1、关于市政工程造价估算方法的研究摘要：工程造价的管理涉及面广、综合性强，并贯穿于市政工程管理过程中。如何合理确定、有效控制和科学管理市政工程的造价，对利用有限的资金更好地完成市政工程建设具重要意义。其中，采用合理的估算方法尤为重要。 中图分类号： TU99 文献标识码： A 关键词： 序言 近几年，伴随着我国国民经济的飞速增长及城市化进程的不断加快，在工程建设迅速发展的同时，关于工程造价估算的问题也日益突显出来。市政工程是土木工程的一个分支，一般是指城市道路、桥梁、给排水、园林绿化、燃气、城市防洪及照明等基础设施的建设，是保障城市正常运转和经济发展的物质基础和基本条件。大规模的市政工程建设使得市
2、政工程造价估算及控制成为大家所关注的焦点。 一、市政工程造价估的意义 在工程造价控制当中，工程造价估算不仅是工程项目可行性研究的基础，而且也是制定招投标标底的依据。做好关于工程造价估算工作，确保投资决策阶段工程造价估算的及时性和准确性，使工程造价管理的全过程能有效地得到控制，对投资效益和社会效益来说都有着重大的利益，同时也可减少我国固定资产领域的损失。 由于市政建设规模大，建设周期长，工程预、结算审核方面的控制应贯穿于建设项目的全过程，随着市政经济的变化多端，使工程投资的确定与控制变得更为复杂，这就需要对工程造价的管理始终贯穿于项目的全过程，来合理确定工程造价。加强市政工程造价控制，必须重视建
3、设前期阶段的工程造价管理。所谓前期阶段是指工程项目从可行性研究到初步设计 完成止的工程建设阶段。大量的事实证明,市政项目前期投资估算的偏差是造成其投资效益低下、三超现象屡禁不止的根源。所以，设计单位要进行合理的工程估算，这是控制基本建设投资规模、提高投资效益的关键。 二、市政工程造价估算方法 目前，国内外已出现的投资估算方法很多，依据适用范围和效果的不同，本文重点分析神经网络估算法，简要介绍模糊数学估算法和数理统计估算法。 神经网络估算法 1.神经网络估算法的原理 神经网络的应用模式跟工程概预算相似，有输入和输出。不同的是输入层所包含的内容不同，神经网络的输入层是由各个典型工程的建筑特征构成。
4、把用来描述工程特征的信息作为神经网络的输入向量，将所需的工程造价作为神经网络的输出向量，利用己完的大量典型工程的工程特征，单位造价作为训练样本对网络进行训练，使不同的输入向量得到不同的输出量值，从而实现输入空间到输出空间的映射，这就是基于神经网络的工程造价估算模型。 通过对神经网络的应用模式进行研究得知，神经网络是由处理元件、神经元、无电元件等大量处理单元组成，这种处理单元广泛互连，最终形成一个整体的网络，它是一个非线性动力学系统，并以并行协同处理、分布式存贮和自适应学习为特色，直接使用非线性动力学系统进行样本数据输出层与输入层之间的非线性映射，非常适用于收集学习样本，但难以建立精确数学模型的
5、问题。因此不需要精确的计算规则或方程，而工程估算造价正是这样一个问题。 2.前馈型网络之 BP 算法 从神经网络的基本模式看，主要有以下几种类型：前馈型网络、反馈型网络、自组织型网络和随机型网络。最适合于市政工程造价需要的有 BP 网络与 RBF 网络，即前馈型网络。而 BP 算法的多层前馈网是迄今为止应用最为广泛的神经网络，并且据统计有近 90%的神经网络应用是基于 BP 算法的。并且 BP 神经网络具有网络结构简洁实用、收敛速度快、预测精度高、泛化能力强的特点。BP 算法的核心，是它的学习过程由信号的正向传播与误差的反向传播两个过程组成。 2.1 基于 BP 算法的工程造价模型的建立 工程
6、造价估算法的 BP 网络程序主要由以下的模块组成： 样本数据库模块。主要包括已完市政工程项目的影响造价的工程特征因素、道路延长米工程造价。训练样本数量越多，样本的类似结构越多，样本的时间跨越越小，建立模型进行测算其精确度就越高。数据预处理模块。在 BP 神经网络中每个神经元的输出值由传递函数 sigmoid 函数来计算，其输出值的范围是(-1，1)。BP 神经网络生成和创建模块。采用 newff 函数可以用来生成 BP 网络。在 BP 神经网络生成和初始化以后，即可利用现有的“输入目标”训练样本数据对网络进行训练，网络的训练通常采用 train 函数来完成。 网络仿真模块和数据处理模块。BP
7、神经网络的仿真，也就是对训练好的网络进行测试。由于很难直观地看出工程造价的实际预测结果，故必须再根据归一化函数的反函数对神经网络的输出值进行处理，称数据的后处理，然后才能计算出预测的单位工程造价，以此与工程造价的实际值进行比较，验证预测结果的准确性。 2.2.基于 BP 算法的工程造价估算的完成 神经网络估算法主要是基于 Matlab 工具箱，利用 Matlab 神经网络工具箱函数，编制计算程序，根据样本数据库进行训练和仿真测试，并最终完成市政排水工程的实际工程造价。 然而，基于神经网络的工程造价估算方法的主要限制在于训练样本的选取和工程特征的选取上，目前只能凭借经验来完成这两个方面的选取工作
8、，实践中由于缺乏相应的理论指导，因此极易造成个别输出目标值与实际值之间发生偏离。 另外，由于市政道路工程造价估算多数在投资决策阶段进行，此阶段许多工程信息的确定不够精确，是粗线条的，受现有工程资料详尽程度的制约，以上工程造价的估算方法并不是万能的，往往存在一定的缺陷。 （二）模糊数学估算法 模糊数学方法主要是对模糊信息进行处理，具有一定的可行性，它是以估算工程造价为依据，使目前的工程与已经建立的工程之间的相似度定量化。具体方法是： 在众多的造价工程中找出将要做出估价工程的几个相似工程，以此作为原始资料，并采用一种可行的预测技术，对将要估算的工程进行造价预算，用模糊数学的默写方法来进行。但是此方
9、法也存在不足之处，比如对工程造价的实际变化特征不能很准确的反应出来，对各个工程建造年价的考虑要到位，这样才能确保工程造价估算的准确性。物价相对稳定时期也要这样做。所以，在此方法的基础上，对资金时间价值因素的补充是很有必要的，可以以一个时间为基准，对当前工程和已建工程间的相似度做出计算，以此选择中间的典型工程来对工程造价进行估算。（三）数理统计估算法 数理统计估算法就是：根据对以往工程的历史资料进行分项统计、回归分析，找出工程数量或工程造价与某个单项因素或诸影响因素之间的函数关系。使用数理统计方法可使各种影响因素对工程数量与工程造价的影响程度一目了然，具有使用方便、计算量小的优势。任何事物都具有
10、两面性，数理统计方法也存在它的不足之处，比如它需要足够的样本数目与对应数据的回归处理技巧，当样本数目不能得到满足时，仅靠数理统计法，不仅会影响估算的准确度，而且很难得到令人满意的函数关系。 结论 而市政工程造价是一项系统工程，其关键在于工程造价的估算阶段，是建设项目经济效益分析中确定成本的主要依据，在建设项目建议书和可行性研究报告中是重要的组成部分。对于工程资料掌握越详尽、采用的估算方法越科学合理，工程造价的计算就越精确，就越接近工程实际发生的造价。 参考文献： 1曹甲,葛宏翔,王蕊.工程建设投资估算研究J.建筑管理现代化.2009(04) 2 戴富元.对全国市政工程投资估算指标的解读J.中国市政工程.2006(04) 3 王勇.编制市政工程投资估算的几点体会J.科技情报开发与经济.2007（34) 4 本刊通讯员.市政工程投资估算编制办法介绍J.煤气与热力.2008(05) 5 徐平平.基于灰色关联理论估算市政工程造价的方法J.山西建筑.2008(10)
