。以历史数据为依据，神经网络BP 模型为工具，对实际造价的变化提前做出分析;再将开始时的计划造价和现在预测的造价进行比较，从而明白两者之间所存在的误差，对计划造价进行修正^【3】。

3实际造价动态预测模型的结构

3.1建筑工程神经网络结构

对于建筑工程神经网络结构设计，在设计工程神经网络时，应根据神经元的层次和数量来决定其层次结构。一般来说，神经网络 BP 输入和输出层都只能有一个。输入层神经元具体需要多少个，要按工程所面对的各个因素来决定。在外管线的铺设中，当有四个神经个数时，管线总费用应为工程网络输出的一部分，这时，只有一个建筑造价神经元。闭关区连续函数于上世纪八十年代末得到证实，从那以后，建筑工程所含有的神经元个数能够通过 BP 网络隐含来进行计算。通过这种方式进行计算后，能够得到输入和输出层结点总数;常数是可以调节的，在取值时将其设置为1-10。在在这种模式下，4-12-1为建筑工程外管线神经网络 BP 的结构形式。也就是说，当建筑工程 BP 网络（如图1所示）有4个输入结点时，其实只需要一个输出结节和十二个隐含层结节就可以了。神经网络BP对隐含层结点信息进行处理时，以激活功能和加和等方式为主。所谓激活，即动态预测网络所得到的加和以数学的方式进行转换，再通过相关节点进行输出。加和指的是输入节点和连接线面积的乘积^【4】 。

3.2建筑激活函数选择

在动态预测中，采用隐含层函数激活方式，输出层函数以线性激活方式进行激活。想要理解这个，必须对于正切函数和对数函数有所了解。按照物理学原理，对数函数属于非线性函数，有放大系数的功能，能够将负到无穷之间的函数先转换区间，再进行输出。输入信号变大时，工程放大系数就变小;相反，当输入信号变弱时，放大系数可自动增强（如图2所示）。所以，在进行实际造价预测时，对数函数得到了广泛的使用，在它可以保证输出网络的运行，输出工程不管怎样变化，系统造价预测始终可以对整个工程进行动态预测。

因为对数函数有激励作用，所以在造价预测中，需要将输出层和隐含层节点做出限制，在零和一之间。当研究对象变化范围在正负之间时，可以发挥对数函数的放大功能，激活审计网络，消除研究对象在正负间变化对工程预测所带来的不利影响。所以，在造价动态预测中，一般会正确运用输出层激活函数得到对应的函数，使用对数函数来激活隐含层结节^【5】。这样对于减少误差是很有帮助的。

3.3动态预测 BP网络的创建

在对建筑工程动态预测BP 神经网络的整体结构有所了解后，可以使用 Matlab 网络工具来对其进行组建，以对应的函数来生出 BP 网络。再进行BP 网络训练，以计算机梯度的方式来。以梯度权值调整的方式训练后，可使BP 网络性能保持最佳状态^【6】。由于建筑工程多式多样，在进行网络训练时，通常以train方式进行，通过前后传播，将各个节点值连接起来后，通过对其权重值的分析而获得下一个节点。当预期值和输出值不能同时的情况下，可以通过BP 网络回馈后重新评估，当误差在正常范围内，不是很大时，就可以进行工程造价预测工作了。

4结语

造价是否可以得到合理的控制，影响到建筑单位的经济效益，也关系到整个工程的进度和成本。所以，实际造价动态预测是建筑工程施工前后的重要事件，在控制造价过程必须选择使用正确的结构和模型，从而提高造价预测的准确性和客观性。不过，从上文中我们也可以看出，建筑造价动态预测其实是个难度很大的的工作，特别是BP 神经网络的组建工作，更是需要很多专业的物理知识。否则动态预测工作则无从谈起。所以，想要做好建筑工程造价预测工作，首先要注重知识的获取，以及对于专业人才的培养和挖掘。只有做到这一点，才能构建完备的动态预测网络，对建筑工程的造价变化做出及时正确的分析。

参考文献：

[1]张艳青. 建筑工程实际造价的动态预测探讨[J]. 城市建筑，2014，02：161-162.

[2]邓廷林. 建筑工程实际造价的动态预知思路构建[J]. 中小企业管理与科技（下旬刊），2014，06：150-151.

[3]王月明，林群仙，吴芳. 建筑工程施工阶段的造价动态控制方法——赢得值原理和MATLAB软件的应用[J]. 四川建筑科学研究，2013，05：180-183.

[4]张原. 建筑工程项目及造价动态管理系统研究与设计[J]. 华南理工大学学报（自然科学版），2012，01：177-181.

[5]杨楠楠，温慧丽. 建筑工程造价动态控制及施工方案的技术经济评价[J]. 黑龙江科技信息，2011，10：250.

[6]王喜梅. 建筑工程造价动态管理体系问题研究[J]. 建筑监督检测与造价，2011，01：50-52.