面向工程造价优化的成本控制策略研究.docxVIP

1?工程概况

本研究以门头沟区龙泉镇大峪化工厂及周边地块棚户区改造及环境整治项目为例，从施工进度角度出发，分析控制工程造价的策略。在本项目的施工过程中，存在如下工程难点。

（1）工期紧张。本工程为装配式住宅项目，且地下室层数较多，住宅楼地下室均为4层，施工难度大，技术要求高，对施工工期要求较高。且由于开工时间为8月，土方开挖正值雨季，施工进度受很大影响。按照工期要求，本工程施工将经历3个雨季、3个冬季和3个春节，同时受政策性停工和扬尘管控影响，工期压力非常大。

（2）雨期施工。雨期施工阶段一般为6~9月，根据施工总体进度计划，本工程将经历雨季施工，主要涉及地基与基础、主体结构施工、二次结构砌筑、装饰装修施工、机电设备安装施工等。

（3）冬季环境管控。经历3个冬季，该期间正处于冬期施工环保管控最严的时间，由于环保管控将对施工效率产生巨大影响。

（4）临建设施布置受限。根据现场实地勘察情况，地块红线内不具备项目长期办公和工人住宿等临建设施的条件，施工现场场地严重不足，也且存在过程二次搬迁的情况。

2?工程造价评估指标体系

根据本项目的工程难点，本节系统梳理工程造价的评估指标体系。首先明确指标体系的建立原则，在此基础上构建指标体系。

2.1?指标体系建立原则

造价评估指标体系的确定原则对于确保评估结果的准确性、科学性和实用性至关重要。指标体系构建思路如图1所示。

图1?指标体系构建思路

（1）全面性原则。造价评估指标体系必须全面考虑影响工程造价的各种因素，包括与工程项目直接相关的设计、施工、材料等因素，同时也需要综合考虑外部环境、宏观经济发展情况、政策变动等间接因素。只有全面考虑各种因素，才能确保评估结果的全面性和准确性。

（2）系统性原则。造价评估指标体系应形成一个有机整体，各个指标之间应具有一定的逻辑性和层次性。从项目立项、可行性研究、设计阶段到招标投标和施工阶段，每个阶段的评估指标都应紧密相连，形成一个完整的系统。这样有助于从整体上把握工程造价的变化趋势，提高评估的科学性。

（3）科学性原则。在确定造价评估指标体系时，应基于科学原理和工程实践经验，确保指标选取的科学性。指标应具有明确的定义和计算方法，能够客观反映工程造价的实际情况。同时，指标的选取应具有代表性，能够准确反映工程造价的主要影响因素。

（4）独立性原则。在构建造价评估指标体系时，应确保各个指标之间的独立性，避免指标之间存在重复或相互干扰的情况，以提高评估结果的准确性。

（5）可操作性与实用性原则。造价评估指标体系应具有可操作性和实用性。指标数据的获取应相对容易，方便评估人员使用。同时，指标体系应能够满足实际工程管理的需求，为项目决策和管理提供有力支持。

2.2?指标体系构建

建筑工程造价评估指标体系首先包括项目基础信息评估，涉及项目的规模、地理位置、建设标准等基本信息，这些信息对于初步估算项目的总体成本至关重要。

（1）设计阶段评估，包括设计方案的复杂度、材料选择、技术难度等因素。设计阶段的决策直接影响后续施工阶段的成本，因此必须对其进行细致评估。

（2）施工阶段的评估指标体系则更为复杂，包括人工费用、材料费用、机械费用等直接成本，以及管理费用、税费等间接成本。此外，还需考虑施工周期、工程质量等因素对成本的影响。

（3）竣工验收阶段的评估主要关注项目的实际完成情况与预算的对比，分析成本偏差的原因，并为未来项目的成本控制提供经验教训。

本研究面向工程实践，重点考虑建筑、结构和工程管理，建立了指标体系所包含的关键要素，如图2所示。

图2?指标体系所包含关键要素

3?基于PSO–LSSVM的建筑工程造价评估模型

根据建筑工程造价评估指标体系，基于PSO–LSSVM建立智能化评估模型，为各类施工方案下施工成本的分析提供工具。最终给出最佳的控制策略。PSO–LSSVM结合了PSO的全局搜索能力和LSSVM的高效建模优势，能够自动优化模型参数，提高预测精度与泛化能力，适用于复杂非线性系统的建模与预测，展现出强大的应用潜力。

3.1?基于粒子群优化算法的最小二乘支持向量机关键参数优化

在建筑工程造价管理中，精确的造价预测和成本控制是确保项目经济效益的关键。传统的造价管理方法往往依赖于历史数据和经验，但在复杂多变的工程项目中，这种方法可能难以达到理想的预测和控制效果。为了解决这个问题，越来越多的研究者开始探索基于智能优化算法和机器学习技术的造价管理方法。其中，粒子群优化（PSO）算法和最小二乘支持向量机（LSSVM）的结合，为建筑工程造价管理提供了一种新的思路。

在建筑工程造价管理中，可以将LSSVM的关键参数作为PSO算法中的粒子，将造价预测的精度作为适应度函数。然后，通过PSO算法迭代搜索最优的LSSVM参数组合，使造价预测的精度达到最高。

（1）初始化粒子群。在参数空间中随