1、1建筑工程实际造价的动态预测探讨摘要：随着市场经济以及物质文明发展，建筑工程动态预测越来越受到相关部门以及工作单位重视。本文结合我国建筑工程实际造价，对造价预测模型以及结构进行了简要的探究和分析。 关键字：建筑工程；实际造价；动态预测；BP 网络 随着建筑行业的迅速发展，建设部门根据相关国家基础定额以及工程量计算规则，以单位工程的料、工、机消耗量为具体标准，在实行量价预算分离的同时，让静态预测为动态预测。动态预测是在静态预测的基础上，根据市场经济以及国家政策情况，对相关价格进行合理调整和预测；通过动态的工程造价预测，不定期或者定期向社会各层颁布工程造价指数以及经济指标。虽然动态预测已经提出了很
2、久，但是由于各种因素影响，不能从根本上对造价进行提前预测和控制，从而影响了建筑工程实际造价工作。为了推动建筑工程造价主动性、超前性发展，在实际造价中，必须根据实际造价计划以及费用，进行主动控制，从根本上保障建筑工程效益。 一、动态预测模型 在建筑工程造价中，动态模型主要根据灰色理论以及模糊理论结合的方式，进行工程造价预测，和典型工程结构以及拟建工程相似。在建筑工程参考资料中，主要根据工程造价的工料分析、工程特征、工程造价数据以及历史资料；在充分结合拟建工程具体情况的同时，明确建筑2工程各个分项工程具体造价，从而保障建筑工程拟建总承包规划。传统镜头模型主要根据典型工程要与拟建工程的结构相似性，缺
3、乏对建筑工程建造地点、时间差异的具体反映。 在动态建模中，建筑工程根据模糊性理论，在科学拟定建筑工程用量的同时，结合拟建工程综合费率以及实际价格，确定工程实际用量。通过典型工程和拟建工程的贴近度方程，得到典型工程的隶属函数值和外积运算；通过计算拟建工程以及典型工程的贴近度，在充分利用超近原则的同时，取贴近度三个最大的典型工程作为实际估算标准；通过典型工程水泥、人工、标准砖、碎石、细砂各项评估值以及运算公式得到平米用量；通过拟建工程各个估项平米用量，根据公式正确计算建筑工程要素的投入量，在和建筑工程市场价格相乘的过程中，得到拟建工程实际造价的平米造价。 二、建筑工程造价预测模型 在建筑工程实际造
4、价分析中，造价预测根据相关部门信息平台收集，在获得大量建筑工程建设项目进度信息和造价信息的同时，通过科学评估，得到建筑工程施工环境变化以及材料价格波动对造价预测造成的影响。在兼顾建筑施工人员以及投入设备对建筑工程实际造价影响的同时，结合本单位历史造价相关数据资料，通过神经网络 BP 建立科学的预测模型；在预测建筑工程未来造价发展的同时，按照工程项目实际预测结果，提前预测项目工程问题以及发展，通过寻找、发现问题，对建筑工程实际造价可能出现的问题进行事先预防和处理。 在建筑工程项目实施的各个阶段，工程部门必须根据项目合同需要，3对工程造价进行科学预测；通过统筹论证分析结果，让建筑工程实际造价始终处
5、于可控状态；通过每年、每月、每季度上交的报告表和控制表，对分析结果以及决策进行正确分析。根据历史分析数据，在科学运用神经网络 BP 模型的同时，科学预测实际造价的资金发展变化；通过建筑工程造价计划和预测造价的数据比较，明确建筑工程计划值，通过制定改进措施，保障建筑工程实际造价预测结果。 三、建筑工程实际造价动态预测模型结构 （一）建筑工程神经网络结构 在建筑工程神经网络结构设计中，根据各个神经元数量以及神经网络结构层次，明确建筑工程神经网络结构。通常情况下，神经网络 BP 只能由一个输出层和输入层。输入层神经元个数根据建筑工程实际造价的具体因素决定。在建筑工程站外管线中，当输入层神经个数为四个
6、时，站外管线总费用作为建筑工程网络输出部分，此时，建筑造价神经元个数只有一个。上个世纪八十年代末在证明了建筑工程闭关区连续函数的同时，通过 BP 隐含网络，得到建筑工程隐含个数。通过隐含层建筑工程节点数，得到输入层节点数和输出点节点数；在明确常数调节的同时，在一到十之间进行取值。因此，建筑工程实际造价站外管线神经网络 BP的结构形式为 4-12-1，当建筑工程 BP 网络结构输入节点为四个时，建筑工程输出节点为一个，隐含层节点达到十二个。在建筑工程隐含层中，神经网络 BP 信息处理主要通过节点加和以及激活功能等方式进行。在这个过程中，建筑工程加和是建筑工程某个节点相关输入到对应连接线的乘积进行
7、加和；激活，则是将建筑工程加和得到的数值，通过相关数学4转换，将建筑工程相关节点进行输出。 （二）建筑工程激活函数选择 在造价动态预测中，函数激活一般根据隐含层函数激活的方式，在明确对数函数和正切函数相关信息的同时，使用线性激活的方式进行输出层函数激活。由于对数函数具有非线性函数放大系数的功能；因此，在实际应用中，可以将负到无穷之间的函数通过转换区间进行输出。当输入信号较大时，建筑工程放大系数较小；当输入信号较小时，放大系数偏大。因此，在建筑工程实际造价动态预测中，对数函数通常被用作建筑造价以及各种非线性关系查找中，在保障建筑工程网络输出的同时，输出工程需要的任意取向值，保障造价预测始终符合建
8、筑工程动态预测。由于对数函数的激励作用，在建筑工程实际造价动态预测中，输出层节点和隐含层节点输出一般限制在零和一之间，当研究对象在正负之间变化时，通过正确运用对数函数传递功能，激活建筑工程审计网络，从而避免映射对象在建筑工程负区间的影响。因此，在建筑工程实际造价动态预测中，隐含层函数激活通常运用对数函数的传递功能，在降低误差的同时，得到神经网络相对的函数值。通过输出层激活函数，在正确运用纯线性函数传递的过程中，得到对应的函数。 （三）建筑工程实际网络动态预测 BP 网络创建 在明确了建筑工程 BP 网络结构后，建筑工程通过 Matlab 网络工具构建相应的建筑工程造价预测神经网络，通过对应的函
9、数从而生产出 BP网络。在 BP 网络训练中，通常运用计算机梯度的方式，通过梯度权值调5整，从而保障性能最小。由于建筑工程批处理模式多样，在训练函数中，通常通过 train，在正确选择梯度下降函数的同时，进行造价动态预测训练。 当建筑工程网络设计完毕后，再通过设计值进行对应训练。在前向传播中，通过由前往后的传播过程，将节点值进行相连，通过正确分析权重值的同时，得到下一个节点。当建筑工程节点预期值和输出值不同时，通过神经网络具体方法进行回馈评估，当预测值和建筑工程实际值的误差在允许范围内，再进行建筑工程目标预测。 结束语： 建筑工程实际造价动态预测作为建筑发展的重要内容，在实际预测管理中，必须根据工程实际问题，在主动控制造价的过程中，正确处理预测模型和结构，从根本上提高建筑工程造价质量和效益。 参考文献： 1 郭蓓.小议建筑工程实际造价的动态预测J.城市建设理论研究（电子版） ，2012， （16）. 2 宋早雪，周丽萍，卢萍等.工程造价现状的研究剖析J.西安建筑科技大学学报（社会科学版） ，2006，25（4）：87-90. 3 丰艳萍，蒋传辉.建筑工程造价动态管理的研究J.南方冶金学院学报，2001，22（1）：73-76. 4 岳峰.试论建筑工程造价预算控制J.城市建设理论研究（电子版） ，2012， （17）.
