市政道路工程造价估算的理论与方法探讨.docVIP

市政道路工程造价估算的理论与方法探讨 　　摘 要：本文主要论述了几种市政道路工程造价估算方法，并以实例分析基于案例推理估算在市政道路工程中的重要作用，以期快速、准确的对市政道路工程造价进行估算。 　　关键词：市政道路工程；造价估算；理论；方法 　　工程造价估算在工程造价控制工作中不仅是项目可行性研究的重要基础，同时也是制定招投标标底的重要依据，将工程造价估算相关工作做好，可以有效保证工程造价估算的准确性，有效控制工程造价，对于社会来说将会带来非常大的利益，还可以有效减少我国固定资产领域中的损失。 　　1市政道路工程造价估算方法分析 　　1.1数理统计类型分析 　　将以前的工程资料作为根据展开统计分析，找出存在于工程造价、工程数量等因素之间存在的函数关系。 　　充分利用数理统计方法，各种因素对工程造价、工程数量产生的影响及影响程度都能一目了然，其计算量小、使用方便的优势充分凸显出来。但是数理统计方法在使用过程中也存在一些缺陷，比方说在使用过程中往往需要由足够的样本和对应数据的回归处理技巧，如果样本数目要求不能得到满足，只凭着数理统计法进行分析，不仅会对估算的准确度产生影响，同时其函数关系也不会令人满意。 　　1.2模糊数学类型分析 　　所谓模糊数学方法主要是指针对模糊信息展开树立，这种方法具有一定的可行性，它将工程造价估算作为主要依据，对现有工程和已建工程之间的相似度进行定量化。具体来说指在多种造价工程中找到与估价工程相似的几个工程，并将其作为原始资料，利用可行的预测技术，针对待估算工程展开造价预算。 　　这种方法也存在一些不足之处，比方说不能准确反映工程造价的实际变化特征，必须将每个工程建造年价考虑到位，这样才能对工程造价估算的准确性进行保证。因此在使用这种方法的时候，针对资金时间价值因素进行补充很有必要，具体来说是以一个具体的时间为基准，针对现有工程以及已建工程之间存在的相似度展开计算，将其中的典型工程选出来，然后对工程造价进行估算。 　　1.3基于神经网络的工程造价估算方法 　　从神经网络数学理论中可以得知，神经网络主要是由神经元、处理元件等处理单元构成，各处理单元之间广泛互联，形成了整体网络，作为一个非线性动力学系统，充分体现出协同处理、自适应学习以及分布式存储等特色，对非线性动力学系统进行直接的使用，针对样本数据的输入层与输出层进行非线性映射，在学习样本收集上适用，但是很难建立其精确的数学模型。所以不需要精确的方程就能对具体工程问题展开分析。利用这种方法对模型权重进行确定，需要通过实例进行学习，这样才能避免一些不当行为对计取权重产生主观影响，这种计算方法在工程快速估算造价中非常适用，同时造价更加符合实际情况，在造价过程中需要对不同时期的主材价格进行了考虑。但是这种造价估算方法被训练样本和工程特征的选取所限制，只能凭借经验将这些工作完成，在实践过程中因为缺乏理论指导，很容易会出现个别输出目标值和实际值之间偏离的情况。 　　市政道路工程造价估算多在投资决策工作中完成，这一阶段中很多工程信息的确定是粗线条的，会受到工程资料详尽程度的约束，因为工程造价估算方法并不是万能的，在实际应用过程中往往暴露出一些缺陷，笔者在多年工作经验的基础上，提出了案例推理的方法，希望可以对市政工程造价估算带来一些帮助。 　　1.4基于案例推理的估算法 　　这种估算方法和其他方法之间存在一定的共同之处，例如可以利用模糊数学法对典型工程与待估工程之间存在的相似性进行定量计算，用二者之间在构造上的相似性将工料机设备的相似性反映出来，对工程造价的模糊性特征进行体现，最终使资金价值因素对工程造价的影响得到减小。与神经网络方法一样，适合对非结构化信息进行处理，对实用性需求进行较好的考虑，不会受到样本信息选取的限制。针对案例推理法本身来说，可以很好的兼顾到结果准确性和反应快速两方面的要求，将不同方法的特点融合在一起，克服了多种方法的缺点，在市政道路工程造价估算中更适用。 　　2工程案例分析 　　将案例推理作为主要方式，同时与多种优化方法相结合对市政道路工程造价展开估算。出于对工程样本资料特点的考虑，选择主线里程、路基宽度以及地貌特征等因素作为影响工程造价的关键因素。下面以某市政道路为例，对该方法实现决策支持功能的效果进行说明。 　　首先，将当前的工程信息输入：公路2009年修建，主线里程为15. km，路基宽度是3 m，通道2.1 道/km，互通式立交0.1 处/km，隧道 km，路面形式0.8，地貌特征0. 。其次，进行案例检索：出于对工程特殊性的考虑，将检索条件定为路面形式和地貌特征相同，展开初步检索，得到了工程案例的集合={案例1，案例2，案例3}。第三，进行案例调整：可以选择人机结合的案例调整方式，也可以凭着估