基于灰色预测模型的分部分项工程成本预测.docVIP

　　基于灰色预测模型的分部分项工程成本预测 何飞 HE Fei；毛亮 MAO Liang （四川理工学院建筑工程学院，自贡 643000） （Institute of Architecture and Engineering，Sichuan University of Science and Engineering，Zigong 643000，China） 摘要： 在建筑工程施工评标过程中，将报价低于工程成本作为重大偏差，但是判断投标人的报价是否低于工程成本非常困难，这也是我国采用工程量清单招标以来遇到的难题之一。本文通过收集类似工程已标价工程量清单的综合单价，建立与工程量清单相匹配的数据库，利用灰色预测模型预测分部分项工程成本。从而为准确判断投标人的报价是否低于成本价提供重要依据。 Abstract: In the process of building engineering construction bidding evaluation, it is considered as major deviation et since adopting the bill of quantities tender. In this paper, through collecting the prehensive unit price of the bill of quantities ilar projects, the database matching the bill of quantities is set up, and the grey forecast model is used to predict the sub-engineering cost. It can provide important basis for accurately determining 3，然后计算出各分部分项工程量占总工程量的权重分别为24.78%、38.66%、36.56%，于是计算前九位统一的矩形柱造价指标为：385.79×24.78%+436.54×38.66%+446.69×36.56%=427.67元/m3。 1.2 工程造价数据的收集 ①数据收集的目标。收集数据建立数据库的根本目的是为本文的预测模型建立数据基础，为招投标提供数据依据，实现剔除低于成本的投标报价，从而实现低价中标法的初衷。除此之外，工程造价数据库的建立可以为专业人士的其它决策提供依据，为造价咨询单位和相关造价专业人士提供方便，规范我国的工程造价管理体系。 ②数据的收集范围。本文收集的价格数据必须反映的是先进的社会水平而不是预算定额反映的社会平均水平。由于先进优秀的企业往往能够通过其较高的生产技术管理水平在报价上获得优势而获取中标，因此，已中标的工程量清单的报价水平反映的就是先进的社会水平，所以，招标工程中标单位的已标价工程量清单的综合单价数据就是本文的数据基础。 ③数据的划分原则和标准。根据工程量清单和建设工程单件性的特点可知，数据的收集是一个庞大的工程。因此，为了避免收集的数据杂乱无章以及方便评标时使用，提高数据的实用性和针对性，必须建立数据分类的原则和标准。 工程的规模和类别存在差异，会引起工程造价数据存在差异。比如，对于工程量清单中的带形基础项目，在高层建筑和低层建筑的单位价格是有区别的。因此在进行数据收集时，应该选择工程规模和类别相近的价格数据作为参考，充分考虑工程类别、建筑高度、结构形式和建筑面积等对工程造价影响较大的因素。否则通过预测得到的分部分项工程成本不具备参考价值。 本文参照了我国建筑类别分类的标准进行划分，把建筑工程分为了工业建筑和民用建筑。其中，工业建筑包括：单层厂房、多层厂房和混合厂房；民用建筑按照《民用建筑设计通则》GB503502—2005的分类标准，把居住建筑、公共建筑、宿舍建筑、体育建筑、医疗建筑、交通建筑等10类，如图1。本文以居住建筑中的住宅建筑为例说明数据收集的方法。住宅建筑数据的收集首先考虑建筑高度的影响，建筑高度按照建筑的层数划分，分为低层、中高层、高层、超高层；然后进入下一层，建筑的结构类别判断。结构类别包括：剪力墙结构、框架结构、框架-剪力墙结构、框支剪力墙结构、无梁楼盖结构、核心筒结构；最后依据建筑面积的标准进行数据的分类收集，如图2。这样的分类标准和原则使收集真理数据更加方便快捷。同时，这种方法有利于使用时调取和查询[3]。 1.3 灰色预测模型 灰色系统理论是1982年邓聚龙教授创立的。它的研究对象是信息不完全、不确定的系统，通过对已知无规律数据的分析研究，找出原始数据内部存在的规律，通过生成数据模型，对下一期数据进行预测。灰色系统理论中最典型的内容就是灰色GM（1，1）模型，其主要的特点是：数据量少、计