基于时间序列建筑工程造价预测研究.docVIP

基于时间序列建筑工程造价预测研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于时间序列建筑工程造价预测研究

基于时间序列建筑工程造价预测研究   摘要:随着社会经济的发展,信息技术的进步,建筑工程项目建设的规模也在逐渐扩大。建筑工程造价作为工程项目建设的前提,只有做好工程项目的造价工作,才能确保工程的顺利进行,确保工程的高质量。本文笔者毕业于环境艺术设计专业,长期从事工程造价方面的工作,现将工程量清单计价模式来作为前提,在时间序列的基础上就建筑工程造价预测方法进行详细地阐述。   关键词:时间序列;建筑工程;工程造价;预测   中图分类号:TU723.3 文献标识码:A 文章编号:            在建筑工程项目管理中,工程造价是一项非常重要的工作,其贯穿于建筑工程项目的整个建设过程,其主要表现在估算研究项目的可行性、概算设计方案、施工的预算、招标的标底和投标的报价、工程竣工的结算等各阶段的经济文件中。建筑工程项目的造价不仅和建筑结构、建筑功能以及建筑规模等有关,同时还和建筑工程项目的周围环境和建筑地点有关,这些因素在不同程度上都会加大工程造价的难度,因此做好建筑工程项目的造价工作是当前工程建设单位的首要任务。      一、建筑工程项目造价   鉴于建筑工程项目的造价在工程中的复杂性和重要性,我们可以看出工程造价是非常重要的。当前我国工程造价预测方法有很多种,其中最为常用的要属以下几种:模糊数学法、神经网络法、工程类比法、Bayes预测法、回归分析法等,但是这些方法均存在不同程度的缺陷,比如工程类比法的预测精度较低,模糊数学法中明确隶属函数较为困难,神经网络法需要大量的训练,Bayes预测法太过于注重其主观判断等。   工程量清单计价模式虽然其编制工作较为复杂、计算量大等,但是其满足建筑工程项目的全过程控制理论,在一定程度上能够准确地计算出建筑工程的造价,在此笔者认为,只有采取快速准确的方法提高建筑工程量清单计价的效率,同时还要考虑时间对于工程造价的影响,这样才能有效弥补在建筑工程造价中工程量清单计价所存在的缺陷,并在此基础上,通过时间序列预测法来对工程时间进行认真地分析。本文笔者将建筑工程中的钢材材料作为对象,对其实行时间序列分析,望为快速、准确预测建筑工程造价提供一个新的思路。      二、时间序列的预测原理   时间序列是一组前后关联性较强的有序随机数据,通过参数模型分析和处理这些有序随机数据的方法为时间序列分析法,这种方法不会分析随机数据和环境变量间的关系,只会分析其自身的变化规律,通过其自身的历史数据来挖掘信息。   时间序列的检测:   1.平稳性检验。所谓平稳性检验就是检验时间序列是否是平稳时间序列,该检验主要包括自相关系数检验和时序图检验,其中时序图检验主要是通过时序图上时间序列是否存在逐渐变化的趋势,从而来判断其时序平稳性。对一些变化趋势不明显的时序图,还需要借助一些自相关系数检验法来进行进一步地判断,如果在图上自相关系数呈现的是一种三角对称性,其为非平稳时间序列;如果在图上自相关系数呈现形式逐渐衰减为0,其为平稳时间序列,如果时间序列不平稳的话,则需要先对序列提取周期项或者趋势项,促使其序列变得平稳,接着再实行后续的分析。   2.纯随机性检验。所谓纯随机性检验主要是由LB统计量来判断的,其中LB统计量主要是通过下面工程式来计算的:LB=n(n+2))(式一),其中式一中n是序列观测期数,m是指定延迟的期数。LB统计量近似服从自由度是m的卡方分布,当LB统计量比分位点大的时候,或者统计量P值比a小的时候,其该序列是非白噪声序列,相反则该序列是纯随机序列。非白噪声序列具有统计规律,可以通过平稳时间序列来进行分析和处理,相反纯随机序列则不具备统计规律,可以不用再进行分析。   (二)时间序列的建模   在符合纯随机性检验与平稳性检验后的时间序列方可进行时间序列分析模型的建立。   1.识别模型。在时间序列分析中,其随机模型包括MA、ARMA和AR三种,具体要选用哪一种模型,应该结合时间序列的偏相关系数与自相关系数来进行判断,其识别的准则主要如表一所示。      2.估计参数。MA与AR作为ARMA模型中的特例,其参数的估计方法和ARMA相同。ARMA模型的参数估计方法主要如下:在ARMA(p,q)模型中,(式二),其中必须要满足式三中的关系,即(式三)。是序列的自协方差函数,其方程式=E[],在ARMA(p,q)模型中,(式四),其中(),将式二、式三带入到式四中,从而可以得出=—(式五),通过谱密度函数的关系式可以得出(式六),滑动平均部分B算子多项式中的必须满足式七,即=)(式七),将B算子中的同次幂次数进行比较,从而得出。   3.检验模型。为了分析所建立的模型是否符合统计规律,需要对其进行统计检验,其中所采用的检验方法就是统计量的构造,如果计算的高阶

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档