段曉晨， 呂 倩， 張小平， 王玉滿

(1. 石家莊鐵道大學(xué) 經(jīng)濟(jì)管理學(xué)院，河北 石家莊 050043； 2. 河北地質(zhì)大學(xué)，河北 石家莊 050031)

近年來，我國(guó)已進(jìn)入建設(shè)項(xiàng)目投資高峰期，建設(shè)項(xiàng)目的投資、建設(shè)以及后期的運(yùn)營(yíng)，對(duì)于我國(guó)的經(jīng)濟(jì)增長(zhǎng)具有直接和間接的推動(dòng)作用?！笆濉逼陂g，我國(guó)市政公用基礎(chǔ)設(shè)施投資總額達(dá)7萬億左右；預(yù)計(jì)到2020年，全國(guó)鐵路營(yíng)業(yè)里程將達(dá)12萬km以上。如此巨大的建設(shè)規(guī)模和投資，其投資管理的意義和重要性可想而知。目前，建設(shè)項(xiàng)目投資管理領(lǐng)域依然還存在著“三邊三超”“馬拉松”“短命建筑”等現(xiàn)象，造成了對(duì)投資的嚴(yán)重浪費(fèi)。究其主要原因是目前我國(guó)建設(shè)項(xiàng)目仍然普遍采用傳統(tǒng)的定額概預(yù)算編制方法進(jìn)行投資估算，針對(duì)已有類似分項(xiàng)通常采用概預(yù)算定額和估算指標(biāo)進(jìn)行估算，針對(duì)無類似分項(xiàng)通常采用比較分析、經(jīng)驗(yàn)判別等方法進(jìn)行估算，定額指標(biāo)本身存在靜態(tài)性和計(jì)劃性的特點(diǎn)，導(dǎo)致不能準(zhǔn)確有效估算投資額度，估算準(zhǔn)確性得不到有效保障[1]，并且傳統(tǒng)的估算方法采用簡(jiǎn)單線性估算，不能滿足建設(shè)項(xiàng)目本身所具有的復(fù)雜特性。

全生命周期造價(jià)理論，在歐美等發(fā)達(dá)國(guó)家發(fā)展已經(jīng)基本成熟，應(yīng)用領(lǐng)域廣泛，包括環(huán)保、能源、軍事國(guó)防以及建筑領(lǐng)域。具體到國(guó)內(nèi)的發(fā)展，2000年，戚安邦[2]提出了應(yīng)用全生命周期理論對(duì)工程項(xiàng)目造價(jià)進(jìn)行管理；丁士昭探討了建立建設(shè)全生命周期工程項(xiàng)目的信息管理系統(tǒng)，從而解決工程項(xiàng)目決策階段投資額度控制情況等相關(guān)問題[3]。

人工生命系統(tǒng)是由Andrew和Norman首先提出，是一個(gè)人工生命群落的模型。人工生命理論通過利用達(dá)爾文進(jìn)化論的原理，在計(jì)算機(jī)中設(shè)計(jì)與生命類似的實(shí)體，并設(shè)計(jì)一些行為規(guī)則算法，來指導(dǎo)進(jìn)化過程，該過程使生命由簡(jiǎn)單到復(fù)雜、由低級(jí)到高級(jí)漸進(jìn)演化，逐步完善自身的適應(yīng)性，其原理是進(jìn)化計(jì)算在計(jì)算機(jī)仿真學(xué)上的全新應(yīng)用,進(jìn)化是生命存在與發(fā)展的具體過程。國(guó)內(nèi)學(xué)者張軍[4]構(gòu)建了一種基于遺傳算法的人工生命的進(jìn)化模型；謝汝林[5]仿真模擬了他構(gòu)建的人工生命體的行為選擇及其進(jìn)化模型；高睿等人詳細(xì)介紹了人工生命算法的基本原理、改進(jìn)措施、算法應(yīng)用[6]。

可以發(fā)現(xiàn)，全生命周期造價(jià)理論和人工生命系統(tǒng)都是相對(duì)成熟的理論體系，被國(guó)內(nèi)外學(xué)者應(yīng)用在不同的領(lǐng)域。但二者相結(jié)合來進(jìn)行建設(shè)項(xiàng)目投資估算的研究較少。因此，針對(duì)建設(shè)項(xiàng)目投資建設(shè)復(fù)雜性特點(diǎn)，采用非線性方法進(jìn)行投資估算，通過運(yùn)用建設(shè)項(xiàng)目全生命周期造價(jià)WLC(whole life cost)和顯著性成本CS(Cost-Significant)理論以及人工生命進(jìn)化理論來構(gòu)建WLCS-ALA(Whole Life Cost-Significant-Artificial Life Algorithm)模型，進(jìn)行建設(shè)項(xiàng)目投資估算，將人工生命算法應(yīng)用于投資預(yù)測(cè)問題，準(zhǔn)確擬合已完工程歷史數(shù)據(jù)，以解決其存在的靜態(tài)性、延時(shí)性和滯后性等問題，盡可能達(dá)到減少工作量，提高準(zhǔn)確性的目的。在保證工期質(zhì)量的前提下[7]，控制政府投資項(xiàng)目的投資額度，為決策管理和實(shí)施部門提供決策依據(jù)。

1 構(gòu)建全生命顯著性造價(jià)人工生命進(jìn)化模型

1.1 全生命周期造價(jià)WLC(Whole Life Cost)

全生命周期造價(jià)確定模型采用NPV法，使用以下模型[8]

( 1 )

式中：COm為備選方案m的最初成本；T為項(xiàng)目全生命周期；dOmt為項(xiàng)目運(yùn)營(yíng)成本的折現(xiàn)值；dMmt為項(xiàng)目養(yǎng)護(hù)成本的折現(xiàn)值；dSAVm為項(xiàng)目期末回收凈值的折現(xiàn)值。

式( 1 )可以計(jì)算整個(gè)工程項(xiàng)目的全生命周期造價(jià)，但同時(shí)可以預(yù)見到計(jì)算工作量會(huì)非常繁瑣巨大。本文將顯著性成本理論應(yīng)用于WLC中，可以簡(jiǎn)化全生命周期造價(jià)計(jì)算過程，即[9]

( 2 )

式中：C(csi)mt為項(xiàng)目全生命周期內(nèi)的顯著性成本；d為項(xiàng)目期望折現(xiàn)率；D為項(xiàng)目最終棄置后的凈值；csf為項(xiàng)目的顯著性因子；n為顯著性項(xiàng)目的個(gè)數(shù)；NPVm為項(xiàng)目全生命周期造價(jià)的現(xiàn)值之和[10]。

1.2 人工生命進(jìn)化算法ALA(Artificial Life Algorithm)

人工生命進(jìn)化算法是通過研究生物個(gè)體進(jìn)化自然選擇規(guī)律，對(duì)工程技術(shù)領(lǐng)域或其他領(lǐng)域進(jìn)行優(yōu)化計(jì)算、預(yù)測(cè)和數(shù)字尋優(yōu)的一種數(shù)學(xué)模型。其本身具有自組織、自學(xué)習(xí)、自進(jìn)化等優(yōu)點(diǎn)，在全局范圍內(nèi)具有良好的收斂性能和魯棒性[8-11]。

X={x∈Rn|xmin≤x≤xmax}

( 3 )

每個(gè)生命體Xs有鄰域C，Xs的鄰域C是一種歐幾里德空間，可描述為

C={x∈Rn|‖x-xs‖2≤D}

( 4 )

式中：xs表示人工生命體當(dāng)前的位置;D為人工生命體的活動(dòng)區(qū)域，人工生命體在這個(gè)區(qū)域內(nèi)移動(dòng)、繁殖。每個(gè)坐標(biāo)點(diǎn)都分布著食物能量源和一定數(shù)量的人工生命體。在每次演化中，它們可以在這個(gè)區(qū)域內(nèi)發(fā)現(xiàn)資源和其它人工生命體。通常把D作為一個(gè)常數(shù)用于循環(huán)過程，有時(shí)也定義為一個(gè)變量隨著循環(huán)次數(shù)增加而變化。

在前期迭代中，人工生命體搜索的鄰域范圍廣闊，它們有更多的機(jī)會(huì)找到優(yōu)化解。隨著迭代進(jìn)行，它們將搜索優(yōu)化解的區(qū)域范圍由初始的廣闊區(qū)域轉(zhuǎn)為一些較小的優(yōu)化解區(qū)域，因此可以做到全范圍優(yōu)化解。

把人工生命體生存的環(huán)境視為目標(biāo)優(yōu)化問題的求解空間，在這個(gè)求解空間中的人工生命體可以進(jìn)行交互活動(dòng)。對(duì)人工生命體的生存繁衍規(guī)則進(jìn)行定義，該定義使其具有搜索特性，可以求解目標(biāo)優(yōu)化問題的極值，在求解空間中與優(yōu)化函數(shù)極值區(qū)域形成有效突現(xiàn)聚類。

1.3 全生命顯著性造價(jià)人工生命進(jìn)化模型優(yōu)化過程[13-15]

Step1初始化：初始混合編碼，產(chǎn)生POPSIZE個(gè)人工生命體，并將其隨機(jī)性的分布在人工系統(tǒng)中。定義每個(gè)人工生命體初始能量為IE。

Step2搜索資源：每個(gè)人工生命體在人工系統(tǒng)REGION內(nèi)尋找可以進(jìn)行代謝的資源。

Step3移動(dòng)：如果人工系統(tǒng)內(nèi)具有距離人工生命體很近并且為人工生命體所需要的資源，那么人工生命體就向該資源移動(dòng)；否則人工生命體會(huì)在鄰域內(nèi)進(jìn)行隨機(jī)移動(dòng)。

Step4代謝：人工生命體向符合條件的資源移動(dòng)，通過進(jìn)食和代謝，最終增加能量值WE。

Step5增加年齡：通過初始化、搜索資源、移動(dòng)和代謝，人工生命體的年齡加一。

Step6繁殖下一代：最后當(dāng)人工生命體年齡達(dá)到生育年齡RA和獲得一定的能量值后，就符合繁衍條件，在人工系統(tǒng)內(nèi)與相同種類的人工生命體進(jìn)行繁殖活動(dòng)，后代會(huì)繼承父代的基因和知識(shí)等遺傳信息。

Step7減少能量：在這一過程中，系統(tǒng)內(nèi)的全部人工生命體都會(huì)降低內(nèi)在能量，當(dāng)人工生命體的內(nèi)在能量值低于最低的能量閾值MSE時(shí)，那么這個(gè)人工生命體就會(huì)滅亡，最終會(huì)從環(huán)境中消亡[16]。

Step8增加代：在這一過程中增加一代，返回步驟Step2。參數(shù)說明見表1。

表1 參數(shù)說明

2 研究案例

本文收集大量相關(guān)的已完公路工程歷史數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，并利用凈現(xiàn)值法求各工程的WLC(折現(xiàn)率設(shè)定為5%)，在進(jìn)行數(shù)據(jù)分析前，需要消除時(shí)間差距和地區(qū)差距，進(jìn)行降噪處理，利用造價(jià)指數(shù)進(jìn)行時(shí)間和地區(qū)調(diào)整，將數(shù)據(jù)都轉(zhuǎn)化為基期為1995年、基準(zhǔn)地為北京地區(qū)的統(tǒng)一數(shù)據(jù)。

2.1 確定擬建工程特征量化值

參考相關(guān)資料，根據(jù)專家經(jīng)驗(yàn)并分析高速公路項(xiàng)目中路基項(xiàng)目的特點(diǎn)以及施工工藝特征，總結(jié)出路基的工程特征類目[17]，高速公路路基工程的特征量化描述見表2。

表2 高速公路路基工程的特征量化描述

所選取的擬建工程的路基分部工程特征量化值為(2，1，2，1，3)，以此為篩選條件，在歷史數(shù)據(jù)中尋找具有此類特征的路基工程，即為需要的類似工程。在此找到了10項(xiàng)類似工程。

2.2 CS理論數(shù)據(jù)挖掘

全生命周期造價(jià)包括初始的建造成本和未來的運(yùn)營(yíng)及維護(hù)成本，所尋找的全生命顯著性成本項(xiàng)目就是在建設(shè)成本和運(yùn)營(yíng)維護(hù)成本中尋找。初始建設(shè)成本采用工程量清單中的成本，運(yùn)營(yíng)維護(hù)成本采用公路管理處所提供的維護(hù)數(shù)據(jù)，即在工程量清單和運(yùn)營(yíng)維護(hù)數(shù)據(jù)中尋找顯著性項(xiàng)目。

2.3 利用CS理論處理數(shù)據(jù)

(1) 以已尋找到的10項(xiàng)類似工程為研究對(duì)象，分別計(jì)算得出路基分部的各分項(xiàng)工程的全生命成本，利用均值理論找出顯著性項(xiàng)目CSIs。

(2) 消除數(shù)據(jù)的時(shí)間差異和地區(qū)差異,通過式( 1 )計(jì)算整個(gè)工程的全生命周期造價(jià)。

(3) 計(jì)算顯著性因子，根據(jù)式( 2 )csf由每個(gè)CSIs的造價(jià)CCSIs除以全生命周期造價(jià)得出。

通過以上的數(shù)據(jù)處理步驟進(jìn)行處理后得出類似工程的路基全生命周期的顯著性項(xiàng)目見表3，顯著性造價(jià)、顯著性因子、全生命周期造價(jià)表示見表4。

表3 路基全生命周期造價(jià)的CSIs

表4 樣本數(shù)據(jù)表 萬元/m

根據(jù)表3，可以看出在工程造價(jià)中存在著顯著現(xiàn)象，顯著性項(xiàng)目的數(shù)量占總數(shù)量的20%左右，而顯著性項(xiàng)目的總造價(jià)確是全生命周期造價(jià)的80%左右，符合顯著性理論。并可知同類工程具有比較相似的顯著性項(xiàng)目和比較一致的顯著性因子。

2.4 ALA-WLC投資預(yù)測(cè)模型設(shè)計(jì)

本文采用matlab語(yǔ)言形式設(shè)計(jì)一個(gè)人工生命模型[18-20]，該模型符合人工生命體模式，構(gòu)建的優(yōu)化函數(shù)即為人工生命體的適應(yīng)度函數(shù)[21]。用Artificial Life1.4.0小程序軟件進(jìn)行JAVA模擬演示，數(shù)據(jù)的仿真通過Matlab語(yǔ)言實(shí)現(xiàn)。

表4中LJ1～LJ9為測(cè)試樣本，LJ10為預(yù)測(cè)樣本。通過求出類似工程的歷史顯著性造價(jià)的均值和顯著性因子均值，確定尋優(yōu)數(shù)據(jù)空間作為人工生命進(jìn)化模型優(yōu)化的數(shù)據(jù)基礎(chǔ)[22-23]。

Step1采用混合實(shí)數(shù)編碼方式對(duì)人工生命體進(jìn)行編碼。

(1) 定義隨機(jī)數(shù)據(jù)β，

β∈{0,0.01,0.02,…,0.1,0.11,0.12,…,0.2,…,1}。

(2) 計(jì)算xi=li+β(ui-li)，重復(fù)N次(N為變量的個(gè)數(shù))后，則產(chǎn)生一個(gè)人工生命體x={x1,x2,…,xN}。其中，N=2，x1為顯著性成本項(xiàng)目造價(jià)，x2為顯著性因子數(shù)值。

(3) 重復(fù)(1)、(2)M次(M為種群大小)，則會(huì)產(chǎn)生一個(gè)包含M個(gè)人工生命體的初始化種群。

確定變量的求解空間，初始值是通過對(duì)同類工程的顯著性項(xiàng)目造價(jià)和顯著性因子求平均值得出的。li和ui由變量的初始值乘以0.8和1.2得出。

Step2適應(yīng)度計(jì)算。

基于ALA算法的造價(jià)投資預(yù)測(cè)，實(shí)際上就是基于以往已知的類似工程造價(jià)基礎(chǔ)上尋找更加準(zhǔn)確的造價(jià)預(yù)測(cè)值，所以與實(shí)際值的誤差越小，其適應(yīng)度越高。本文以適應(yīng)度越高越好來衡量個(gè)體的優(yōu)劣。

算法描述如下

( 5 )

式中:Z為待尋優(yōu)的變量x1和x2；E(Z)為目標(biāo)函數(shù);L、U為可行的解空間;x1為顯著性項(xiàng)目造價(jià);x2為顯著性因子;O為目標(biāo)值即實(shí)際造價(jià)。

Step3參數(shù)設(shè)置。

經(jīng)試驗(yàn)測(cè)試，合理的參數(shù)設(shè)置見表5。

表5 參數(shù)設(shè)置

注：種群規(guī)模越大，算法耗費(fèi)的時(shí)間越多。因此參數(shù)POPSIZE要求選取合理范圍，才能確保增強(qiáng)算法收斂性能和運(yùn)行的速度。REGION的設(shè)置必須考慮尋優(yōu)區(qū)域的大小，將MAX定義為優(yōu)化過程最高限額，將MIN定義為優(yōu)化過程最低限額，通過一系列的實(shí)驗(yàn)過程，定義優(yōu)化問題的維數(shù)N，則人工生命體的活動(dòng)區(qū)域?yàn)镹*(MAX-MIN)/10，在此區(qū)域內(nèi)進(jìn)行尋優(yōu)就會(huì)取得比較好的效果。GENERATION對(duì)算法的影響是：50代到200代之間，隨著世代增加，算法的尋優(yōu)精度提高，但是，當(dāng)算法運(yùn)行到400代時(shí)，就會(huì)出現(xiàn)過擬合現(xiàn)象，算法尋優(yōu)精度開始降低。根據(jù)經(jīng)驗(yàn)總結(jié)，這種過度擬合現(xiàn)象一般發(fā)生在200代以上，因此設(shè)置迭代次數(shù)參數(shù)應(yīng)在200代以內(nèi)。

Step4根據(jù)構(gòu)建的人工生命進(jìn)化模型優(yōu)化過程，進(jìn)行結(jié)果分析。

(1) 迭代循環(huán)過程。圖1中為人工生命系統(tǒng)經(jīng)過200代循環(huán)后得到的分布圖。

在算法的初始階段，人工生命體在人工生命世界中隨機(jī)分布，然后它們開始互相交流、學(xué)習(xí)，進(jìn)行搜索行為；經(jīng)過100代迭代后，優(yōu)化解區(qū)域初步形成，多數(shù)人工生命體聚集在優(yōu)化解區(qū)域；經(jīng)過200代后，如圖1示，人工生命體基本在優(yōu)化解區(qū)域形成突現(xiàn)聚類，收斂于優(yōu)化解。在此基礎(chǔ)上，比較每個(gè)生命體的適應(yīng)值，就可以得出最優(yōu)解。

表6和圖2顯示了人工生命進(jìn)化過程中系統(tǒng)逐步趨于穩(wěn)定，各個(gè)個(gè)體都進(jìn)化到較優(yōu)狀態(tài)，具有很好的收斂性能，在運(yùn)行200代后突現(xiàn)，有效地達(dá)到優(yōu)化結(jié)果。

表6 各代最優(yōu)個(gè)體的適應(yīng)值變化

(2) 優(yōu)化結(jié)果分析。

人工生命體在進(jìn)化200代之后可以發(fā)現(xiàn)達(dá)到了較好的收斂效果，從而可以尋找出其最優(yōu)生命個(gè)體，最優(yōu)解見表7，Best這一行即為最優(yōu)解，由此確定項(xiàng)目單位每米造價(jià)預(yù)測(cè)值為16.293萬元。人工生命體與CS投資估算方法對(duì)比分析見表8，可以發(fā)現(xiàn)人工生命體預(yù)測(cè)誤差在10%以內(nèi)，表明這一投資預(yù)測(cè)有效可行。

用人工生命進(jìn)化模型分別對(duì)顯著性造價(jià)CCSIs和csf進(jìn)行預(yù)測(cè)，表8對(duì)人工生命進(jìn)化方法預(yù)測(cè)與CS方法預(yù)測(cè)的結(jié)果進(jìn)行對(duì)比，可分析出：人工生命預(yù)測(cè)的全生命周期單位造價(jià)精確度遠(yuǎn)高于傳統(tǒng)CS方法精確度，說明在投資決策領(lǐng)域應(yīng)用人工生命進(jìn)化方法會(huì)使投資預(yù)測(cè)更加精確。

表7 200代優(yōu)化結(jié)果

表8 人工生命與CS投資估算方法對(duì)比分析

表9 設(shè)計(jì)階段人工生命與CS方法預(yù)測(cè)對(duì)比分析

此預(yù)測(cè)模型也可用于施工圖設(shè)計(jì)階段的施工圖預(yù)算，如表9即為進(jìn)行施工圖預(yù)算的結(jié)果，即用人工生命方法預(yù)測(cè)出csf，再根據(jù)同類工程確定擬建工程有哪些顯著性CSI項(xiàng)目，根據(jù)擬建工程施工圖紙據(jù)實(shí)算出CSI項(xiàng)目的造價(jià)，為12.958萬元/m造價(jià)，再除以預(yù)測(cè)的csf，得出全生命周期造價(jià)。將結(jié)果與CS方法平均計(jì)算的csf的結(jié)果準(zhǔn)確度比較，說明兩種方法均達(dá)到要求誤差3%。但人工生命方法比CS方法準(zhǔn)確性提高。

3 結(jié)論

結(jié)合全生命顯著性造價(jià)理論和人工生命進(jìn)化算法理論，建立WLCS-ALA模型，本文構(gòu)建的非線性投資估算預(yù)測(cè)模型，探討人工生命進(jìn)化算法在工程造價(jià)領(lǐng)域的應(yīng)用。運(yùn)用實(shí)際收集的工程數(shù)據(jù)驗(yàn)證了模型準(zhǔn)確度，從而進(jìn)行了實(shí)證分析。人工生命進(jìn)化算法能夠有效解決以前造價(jià)線性預(yù)測(cè)、均值預(yù)測(cè)、預(yù)測(cè)準(zhǔn)確度低的問題，較好的擬合工程造價(jià)的非線性特性，因此具有較好的收斂性能，能在全局范圍內(nèi)搜索得出最優(yōu)解，預(yù)測(cè)誤差較小，因此造價(jià)預(yù)測(cè)具有較好的可行性和有效性。同時(shí)全生命顯著性造價(jià)可以大大降低計(jì)算的工作量，提高工作效率，簡(jiǎn)化數(shù)據(jù)處理量。

工程造價(jià)受時(shí)間因素影響較大，具有動(dòng)態(tài)性和不確定性。從建設(shè)項(xiàng)目的全生命周期角度，工程造價(jià)經(jīng)歷從最初的不確定到最終確定的過程，但前期不確定性階段的投資控制對(duì)整個(gè)項(xiàng)目的投資預(yù)測(cè)起到了決定性和關(guān)鍵性作用。該階段是投資估算信息最不充分和最模糊的階段，其投資估算額是隨后各個(gè)階段投資控制的最高目標(biāo)，它的準(zhǔn)確與否對(duì)整個(gè)項(xiàng)目的各階段投資控制起著決定性作用。通過CS理論有效挖掘基礎(chǔ)數(shù)據(jù)并進(jìn)行相關(guān)處理，從而為人工生命進(jìn)化模型提供基礎(chǔ)數(shù)據(jù)，通過非線性的方法更精確地進(jìn)行造價(jià)預(yù)測(cè)。

同時(shí)，由于人工生命進(jìn)化算法在國(guó)內(nèi)發(fā)展還不太成熟，仍存在許多問題有待后續(xù)工作的進(jìn)一步完善和發(fā)展。主要表現(xiàn)在：模型構(gòu)建需進(jìn)一步探討更合適的編碼方法和適應(yīng)度函數(shù)；模型構(gòu)建后需要進(jìn)行編程運(yùn)行求解，適合于模型運(yùn)算的軟件應(yīng)進(jìn)一步開發(fā)研究。

參考文獻(xiàn)：

[1] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒[M].北京:中國(guó)統(tǒng)計(jì)出版社,2008.

[2] 戚安邦.工程項(xiàng)目全面造價(jià)管理[M].天津：南開大學(xué)出版社，2000.

[3] 丁士昭.工程項(xiàng)目管理[M].北京：中國(guó)建筑工業(yè)出版社，2006.

[4] 張軍，鄭浩然，王熙法.具有行為強(qiáng)化學(xué)習(xí)能力的人工生命進(jìn)化模型設(shè)計(jì)[J].計(jì)算機(jī)工程，2000，26(10)：11-13，50.

ZHANG Jun,ZHENG Haoran,WANG Xifa. Study of the Behavior Reinforcement Learning in Artificial Life Evolutionary Models[J]. Computer Engineering,2000，26(10)：11-13，50.

[5] 謝汝林.人工生命體行為選擇及其進(jìn)化研究[M].重慶：重慶大學(xué)，2002.

[6] 高睿，周永華.人工生命算法綜述[J].控制工程，2005，12(S2)：153-156.

GAO Rui,ZHOU Yonghua. Overview of Artificial Life Algorithm[J]. Control Engineering of China,2005，12(S2)：153-156.

[7] 段曉晨,張晉武,李利軍,等.政府投資項(xiàng)目全面投資控制理論和方法研究[M].北京：科學(xué)出版社，2007.

[8] 董士波.全過程工程造價(jià)管理與全生命周期工程造價(jià)管理之比較[J].經(jīng)濟(jì)師，2003(12)：136-138.

DONG Shibo. The Comparison of the Whole Life Cycle of the Whole Process of Project Cost Management and Engineering Cost Management[J]. Economist,2003(12)：136-138.

[9] 段曉晨，郭蘭英，張新寧.新建高鐵工程非線性造價(jià)估算方法研究[J].鐵道學(xué)報(bào)，2013，35(10)：114-122.

DUAN Xiaochen,GUO Lanying,ZHANG Xinning. Research on Nonlinear Estimating Methods of Whole Life-cycle Cost for China High-speed Railway Project[J]. Journal of the China Railway Society,2013，35(10)：114-122.

[10] 段曉晨.政府投資項(xiàng)目全面投資控制理論和方法研究[D].天津：天津大學(xué)，2006.

[11] LUO Lin,ESTER Van Der Voet,GJALT Huppes. Life Cycle Assessment and Life Cycle Costing of Bioethanol from Sugarcane in Brazil[J]. Renewable and Sustainable Energy Reviews,2009,13(6):1 613-1 619.

[12] GU-TAEK KIM,KYOON-TAIKIM,DU-HEON LEE,et al. Development of a Life Cycles Cost Estimate System for Structures of Light Rail Transit Infrastructure[J]. Automation in Construction,2010,19(3):308-325.

[13] HARIKRISHNA Narasimhan, CHEW M Y L. Integration of Durability with Structural Design:An Optional Life Cycle Cost Based Design Procedure for Reinforced Concrete structures[J]. Construction and Building Materials,2009,23(2):918-929.

[14] JAMIE E Padgett,KRISTINA Dennemann,JAYADIPTA Ghosh. Risk-based Seismic Life-cycle Cost-benefit(LCC-B) Analysis for Bridge Retrofit Assessment[J]. Stuectural Safety, 2010,32(3):165-173.

[15] 王玉滿，張宇佳.全面顯著性造價(jià)投資預(yù)測(cè)模型研究[J].硅谷，2011,4(2)：92.

WANG Yuman,ZHANG Yujia. Research of the Whole Significant Investment Cost Prediction Model[J]. Silicon Valley,2011,4(2)：92.

[16] 白冰.基于全生命周期理論的工程造價(jià)粗糙集估算方法研究[M].北京：中國(guó)地質(zhì)大學(xué)，2010.

[17] 王安麟，馬立新，趙群飛.復(fù)雜系統(tǒng)的分析與建模[M].上海:上海交通大學(xué)出版社，2004.

[18] 洪毅.進(jìn)化算法中多種信息的利用[D].上海：上海交通大學(xué),2008.

[19] 張仲明，郭東偉，曲明，等.使用人工生命模型解決時(shí)變優(yōu)化問題[J].吉林大學(xué)學(xué)報(bào)(信息科學(xué)版)，2004,22(5):485-488.

ZHANG Zhongming,GUO Dongwei,QU MING,et al. Solving Time-varying Optimization Problem using Artificial Life Model[J]. Journal of Jilin University: Information Science Edition,2004,22(5):485-488.

[20] 王亞釗.基于捕食策略的人工生命算法及在系統(tǒng)辨識(shí)中應(yīng)用[M].南寧：廣西大學(xué)，2007.

[21] 閻平凡，張長(zhǎng)水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算[M].北京：清華大學(xué)出版社，2005.

[22] 薛定宇，陳陽(yáng)泉.高等應(yīng)用數(shù)學(xué)問題的MATLAB求解[M].北京：清華大學(xué)出版社，2005.

[23] 張江，李學(xué)偉.用數(shù)字人工生命模型探索復(fù)雜適應(yīng)系統(tǒng)[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2005，2(1)：39-48.

ZHANG Jiang,LI Xuewei. Using Digital Artificial Life to Investigate Complex Adaptive System[J]. Complex Systems and Complexity Science,2005，2(1)：39-48.