申婷婷 李斌

摘 要： 為了解決傳統(tǒng)建筑工程造價模型存在數(shù)據(jù)處理誤差大以及計算抗性差等問題，對建筑工程造價模型進行結(jié)構(gòu)優(yōu)化和算法改進處理。提出利用優(yōu)化結(jié)構(gòu)承接多層的合理控制計算，降低外部條件對計算的影響，優(yōu)化建筑工程造價模型算法，采用多維度理論計算公式對投資估算、設(shè)計概算、修正概算、施工圖概算進行統(tǒng)一決算，增加數(shù)據(jù)處理能力以及準(zhǔn)確度。通過實驗驗證，改進后的建筑工程造價模型適用于復(fù)雜建筑工程，并能夠得到真實準(zhǔn)確的造價結(jié)果。

關(guān)鍵詞： 復(fù)雜建筑； 模型結(jié)構(gòu)； 模型算法； 改進ECM算法； 工程造價； 模型設(shè)計

中圖分類號： TN911.33?34； TN913 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）08?0045?04

Abstract： Since the traditional building engineering cost model has the problems of large data processing error and poor calculation ability， the structural optimization and algorithm improvement are performed for the construction engineering cost model. The multilayer reasonable control calculation is adopted in optimization stricture to reduce the influence of external conditions on calculation. The construction engineering cost model algorithm is optimized. The multi?dimension theory calculation formula is used to perform the final accounts for the investment estimation， design estimate， revised estimate and construction drawing estimate， which can improve the data processing capacity and accuracy. The experimental verification results show that the improved construction engineering cost model is suitable for the complex construction engineering， and can get the actual and accurate cost results.

Keywords： complex building； model structure； model algorithm； improved ECM algorithm； construction cost； model design

0 引 言

使用傳統(tǒng)建筑工程造價模型解決復(fù)雜建筑工程時會產(chǎn)生數(shù)據(jù)誤差大、計算結(jié)果影響因素多的不足，造成提供數(shù)據(jù)不準(zhǔn)確、可信度降低、施工困難?；谝陨喜蛔銓鹘y(tǒng)建筑工程造價模型進行改進設(shè)計。優(yōu)化建筑工程造價模型結(jié)構(gòu)采用多層級計算，替代原有建筑工程造價模型的單層級計算，降低外部影響因素，提高內(nèi)部層級合理配置從而提升建筑工程造價模型的準(zhǔn)確性減小計算影響因素。改進傳統(tǒng)建筑工程造價模型算法，針對復(fù)雜建筑工程增加細(xì)化分類，合理量化分類，多維度理論計算，合理控制結(jié)果誤差，使每一步計算都接近竣工決算，從而提高數(shù)據(jù)計算準(zhǔn)確性、提高計算效率減小數(shù)據(jù)處理誤差。通過不同維度的仿真實驗，對改進前后的投資估算、設(shè)計概算、修正概算、施工圖概算和近竣工決算進行驗證。

1 優(yōu)化建筑工程造價模型結(jié)構(gòu)

建筑工程造價結(jié)構(gòu)優(yōu)化設(shè)計是對原有結(jié)構(gòu)進行多層級分析計算和合理量化處理。與原有建筑造價工程模型相比建筑設(shè)計分類更加細(xì)化、量化更加充分、由單層級優(yōu)化為多層級[1]。優(yōu)化工程造價模型結(jié)構(gòu)以建筑工程造價模型算法為核心，以層級分析、量化處理進行多級計算為基礎(chǔ)，進行多次驗證輸出提供參數(shù)及信息，建筑工程造價模型結(jié)構(gòu)圖如圖1所示。

工程造價模型結(jié)構(gòu)層級主要包括7個層級，主要為建筑規(guī)模、建筑總高度、外平面、進深與開間、柱網(wǎng)布置、流通空間[2?3]。改進建筑造價工程模型基于以上7個層級依照建筑工程造價模型算法進行分析計算。建筑工程造價模型實現(xiàn)對復(fù)雜建筑工程造價模塊分級計算分析通過所屬層級處理，細(xì)化計算過程，采用反復(fù)階梯型計算，把每一處影響條件進行量化，減少變量不確定性[4]。建筑工程造價模型層級量化數(shù)據(jù)見表1。對應(yīng)模型結(jié)構(gòu)的7個層級，將每個層級細(xì)化，去量化值f（x1）～f（x7）。

基于建筑工程造價模型算法作為理論支撐，通過對建筑工程造價模型結(jié)構(gòu)層級分析以及量化處理，從而實現(xiàn)復(fù)雜建筑工程造價模型計算準(zhǔn)確、方便快捷、系統(tǒng)穩(wěn)定。

2 改進建筑工程造價模型算法

傳統(tǒng)ECM算法通過Gamble 分布進行估算，Gamble分布算法計算簡單，針對復(fù)雜建筑工程分類不夠明確，針對投資估算存在偏差[5]、設(shè)計概算不夠細(xì)致、修正概算與施工圖概算計算粗糙度較大的缺點，傳統(tǒng)建筑工程造價模型很難適用于復(fù)雜建筑工程[6]。針對以上不足本文提出改進Freshet分布。Freshet分布改進ECM算法參數(shù)對照表如表2所示。

通過Freshet分布改進ECM算法，對建筑工程造價模型使用ECM算法計算更加細(xì)膩，驗證次數(shù)多，反復(fù)計算，對計算多次之間存在方差大于1，平均數(shù)浮動率大于2%的進行多次復(fù)雜驗證，更適合復(fù)雜建筑工程造價模型的計算。從而消除傳統(tǒng)建筑造價工程模型ECM算法分類不夠明確，針對投資估算存在偏差大、設(shè)計概算不夠細(xì)致、修正概算與施工圖概算計算粗糙度存在較大不足。

3 仿真實驗

3.1 實驗參數(shù)

通過上述改進設(shè)計可以實現(xiàn)復(fù)雜建筑工程造價模型，為測得復(fù)雜建筑工程造價模型的數(shù)據(jù)處理能力以及計算條件外部影響因素，本文采用選定方案數(shù)據(jù)如表3所示。分別使用傳統(tǒng)建筑工程造價模型與改進建筑工程造價模型進行評估。

表3方案中根據(jù)復(fù)雜度的不同可劃分為三個階段，第一，簡單建筑結(jié)構(gòu)階段，包括建筑方案1，2，3；第二，中級建筑結(jié)構(gòu)階段，包括建筑方案4，5，6；第三，復(fù)雜建筑結(jié)構(gòu)階段，包括建筑方案7，8，9。

3.2 數(shù)據(jù)處理能力實驗

衡量工程造價模型數(shù)據(jù)處理能力主要有投資估算處理（IEP）、設(shè)計概算處理、施工圖預(yù)算處理。IEP主要測試傳統(tǒng)建筑工程造價模式與改進建筑工程造價模式的計算精度與散點度[9]，計算精度越高、散點度越低則說明數(shù)據(jù)處理能力越高。若計算精度高、散點度高說明計算存在偶然性，多次計算可信性低[10?11]；若計算精度低、散點度低說明計算精度不高。計算精度低、散點度高說明計算不僅不準(zhǔn)確并且計算可信性低。IEP的計算精度與散點度如圖2所示。其中當(dāng)復(fù)雜度小于0.5時傳統(tǒng)建筑工程造價模式與改進建筑工程造價模式計算精度與散點率相差不大，當(dāng)復(fù)雜度超過0.5時傳統(tǒng)建筑工程造價模式與改進建筑工程造價模式計算精度與散點率明顯區(qū)分，說明改進建筑工程造價模式適合發(fā)展建筑工程投資估算處理。

3.3 計算條件外部影響實驗

計算條件外部影響實驗主要考慮市場資本、材料的變質(zhì)、人員勞動成本的變動以及不可控風(fēng)險等。根據(jù)表3所示從2007—2016年分析鋼鐵、勞動成本、金融等市場變化，與傳統(tǒng)建筑工程造價模型和改進建筑工程造價模型分別進行市場耐沖擊對比實驗。經(jīng)過分析表3數(shù)據(jù)可得傳統(tǒng)建筑工程造價模型和改進建筑工程造價模型的MIT圖，如圖3所示。

由實驗數(shù)據(jù)圖3可知，說明改進建筑工程造價模式較傳統(tǒng)建筑工程造價模式耐市場沖擊能力強，特別是針對復(fù)雜建筑工程時。當(dāng)復(fù)雜度大于0.5時改進建筑工程造價模式耐市場沖擊表現(xiàn)明顯。簡單建筑工程改進建筑工程造價模式與傳統(tǒng)建筑工程造價模式耐市場沖擊效果相近。

4 結(jié) 語

通過建筑工程結(jié)構(gòu)造價模型的優(yōu)化和建筑工程造價模型算法（ECM）的改進設(shè)計，對投資估算處理（IEP）、設(shè)計概算處理（DEP）、施工圖預(yù)算處理（CBP）、市場耐沖擊（MIT）進行仿真實驗，改進型建筑工程造價模型對復(fù)雜工程具有較高的數(shù)據(jù)處理能力和數(shù)據(jù)準(zhǔn)確性，適合于復(fù)雜建筑工程。

參考文獻

[1] 王朝暉，呂昌民.建設(shè)單位工程造價控制探討[J].煤炭工程，2015，47（3）：147?148.

WANG Zhaohui， L? Changmin. Discussion on control of engineering cost of construction units [J]. Coal engineering， 2015， 47（3）： 147?148.

[2] 韓玉海.論建設(shè)項目的工程造價控制[J].財經(jīng)問題研究，2015（z1）：63?66.

HAN Yuhai. The project cost control of construction projects [J]. Research on financial and economic issues， 2015（S1）： 63?66.

[3] 張大為.建設(shè)工程造價管理的關(guān)鍵環(huán)節(jié)及相關(guān)問題[J].財經(jīng)問題研究，2015（z1）：74?75.

ZHANG Dawei. The key link of the construction project cost management and related problems [J]. Research on financial and economic issues， 2015（S1）： 74?75.

[4] 李微.建筑工程造價預(yù)測的多元結(jié)構(gòu)整體線性回歸模型[J].建筑技術(shù)，2015，46（9）：846?849.

LI Wei. A model of building project cost estimation based on multiple structure integral linear regression [J]. Architecture technology， 2015， 46（9）： 846?849.

[5] 陳永霞.建筑工程造價效益分配優(yōu)化控制仿真[J].計算機仿真，2016，33（11）：208?211.

CHEN Yongxia. Construction project cost benefit allocation optimization control simulation [J]. Computer simulation， 2016， 33（11）： 208?211.

[6] 亞林.建筑質(zhì)量與造價約束的關(guān)系建模仿真分析[J].科技通報，2015，31（12）：257?259.

YA Lin. Modeling and simulation analysis of relationship between construction quality and cost constraints [J]. Bulletin of science and technology， 2015， 31（12）： 257?259.

[7] 梁喜，劉雨.基于模糊神經(jīng)網(wǎng)絡(luò)的建筑工程造價預(yù)測模型[J].技術(shù)經(jīng)濟，2017，36（3）：109?113.

LIANG Xi， LIU Yu. Predicting model for construction engineering cost based on fuzzy neural network [J]. Technology economics， 2017， 36（3）： 109?113.

[8] 遲曉梅.一種動態(tài)水利工程造價估算模型[J].科技通報，2015，31（8）：33?35.

CHI Xiaomei. A dynamic water conservancy project cost estimation model [J]. Bulletin of science and technology， 2015， 31（8）： 33?35.

[9] 葉青，陳菲，劉婧.基于RN和GN的兩種RBF神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型[J].數(shù)學(xué)的實踐與認(rèn)識，2016，46（7）：25?30.

YE Qing， CHEN Fei， LIU Jing. Two engineering cost prediction models of RBF neural network based on RN and GN [J]. Mathematics in practice and theory， 2016， 46（7）： 25?30.

[10] 繩曉慶.建筑中防水性能造價約束與抗沖擊能力建模[J].科技通報，2015（2）：206?208.

SHENG Xiaoqing. Modeling of cost constraints in building waterproof performance and shock resistance [J]. Bulletin of science and technology， 2015（2）： 206?208.

[11] 胡曉娟.多元線性回歸模型參數(shù)的STLS估計法及其在工程造價預(yù)測中的應(yīng)用[J].四川建筑科學(xué)研究，2016，42（4）：142?147.

HU Xiaojuan. Structured total least squares method for multivariable linear regression model and its application in engineering cost prediction [J]. Sichuan building science， 2016， 42（4）： 142?147.