建筑项目工程造价估测和有效控制分析探讨.docVIP

建筑项目工程造价估测和有效控制分析探讨 　　摘要：建筑项目工程造价的估测、控制和管理的意义在于合理使用人力、物力、财力，以取得最大的投资效益。只有遵循价值原理，在科学数据分析的基础上科学决策、动态控制、采取严格到位而有效的管理措施，就可以将建筑项目工程造价控制在合理的范围之内。本文分析了建筑项目工程造价估测与有效控制。 　　关键词：建筑项目；工程造价；估测方法；控制措施 　　中图分类号： TU198 文献标识码： A 　　造价估测是指建设项目决策的过程中，依据现有的资料和一定的估算方法，对建设项目未来发生的全部费用进行预测和估计的过程。如何利用以往有限的类似工程数据对待建工程进行快速、准确的造价估测是整个工程造价确定的核心问题，也是项目建设过程中的许多重要问题（如筹资、投资控制、优选施工方案、成本控制等）决策的可靠基础。故工程造价估测方法成为近期工程实际应用和理论研究的焦点之一。 　　一、建筑项目工程造价估测方法 　　1.基本原理 　　（1）建筑工程造价估测是一项十分复杂的工作，我们从系统工程角度出发， 利用系统分析方法进行研究。 　　（2）建筑工程包括许多种类，我们可依建筑经济原理，首先划分建筑工程类型，如工业建筑、民用建筑、公共建筑或其他建筑类型等。每一种建筑类型，我们都积累了许多已竣工的工程实际资料。由于建筑工程的单件性，从根本上讲， 不存在两个完全一模一样的工程， 但同类型的工程总会在某些方面比较类似。也就是说，在许多已竣工的建筑工程之间，存在着某种程度不同的相似性，造价估测系统的基本原理，就是建立在建筑工程的相似性基础之上的。对于某个待建工程（欲估工程）， 我们从分析建筑类型和工程特征入手，从数目众多的同类已竣工的工程中， 找出与待建工程最相似的若干个工程，然后利用这些相似工程的造价资料作为原始数据，采用科学的预测方法进行估算，得到欲建工程的造价及其他有关数据。 　　2.神经网络估测法 　　（1）神经网络估测模型的建立。BP神经网络学习模型复杂，估测简单的特点特别适用于建筑工程的造价估测。下而就以教学楼建筑为例说明BP神经网络估测模型的建立过程。 　　（2）神经网络估测模型实际上就是一个系统，有输入层和输出层，工程造价的估算模型输入层是影响建筑造价的特征因素，输出层是工程造价信息。通过对教学楼的造价组成及建筑结构参数变化对造价的影响进行分析，确定结构形式、基础类型、建筑面积、建筑层数、门窗类型、装饰工程、教室功能、水暖空调工程、电照工程、物价指数这10个主要因素作为工程特征。输出层确定为该工程的单方造价。 　　表1 工程特征O～1化处理依据表 　　（3）根据BP神经网络的特点，进行网络训练时输入、输出数据均为0-1之间的数，需要用数字对结构特征进行描述。通过对影响造价的工程特征进行对比分析，结合专家打分，并遵循消耗工料和费用越高的结构，代表其相应0-1之间的数就越大，反之则越小的原则进行处理。工程特征的0-1化处理见表1。 　　表2 工程样本特征表 　　（4）将选取的样本工程，按表1的建筑工程特征定量化处理依据并结合专家打分，对各工程特征定量化。用定量化值组成的10维向量作为训练模型的输入值，已知的样本工程的造价信息作为训练样本输出值，来训练和检验所建的BP神经网络模型。通过BP网络的运算找出工程造价与这10个因素之间的数学关系，将工程造价的神经网络模型固定下来。确定预估工程的造价时，先将预估的工程特征依据表1并结合专家打分做0-1化处理，将得到的10维向量输入建好的BP神经网络模型中，即得到预估工程的造价信息。如表2所示，A1-A7为训练样本，A8-A10为预估工程。 　　3.有待于改进之处：第一，基于模糊神经网络的估算模型的主要限制在于工程特征向量的选取和训练样本的选取上，估算模型的准确度取决于这两点。然而这两方面的选取目前只能评经验完成，缺乏理论指导，造成个别输出目标值偏离实际值。第二，输人数据的处理方式比较复杂， 人工处理存在一定难度，尤其是定性描述的部分，在打分过程中容易出现偏差。 　　二、建筑项目工程造价的有效控制 　　1.项目决策阶段的的造价控制。项目决策是选择和决定投资方案的过程，这一过程非常重要。它是建筑的龙头，要及时对不同的方案进行技术经济比较，做出正确的判断和决策。在判断与决策的过程中，要抓住方案的两个因素，成本与规模。作为建设方，这一过程直接会影响到以后阶段的项目的投资控制。建设单位要对与拟建项目有关的社会、经济、技术等各方面进行深入调查研究，对各种可能采用的技术方案和建设方案进行认真的技术分析和论证，对项目建成后的经济效益进行科学的预测和评价。 　　2.项目施工阶段的造价控制。加强对施工合同的规范化管理。施工合同是工程完成后办理结算、拨付工程款以及进行