朱莉

(342201198608207522)

基于人工智能技術(shù)的建筑工程造價估算研究分析

朱莉

(342201198608207522)

目前，在工程造價管理中的重要內(nèi)容便是對于工程建設(shè)項目造價的確定，尤其是在工程項目造價的前期階段，由于受到相關(guān)因素的影響，導(dǎo)致預(yù)算存在很大的誤差。因此必須要采取相關(guān)的措施來提升工程項目造價的準(zhǔn)確性。而基于人工智能技術(shù)的建筑工程造價模型則能夠有效提升工程項目造價的準(zhǔn)確性，從而來為企業(yè)獲取最大的經(jīng)濟(jì)效益。本文主要是對基于人工智能技術(shù)的建筑工程造價估算進(jìn)行了研究分析，提出了相關(guān)的建議。

人工智能；建筑工程；造價估算；研究

前言：對于建筑工程來說，其造價管理十分重要，工程造價系統(tǒng)屬于一項非常復(fù)雜的工作，傳統(tǒng)的手工方式編制工程預(yù)算，經(jīng)常會出現(xiàn)一些錯算以及漏算的現(xiàn)象，同時數(shù)據(jù)的準(zhǔn)確性也受到了很大的影響，這將會對國家的經(jīng)濟(jì)財產(chǎn)造成很大的影響。隨著我國建筑市場的不斷發(fā)展變化，對工程項目預(yù)算工作的要求也不斷提高。所以，傳統(tǒng)的預(yù)算方式已經(jīng)無法滿足實際的工程項目預(yù)算需求，必須要利用計算機(jī)技術(shù)來進(jìn)行智能化的工程造價預(yù)算控制，從而來提升預(yù)算的準(zhǔn)確性。

一、人工智能技術(shù)引入工程量計算

1.1 工程量計算的規(guī)則

對于工程量來說，主要是利用物理計算單位以及自然計算單位表示各個工程項目的數(shù)量，自然計量單位主要利用物體的自然數(shù)來表示工程量[1]。工程量的計算直接以直接費為基礎(chǔ)，并且其中工程量的計算程度也十分的精確，一些重算以及漏算將會直接影響工程造價的精確程度。對于工程量的計算其工程量很大，同時工作也十分細(xì)致，在工程編制預(yù)算中將會耗費大量的時間，并且施工企業(yè)也必須要配備大量專業(yè)的人員進(jìn)行全面的設(shè)計。為了做好對工程量的計算，那么必須要制定出一個被同行業(yè)所認(rèn)可的計算方式，也就是所謂的工程量計算規(guī)則，要能夠保證對相關(guān)工程量的計算準(zhǔn)確性。

1.2 人工智能化技術(shù)

在人工智能化技術(shù)不斷發(fā)展的同時，建筑工程造價中也逐漸的應(yīng)用了智能化系統(tǒng)，國內(nèi)外很多的學(xué)者都將人工智能化技術(shù)引入到了相關(guān)的工程造價領(lǐng)域，對工程項目中的造價管理，合同管理以及工程監(jiān)督等都進(jìn)行了全面的控制監(jiān)督。本文所研究的人工智能化系統(tǒng)主要是將工程量計算規(guī)則以及相關(guān)的公式從程序中分離出來，從而來進(jìn)行相關(guān)的編輯，提升了工程概預(yù)算的準(zhǔn)確性。

二、基于人工智能技術(shù)實現(xiàn)建筑工程造價估算

人工智能網(wǎng)絡(luò)具有很強(qiáng)的優(yōu)勢，能夠?qū)?shù)據(jù)進(jìn)行大規(guī)模的處理，并且具有很強(qiáng)的自我適應(yīng)性以及自我組織性，具有很強(qiáng)的學(xué)習(xí)功能[2]。在人工神經(jīng)網(wǎng)絡(luò)中，主要是包含了感知神經(jīng)線性神經(jīng)網(wǎng)絡(luò)以及相關(guān)的BP網(wǎng)絡(luò)等。與傳統(tǒng)的算法相互比較，其中遺傳算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)不需要進(jìn)行知識的檢驗，并且對于初始參數(shù)也不是很敏感，因此不會陷入局部極小點。

2.1 遺傳算法與神經(jīng)網(wǎng)絡(luò)的融合

對于遺傳算法與神經(jīng)網(wǎng)絡(luò)的相互融合來說，一定要將二者之間的全面優(yōu)勢進(jìn)行融合分析，并且要能使相關(guān)的新算法以及神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的能力相互融合，并且遺傳算法的一個重要的優(yōu)勢便是具有強(qiáng)烈的全局搜索能力。但是對于工作的結(jié)合來說，主要是具有兩個方向：其中一個方向是ANN，ANN需要一個具有高效性的自動設(shè)計方式，而GA可以為ANN提供一個有效的渠道。并且能夠充分的利用遺傳算法來進(jìn)行神經(jīng)網(wǎng)絡(luò)的優(yōu)化。在這其中主要是含有連接權(quán)以及結(jié)構(gòu)的設(shè)計等。另外一方面則是神經(jīng)網(wǎng)絡(luò)來為相應(yīng)的遺傳算法提供一些工具，要建立一個基于神經(jīng)網(wǎng)絡(luò)的遺傳算法。對于遺傳算法來說，主要是對神經(jīng)網(wǎng)絡(luò)的連接權(quán)進(jìn)行優(yōu)化，另外，在相關(guān)的神經(jīng)網(wǎng)絡(luò)權(quán)值的訓(xùn)練中，主要是對相關(guān)的函數(shù)進(jìn)行優(yōu)化，并且能夠?qū)ο嚓P(guān)的數(shù)據(jù)進(jìn)行調(diào)整，使其保持在最佳的連接權(quán)利[3]。在神經(jīng)網(wǎng)絡(luò)權(quán)值中含有系統(tǒng)中的全部知識，同時對于串通的權(quán)值的獲取方式，是根據(jù)一些規(guī)定進(jìn)行處理的。

在目前的BP網(wǎng)絡(luò)中，其中的方式是梯度下降的方式，這種方式對于一些網(wǎng)絡(luò)的初始權(quán)值敏感度十分強(qiáng)烈，這在一定程度上將會影響最終的結(jié)果。所以，在平時的訓(xùn)練中，另外若是對于參數(shù)的選擇不夠準(zhǔn)確，那么將會導(dǎo)致一些網(wǎng)絡(luò)出現(xiàn)震蕩，最終影響結(jié)果的精確度，導(dǎo)致其陷入局部極值中。若想很好的解決這些問題，可以利用遺傳算法的方式來進(jìn)行解決，其中主要的過程是：要對權(quán)值進(jìn)行編碼，同時對其進(jìn)行分布，從而來產(chǎn)生一組分布，同時神經(jīng)網(wǎng)絡(luò)的連接權(quán)與其相互對應(yīng)。在輸入相關(guān)的訓(xùn)練樣本之后，可以對其中存在的函數(shù)誤差進(jìn)行分析，從而來進(jìn)行計算，利用倒數(shù)以及方差來作為其適應(yīng)度，若是其中存在的誤差比較小，那么其適應(yīng)度也比較大。這樣將會將其傳遞給下一代，之后會利用交叉以及變異的方式進(jìn)行進(jìn)化，產(chǎn)生下一代群體。最后是在初始權(quán)值確定之后，保證訓(xùn)練能夠滿足相關(guān)的條件。

2.2 遺傳算法優(yōu)化神經(jīng)元的學(xué)習(xí)規(guī)則

神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的過程中，很多學(xué)習(xí)規(guī)則都是設(shè)定好的，但是這些設(shè)定好的規(guī)則一定要合理，因此可以利用遺傳算法來優(yōu)化相關(guān)的規(guī)則，主要是促進(jìn)神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)各種問題以及復(fù)雜的環(huán)境。在學(xué)習(xí)中將一些問題進(jìn)行編碼，其主要過程是：首先是利用某種編碼的方式對學(xué)習(xí)規(guī)則進(jìn)行編碼，從而來產(chǎn)生若干個個體，并且每個個體要與學(xué)習(xí)規(guī)則相互對應(yīng)。之后要構(gòu)造訓(xùn)練集，對學(xué)習(xí)規(guī)則的適應(yīng)度進(jìn)行計算，然后針對相關(guān)的適應(yīng)度進(jìn)行選擇，最后是對每個編碼的學(xué)習(xí)規(guī)則都進(jìn)行交叉變異遺傳炒作，從而來產(chǎn)生下一代群體。

三、相關(guān)特征變量確定

3.1 工程造價的特點及影響因素

3.1.1 工程造價特點

對于工程造價來說，其中主要特點有：首先是工程造價的大額性，對于工程項目來說，其規(guī)模比較大，因此其成本造價也很大，尤其是對于一些特大型的工程項目，將會耗費近百億、千億的人民幣，因此其工程造價的大額性將會影響工程的經(jīng)濟(jì)效益。其次是工程造價的差別性，每一項工程項目的功能都是不同的，因此存在差異性[4]。之后就是動態(tài)性，在工程的建設(shè)中，將會存在很長的建設(shè)周期，這是影響工程造價的主要動態(tài)因素。最后就是具有層次性，一個大型工程項目都是由于若干個單項工程重組成，這就是所謂的層次性。

3.1.2 影響因素

對于工程造價的額印象概念股因素來說，主要是分為主觀因素以及客觀因素，其中主管因素是指：設(shè)計方面保守、技術(shù)與經(jīng)濟(jì)之間的協(xié)調(diào)性、施工組織以及技術(shù)水平以及管理體系等?？陀^因素主要是指：國家政策、價格因素、利率風(fēng)險、自然因素以及工程變更，這些都是影響工程造價的客觀因素。

3.2 確定特征變量

在工程造價中，影響其因素有很多，若是遺漏了任何一個因素，那么都將會影響最后估算的精確度。針對相關(guān)因素分析，其中層高、建筑物層數(shù)以及面積等都會增加整個工程項目的費用。另外在施工中選擇的一些材料、人工費以及生產(chǎn)工藝的不斷變化也會影響到工程造價的變化。因此，必須要對資金的時間價值、共曾造價的動態(tài)性進(jìn)行全面的分析思考。做好估算造價中經(jīng)濟(jì)與技術(shù)逐漸的練習(xí)，引入相關(guān)的勞動生產(chǎn)率，這樣能夠在不同的程度上反映出各個施工企業(yè)的技術(shù)以及相關(guān)的管理水平。所以，在人工智能化的工程造價估算中，一定要建筑面積、標(biāo)準(zhǔn)層高、層數(shù)、基礎(chǔ)工程以及結(jié)構(gòu)類型、設(shè)備工程等因素，都作為模型的輸入變量，將整個工程的單方造價作為神經(jīng)網(wǎng)絡(luò)的輸出，從而來保證最終估算結(jié)果的精確性。

結(jié)語：隨著社會的不斷發(fā)展，對于工程造價估算來說，為了保證其結(jié)果的精確性，那么一定要采用先進(jìn)的人工智能化技術(shù)，從而來對影響因素進(jìn)行全面的分析，最終提升其準(zhǔn)確性。

[1]鄭少瑛.建筑工程造價的計價方法與價格機(jī)制研究[D].浙江大學(xué)，2011.

[2]于雷.基于數(shù)值模型理論的煤炭建筑工程造價的計價方法研究[D].遼寧工程技術(shù)大學(xué)，2012.

TU43

B

1007-6344（2015）08-0208-01