粒子算法在水利工程造價估算中的應用

李　寧

(新疆兵團勘測設計院(集團)有限責任公司,新疆 烏魯木齊 830052)

粒子算法在水利工程造價估算中的應用

李寧

(新疆兵團勘測設計院(集團)有限責任公司,新疆 烏魯木齊 830052)

摘要：水利工程“三超”問題,即超估算概算、超概算預算以及超預算決算在我國水電工程建設項目中仍時有出現(xiàn)，并且其中的大多數(shù)存在著無法確定責任人的現(xiàn)象。工程造價是工程項目立項的重要依據(jù)，而工程造價估算則是項目前期開發(fā)階段最為重要的工作任務之一?；诂F(xiàn)階段水利工程造價估算方法，構建了一種工程造價動態(tài)估算模型，并通過仿真實驗對該模型的適用性進行了驗證。

關鍵詞：粒子算法；造價估算；水利工程

作為水利工程成本管理工作的初始環(huán)節(jié)，工程造價估算對于實現(xiàn)成本控制目標具有重要作用，水利工程參建各方對于造價的估算也普遍持重視態(tài)度。不過就以往的實踐經(jīng)驗來看,“三超”問題(即超估算概算、超概算預算以及超預算決算)在我國水電工程建設項目中仍時有出現(xiàn)，并且其中的大多數(shù)存在著無法確定責任人的現(xiàn)象。“三超”問題一旦發(fā)生，就有可能導致以下幾種后果：(1)水利工程項目建設實際耗費的資金遠超預算，投資額也因此大幅提升；(2)建設單位無力承擔預算外的資金負擔，項目建設的進度大幅度拖慢或直接進入停滯狀態(tài)；(3)參建方被迫通過降低質(zhì)量標準的方法來解決建設資金，致使項目建成后因無法滿足功能需求而不能正常運作，或因埋下質(zhì)量隱患而在運行中發(fā)生安全事故?？梢钥闯?，無論出現(xiàn)哪一種后果，都會給國家?guī)斫?jīng)濟損失，嚴重時則會威脅下游地區(qū)人民群眾的生命財產(chǎn)安全。

水利工程“三超”問題的產(chǎn)生既有政策和物價因素的影響，同時也有設計變更和自然災害等因素的影響，從水利工程造價管理工作的特點來看，主要是因為此類工程長期采用非標準化設計、經(jīng)費未能及時到位、造價估算手段的先進性與針對性不足，在這些因素的部分或共同影響下，水利項目造價長期失真。值得一提的是，由于獲得詳細工程資料的難度較高，因此在項目建設的初期階段幾乎無法通過傳統(tǒng)條件下的定額辦法實施造價估算。在水利事業(yè)高速發(fā)展、市場競爭愈發(fā)激烈的時代背景下，形成一套高效、科學且具有較強可操作性的造價估算方法已經(jīng)成為業(yè)界的熱門課題，本文構建了一種動態(tài)估算模型并對其可行性進行了驗證，希望能夠為水利工程造價估算工作的有效開展提供參考和借鑒[1]。

1水利工程造價的動態(tài)估算模型

首先，確定比較層項目。在水利工程造價估算過程中，比較層項目主要指單位工程(也就是估算的對象)，造價估算的各類操作均在其中進行。由于水利工程項目具有規(guī)模大、種類和管理主體繁多的特點，因此即便是待估算工程與某些已建工程屬于同一類型，彼此間的相似度也很難得到保證。此時，我們可以將建水利工程拆解為若干子工程，再從已建水利工程中尋找與之類似的子工程進行比較。在本文中，我們同樣應用比較層項目構建動態(tài)估算模型，但需要對地區(qū)、時間等系數(shù)進行針對性調(diào)整。

其次，確定候選工程。在構建水利工程造價動態(tài)估算模型的過程中，我們需要借助工程項目的特性，以工程項目的一致性作為基礎，參照模糊數(shù)學原理中的隸屬度，尋找與目標項目工程存在最高相似度的待建水利工程項目作為候選工程。

第三，確定最優(yōu)方案。雖然候選項目的數(shù)量眾多，但只要滿足了約束條件，我們就可以將其視為種群個體。種群個體確認后，即可采用進化算法在眾多方案中評選最優(yōu)方案[2]。

最后，確定指標體系。輸出評估對象的預測造價；對水利工程造價的影響因素進行分析；以擋水工程作為比較層，對水利工程的特征因素(壩頂長寬、壩址巖石、流域面積等)進行確認；基于已經(jīng)確認的參數(shù)構建多指標評價體系，以此衡量種群粒子的相似度。具體模型構建如下：

將待評估水利工程項目特征向量的集合設定為W={w1,w2,…,wn}，將各指標要素的隸屬度設定為{l1,l2,…,ln}，則待評估項目的模糊特征量W為：

(1)

將待評估水利工程項目的模糊子集設定為U={u1,u2,…,un}，則其模糊數(shù)學模型為：

(2)

評價指標體系中的各項參數(shù)對造價估算的影響不盡相同，依據(jù)這種差異性以及粗糙集中的屬性重要度，我們就可以得出相應參數(shù)的權重值。隨后，對各項參數(shù)進行加權，即可獲得該項目的造價評估模型，具體如下：

(3)

2水利工程造價估算

在解決水利工程造價估算的問題時，本次研究采用了感知粒子群算法。在粒子群慣性系數(shù)賦值時，若映射函數(shù)呈線性遞減，則所得極值點與實際極值點存在差異。究其原因，主要是粒子速度mij將在較大的指標權重值的影響下發(fā)生變化，極值點也會因此發(fā)生偏離。值得慶幸的是，這種變化可以優(yōu)化整個算法的極值(局部極值搜索速度提升)，相應的約束條件為：

(4)

(5)

(6)

在對任意迭代粒子慣性函數(shù)進行計算時有：

(7)

式中：vs tart、vend、dmax的值分別為0.95、0.05、1000。如果在實際操作中發(fā)現(xiàn)粒子聚類度不足，則應對粒子系數(shù)進行適當調(diào)低，以此提高算法自適應的收斂效度：

(8)

式中：gmea(d)、gmax(d)、p(取值范圍[0,1])分別指粒子群平均的粒子距、最大粒子距、粒子聚類度。在計算粒子權重時，應對其慣性系數(shù)進行適當調(diào)整，具體為：

(9)

式中：θ、?為相應的調(diào)整系數(shù)。

在實際工作中應用粒子算法，需要輸入待評估項目相應參數(shù)值，將會得到與該項目最為接近的造價方案。具體來說，整個操作分為六步[3]：

(1)粒子初始化。完成候選項目方案的粒子映射，同時在參數(shù)目標的約束范圍內(nèi)進行初始化操作(對象為粒子位置和速度)。

(2)粒子權系數(shù)賦值。對粒子進行粒子距聚類(依據(jù)速度變化狀況)、核算粒子權系數(shù)(依據(jù)粒子權重映射函數(shù))。

(3)粒子權系數(shù)修正。在核算粒子信息熵、粒子距聚集程度的基礎上對粒子權系數(shù)進行修正。

(4)粒子適應度值計算。參照前文公式(3)對粒子適應度值(即f(x))進行計算。

(5)對單個粒子極值進行更新。

(6)對整體粒子群極值進行更新。

3仿真實驗

基于實際工程數(shù)據(jù)，本次研究使用計算機軟件開展仿真實驗，分析并最終確定水利工程造價評估影響要素的參數(shù)指標，將其視為所構建水利工程造價動態(tài)估算模型的特征向量集合。粒子種群賦值100，8維的解空間，500次迭代，粒子權值區(qū)間[0.3,0.9]。兩種算法各運行30次，對均值多樣性變化程度進行度量，借助動態(tài)估算模型進行造價估算[4]。適應度值變化情況如圖1所示。

圖1　適應度值變化示意圖

由圖1可以看出，在前20次迭代中曲線增幅相對較大，100次迭代后曲線增幅放緩，120次迭代后適應度值開始表現(xiàn)出收斂趨勢，而在曲線達到穩(wěn)定狀態(tài)后，迭代模型也將擁有最優(yōu)的適應度。

為進一步驗證所構建水利工程造價動態(tài)估算模型的適用性，對動態(tài)估算模型、神經(jīng)網(wǎng)絡模型、遺傳模型的核算結果進行了比較(比較結果見圖2)?？梢钥闯?，神經(jīng)網(wǎng)絡模型的優(yōu)勢在于較為理想的評估結果，缺點在于較大的誤差；遺傳模型的優(yōu)勢在于其穩(wěn)定狀態(tài)在不同測試區(qū)間均能得到很好的保持，缺點在于搜索全局的能力無法與動態(tài)估算模型相比。相對于神經(jīng)網(wǎng)絡模型和遺傳模型，動態(tài)估算模型的誤差較小、搜索全局能力較強，適用性較為理想[5]。

圖2　誤差比較圖

4結論

為了解決水利工程造價估算的“三超”問題，本文分析了水利工程造價的動態(tài)估算模型，并通過對水利工程造價候選方案與粒子群算法進行動態(tài)映射，變參數(shù)約束問題為函數(shù)，形成并驗證了動態(tài)模型的適應度。仿真實驗結果表明，該模型在水利工程造價估算的過程中誤差較小，具有一定的應用價值。

參考文獻：

[1]陳紅蕓.當前水利工程造價工作存在的問題及建議[J].黑龍江水利科技，2012(9):169-170.

[2]褚菁晶.改進粒子群進化計算的公路工程造價評估算法[J].科技通報，2013 (12):224-226.

[3]莫連光.房地產(chǎn)稅開征背景下商業(yè)房地產(chǎn)價格估算——基于改進的粒子群算法[J].中南財經(jīng)政法大學學報，2014 (4):167-173.

[4]胡偉勛.工程造價估算模型研究與應用[J].中南林業(yè)科技大學學報，2011(8):163-166.

[5]蔣曉紅，程吉林，張躍飛.中小型水利工程的工程量估算BP神經(jīng)網(wǎng)絡模型[J].揚州大學學報(自然科學版)，2008(3):72-74.

作者簡介：李寧(1984-)，女，工程師，主要從事水利工程造價工作。

中圖分類號：TU723.3;TP301.6

文獻標志碼：A

文章編號：2096-0506(2016)04-0071-03