結(jié)合建筑工程結(jié)構(gòu)設(shè)計的工程造價應(yīng)用分析

摘要：在工程建設(shè)項目前期關(guān)鍵的結(jié)構(gòu)設(shè)計階段，造價預(yù)測是衡量項目可行性的重要參考，為給項目決策者提供評估依據(jù)，結(jié)合建筑工程結(jié)構(gòu)設(shè)計的工程造價應(yīng)用進(jìn)行分析。選取工程結(jié)構(gòu)設(shè)計階段造價影響指標(biāo)，確立一套可以反映建筑工程結(jié)構(gòu)特點的指標(biāo)體系，挖掘并預(yù)處理建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)，將其作為模型輸入，并基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建工程造價預(yù)測模型。實例應(yīng)用結(jié)果表明，本文設(shè)計的工程造價預(yù)測模型的均方根誤差為10-4、平均相對誤差為1.82%，驗證了該模型在建筑工程結(jié)構(gòu)設(shè)計階段的工程造價預(yù)測中具有良好的應(yīng)用效果。

關(guān)鍵詞：建筑工程；結(jié)構(gòu)設(shè)計；工程造價；應(yīng)用分析；成本控制

中圖分類號：TU973.35" 文獻(xiàn)標(biāo)識碼：A"" 文章編號：

Application Analysis of Engineering Cost Combined with Building Engineering Structure Design

Abstract：In the key structural design stage in the early stage of engineering construction project，cost prediction is an important reference to measure the feasibility of the project，to provide the evaluation basis for project decision makers，and to analyze the application of engineering cost in the structural design of construction engineering.The cost influence index of the engineering structure design stage is selected，a set of index system that can reflect the characteristics of building engineering structure is established，the structural design data of construction engineering is mined and preprocessed as the model input，and the engineering cost prediction model is constructed based on BP neural network.The example application results show that the root mean square error of the project cost prediction model is 10-4 and the average relative error is 1.82%，which proves that the model has a good application effect in the project cost prediction in the design stage of construction structure.

Keywords：construction engineering;structural design;project cost;application analysis;cost control

0 引言

近年來，我國建筑行業(yè)發(fā)展迅速，逐漸成為重要的支柱產(chǎn)業(yè)。在建筑工程項目建設(shè)時，其工程造價是判斷該項目是否可行的關(guān)鍵因素，工程造價的控制應(yīng)貫穿于建筑工程項目的全過程，但相關(guān)研究表明，建筑工程結(jié)構(gòu)設(shè)計階段對工程造價的影響超過70%。建筑工程結(jié)構(gòu)設(shè)計的主要目的是滿足建筑的功能要求，同時通過結(jié)構(gòu)設(shè)計可以保障建筑的安全性與耐久性，所以做好建筑工程結(jié)構(gòu)設(shè)計可以最大限度地降低工程造價，從而為工程建設(shè)項目帶來可觀的經(jīng)濟(jì)效益。工程造價的控制主要包括前期的投資估算、造價預(yù)測、施工階段的工程結(jié)算及項目結(jié)束后的工程決算等，一般建筑工程項目具有一次性與唯一性等特征，由于結(jié)構(gòu)設(shè)計階段的工程造價控制涉及內(nèi)容較多，如建筑材料的選擇、施工風(fēng)險的評估等，所以該階段的造價控制是最為薄弱的環(huán)節(jié)，因此，在建筑工程結(jié)構(gòu)設(shè)計階段的工程造價預(yù)測顯得尤為重要。在建筑工程結(jié)構(gòu)設(shè)計階段，工程造價的預(yù)測精度不僅影響了整個工程項目的成本策劃，還決定著該工程的決策結(jié)果，因此對結(jié)構(gòu)設(shè)計階段的工程造價預(yù)測的精確性提出了更嚴(yán)格的要求，本文通過大量的文獻(xiàn)研究，深入分析結(jié)合建筑工程結(jié)構(gòu)設(shè)計的工程造價預(yù)測方法，以期推動我國建筑行業(yè)的健康發(fā)展。

1 選取工程結(jié)構(gòu)設(shè)計階段造價影響指標(biāo)

工程造價即建筑項目建造全過程的價格，對于整個建筑工程項目來說，結(jié)構(gòu)設(shè)計階段的工程造價控制至關(guān)重要[1-2]。本文旨在結(jié)合建筑工程結(jié)構(gòu)設(shè)計，探討有效的工程造價預(yù)測方法。在預(yù)測工程造價時，為確保預(yù)測結(jié)果的準(zhǔn)確性，同時便于對工程造價進(jìn)行合理的評審，首先需要確定建筑工程結(jié)構(gòu)設(shè)計階段工程造價的影響指標(biāo)，選取工程造價影響指標(biāo)時，需要遵循科學(xué)性、系統(tǒng)性原則選取工程造價影響指標(biāo)并進(jìn)行量化與定性，所選取的各指標(biāo)之間需要具有一定的邏輯關(guān)系，可以系統(tǒng)地呈現(xiàn)出工程結(jié)構(gòu)設(shè)計數(shù)據(jù)特征。基于此，本文結(jié)合有關(guān)建筑工程結(jié)構(gòu)的相關(guān)文獻(xiàn)[3]，從不同角度對工程造價影響指標(biāo)進(jìn)行選取，見表1。

在初步選取一系列工程結(jié)構(gòu)設(shè)計階段造價影響指標(biāo)后，需要根據(jù)指標(biāo)數(shù)據(jù)類型將其劃分為定性與定量兩種[4]：建筑尺寸、層數(shù)等數(shù)值型的指標(biāo)為定量指標(biāo)；建筑外形、結(jié)構(gòu)布置等文字類型的指標(biāo)為定性指標(biāo)。其中定性指標(biāo)需要通過轉(zhuǎn)換的方式進(jìn)行重新編碼，從而將文本類型的影響指標(biāo)數(shù)值化。在本文選取的工程結(jié)構(gòu)設(shè)計階段造價影響的定量指標(biāo)中，由于各指標(biāo)之間的數(shù)量級別差距較為明顯，為確保這些指標(biāo)不會影響預(yù)測模型的運算性能，需要對定量指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，計算公式如下：

式（1）中，為經(jīng)過Z-score標(biāo)準(zhǔn)化處理后的工程結(jié)構(gòu)設(shè)計階段造價影響指標(biāo)；為原始影響指標(biāo)；為總體影響指標(biāo)的平均值；為總體影響指標(biāo)的標(biāo)準(zhǔn)差。將上述量化處理后的指標(biāo)組合成一個完整的指標(biāo)體系，作為構(gòu)建工程造價預(yù)測模型的前提。

2 挖掘建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)

本文在構(gòu)建工程造價預(yù)測模型時，需要從建筑工程結(jié)構(gòu)設(shè)計的標(biāo)準(zhǔn)信息數(shù)據(jù)中提取出有價值的數(shù)據(jù)，從而為工程造價預(yù)測提供決策支持，所以本文引入數(shù)據(jù)挖掘技術(shù)來挖掘建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)[5]。將數(shù)據(jù)挖掘技術(shù)引入建筑工程結(jié)構(gòu)設(shè)計標(biāo)準(zhǔn)信息研究中，不僅可以為工程造價模型提供決策支持，還可以滿足從海量數(shù)據(jù)中發(fā)現(xiàn)價值數(shù)據(jù)的工程造價預(yù)測需求，從而提升工程造價預(yù)測效率。數(shù)據(jù)挖掘是一項集數(shù)據(jù)庫、數(shù)理統(tǒng)計等學(xué)科為一體的技術(shù)，挖掘?qū)ο鬄榻ㄖこ探Y(jié)構(gòu)設(shè)計階段的標(biāo)準(zhǔn)信息，采用的挖掘技術(shù)是影響挖掘結(jié)果的關(guān)鍵因素，本文綜合考慮建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)的實際特點，選用最近鄰方法（KNN算法）來挖掘數(shù)據(jù)，該算法是簡單、高效的數(shù)據(jù)分類挖掘方法，通過確定最鄰近項與K值來進(jìn)行挖掘數(shù)據(jù)的分類。挖掘數(shù)據(jù)的主要過程如下：首先根據(jù)待挖掘數(shù)據(jù)的特點確定挖掘工具及挖掘目標(biāo)，并收集整理好要進(jìn)行數(shù)據(jù)挖掘的對象信息，這一步是確保數(shù)據(jù)挖掘技術(shù)可以順利執(zhí)行的關(guān)鍵[6]；然后選取恰當(dāng)?shù)乃惴ㄟM(jìn)行數(shù)據(jù)挖掘，KNN算法挖掘數(shù)據(jù)的基本原理是通過訓(xùn)練集所屬類別來判斷待挖掘樣本數(shù)據(jù)的分類，計算公式如下：

式（2）中，為建筑工程結(jié)構(gòu)設(shè)計信息的特征向量屬于類別的概率；為相似度值；為類別屬性函數(shù)。計算數(shù)據(jù)的相似度值，可以將相似度較高的數(shù)據(jù)聚類在一起，以降低待分類標(biāo)準(zhǔn)的數(shù)量。最后結(jié)合建筑工程結(jié)構(gòu)設(shè)計階段工程造價預(yù)測的實際情況[7]，通過常用的評估方法來評估挖掘的數(shù)據(jù)，并將挖掘結(jié)果作為工程造價預(yù)測模型輸入。

3 預(yù)處理建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)

從建筑工程結(jié)構(gòu)設(shè)計的歷史信息中挖掘有效數(shù)據(jù)時，難免存在缺失、冗余等狀況，如果將挖掘的數(shù)據(jù)直接輸入工程造價預(yù)測模型，可能會影響預(yù)測結(jié)果，導(dǎo)致誤導(dǎo)決策者，所以在使用挖掘的建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)之前，需要進(jìn)行必要的預(yù)處理[8]。首先針對建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)的缺失、冗余等缺陷，進(jìn)行數(shù)據(jù)清洗工作，在本文所挖掘的建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)中，將工程名稱作為辨識依據(jù)，檢索名稱則可以查找到重復(fù)記錄的工程數(shù)據(jù)，從而實現(xiàn)冗余數(shù)據(jù)的消冗操作；同時一般建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)的時間跨度較大，導(dǎo)致挖掘數(shù)據(jù)中存在很多缺失值，所以本文采用平均值填充法，進(jìn)行數(shù)據(jù)缺失值的填補(bǔ)，即將完整的數(shù)據(jù)做算術(shù)平均后，將平均值當(dāng)成缺失值；由于建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)的長期性與復(fù)雜性，挖掘的數(shù)據(jù)中存在很多偏離期望的噪聲數(shù)據(jù)，如果將此數(shù)據(jù)輸入造價預(yù)測模型中，可能會造成模型訓(xùn)練過程不收斂，所以本文采用聚類方法來平滑噪聲數(shù)據(jù)[9]。為提升工程造價預(yù)測模型的運算效率，縮短模型訓(xùn)練時間，本文還需對清洗后的數(shù)據(jù)進(jìn)行約簡處理，數(shù)據(jù)約簡的實質(zhì)是對數(shù)據(jù)進(jìn)行屬性選擇，數(shù)據(jù)屬性的選擇主要分屬性子集生成與屬性子集評價兩個步驟。對于建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)而言，屬性子集的生成是一個啟發(fā)式搜索的空乘，即在數(shù)據(jù)的狀態(tài)空間內(nèi)進(jìn)行搜索，從而確定候選子集，而屬性子集的評估是在設(shè)定準(zhǔn)則的基礎(chǔ)上，對子集有效性進(jìn)行評估，本文主要采用的評估函數(shù)公式如下：

式（3）中，為數(shù)據(jù)樣本屬性屬于類別的先驗概率；為數(shù)據(jù)樣本屬性屬于類別的后驗概率；為根據(jù)數(shù)據(jù)求出的類別的先驗概率；為樣本屬性的先驗概率。由式（3）可知，本文采用的評估函數(shù)是一個貝葉斯分類器，在屬性子集評估中，可以采用最大后驗概率的方法，根據(jù)以下公式求解出新樣本最可能的分類：

由式（4）可知，由于 并非依賴于數(shù)據(jù)屬性的常量，所以最終結(jié)果中去除了。根據(jù)式（4）求出的分類準(zhǔn)確性估計值來評估數(shù)據(jù)屬性，進(jìn)而修正數(shù)據(jù)狀態(tài)空間搜索函數(shù)的參數(shù)，可以篩選出最優(yōu)的數(shù)據(jù)屬性子集，實現(xiàn)建筑工程結(jié)構(gòu)設(shè)計數(shù)據(jù)的簡約操作[10]，最后將經(jīng)過上述步驟預(yù)處理后的數(shù)據(jù)作為預(yù)測模型輸入樣本數(shù)據(jù)，進(jìn)行工程造價預(yù)測模型的構(gòu)建。

4 構(gòu)建工程造價預(yù)測模型

一般來說，建筑工程結(jié)構(gòu)設(shè)計階段的工程造價預(yù)測是非線性、小樣本問題[11]，所面臨的影響因素較多，所以本文在構(gòu)建工程造價預(yù)測模型時，綜合考慮BP神經(jīng)網(wǎng)絡(luò)運算能力與泛化能力較強(qiáng)等優(yōu)勢，將預(yù)測模型部署于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上[12]。在工程造價預(yù)測模型中，主要由輸入、隱含及輸出3個層次組成，其中輸入層主要負(fù)責(zé)接收數(shù)據(jù)并傳輸給隱含層的神經(jīng)元，以工程造價影響指標(biāo)為關(guān)鍵特征指標(biāo)，對輸入的工程結(jié)構(gòu)設(shè)計數(shù)據(jù)進(jìn)行造價測算；隱含層是該模型中較為重要的層次，其結(jié)構(gòu)復(fù)雜程度對預(yù)測精度與效率有著直接影響，主要負(fù)責(zé)對輸入影響指標(biāo)與數(shù)據(jù)進(jìn)行處理與變換，由于隱含層位于模型結(jié)構(gòu)的中間，所以其神經(jīng)元節(jié)點數(shù)量是決定整個造價預(yù)測模型精度的關(guān)鍵[13]，通過以下公式確定隱含層節(jié)點個數(shù)：

式（5）中，為工程造價預(yù)測模型隱含層神經(jīng)元個數(shù)；為模型輸入數(shù)據(jù)的數(shù)量；為模型輸出層神經(jīng)元節(jié)點數(shù)量。關(guān)于工程造價預(yù)測模型的輸出層，以實現(xiàn)預(yù)測功能為目標(biāo)、負(fù)責(zé)輸出期望的工程造價預(yù)測結(jié)果。在通過構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行工程造價預(yù)測時，關(guān)鍵在于參數(shù)的設(shè)計，其中激活函數(shù)采用S型的對數(shù)函數(shù)logsig，學(xué)習(xí)率則通過式（6）調(diào)節(jié)，公式如下：

式（6）中，為工程造價預(yù)測模型的學(xué)習(xí)率，取值范圍為[0，1]；為模型訓(xùn)練時間，h；為均方誤差。在確定BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)與參數(shù)之后，運行模型進(jìn)行訓(xùn)練[14]，即可實現(xiàn)對建筑工程結(jié)構(gòu)設(shè)計階段工程造價的精準(zhǔn)預(yù)測。

5 實例應(yīng)用

為驗證建筑工程造價預(yù)測模型的性能，某工程造價預(yù)測平臺選取200項2018年—2022年河北省石家莊市的實際案例作為研究對象，這些案例均為簡單裝修的住宅項目，為保證實驗結(jié)果的精確性，從這些案例中抽取并整理100組完整數(shù)據(jù)作為本次實驗的樣本數(shù)據(jù)。在經(jīng)過上述內(nèi)容實現(xiàn)了工程造價預(yù)測模型的初步構(gòu)建之后，為提升模型的泛化能力，首先于樣本數(shù)據(jù)中選擇前80組作為訓(xùn)練數(shù)據(jù)對模型的參數(shù)進(jìn)行優(yōu)化，工程造價預(yù)測模型的訓(xùn)練曲線圖見圖1。

由圖1可知，本文設(shè)計工程造價預(yù)測模型在迭代至第6次時，得到的訓(xùn)練結(jié)果最佳，此時參考該曲線對模型的參數(shù)需進(jìn)行重新設(shè)置，見表2。

然后將優(yōu)化后的參數(shù)代入工程造價預(yù)測模型后，使用剩余20組樣本數(shù)據(jù)進(jìn)行模型測試，得到測試結(jié)果見圖2。

如圖2所示，對于這20組測試樣本數(shù)據(jù)，設(shè)計工程造價預(yù)測模型所預(yù)測的結(jié)果與實際數(shù)據(jù)之間的擬合度較高，說明該模型對測試樣本數(shù)據(jù)集的預(yù)測效果較高，具有較高的預(yù)測精度，適用于建筑工程結(jié)構(gòu)設(shè)計階段的工程造價預(yù)測。為進(jìn)一步驗證設(shè)計工程造價預(yù)測模型的優(yōu)越性，選用基于SVM的工程造價預(yù)測模型、基于深度學(xué)習(xí)的工程造價預(yù)測模型作為實驗對照組，計算預(yù)測模型性能的評價指標(biāo)，公式如下：

式（7）～（8）中，為工程造價預(yù)測結(jié)果的均方根誤差/元；為工程造價預(yù)測結(jié)果的平均相對誤差/%；為第個工程造價樣本數(shù)據(jù)的預(yù)測值；為第個工程造價樣本數(shù)據(jù)的真實值；為樣本數(shù)目?；谑剑?）～（8），分別統(tǒng)計3個工程造價預(yù)測模型的預(yù)測結(jié)果，見表3。

由表3可知，設(shè)計工程造價預(yù)測模型表現(xiàn)更加良好，該模型的為10-4元，為1.82%，遠(yuǎn)遠(yuǎn)小于實驗對照組模型的，，說明本文設(shè)計模型在誤差控制方面更加優(yōu)越，可以精準(zhǔn)預(yù)測建筑工程結(jié)構(gòu)設(shè)計階段的工程造價。

6 結(jié)語

在結(jié)構(gòu)設(shè)計階段工程造價的精準(zhǔn)預(yù)測有著重要現(xiàn)實意義，不僅可以為工程管理者提供關(guān)鍵理論依據(jù)，更是保障工程項目順利實施的關(guān)鍵，所以本文在確定建筑工程結(jié)構(gòu)設(shè)計階段工程造價影響指標(biāo)及挖掘結(jié)構(gòu)設(shè)計數(shù)據(jù)的基礎(chǔ)上，結(jié)合BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個工程造價預(yù)測模型，通過實際應(yīng)用驗證，該模型展現(xiàn)出卓越的性能，能夠提供精確的預(yù)測結(jié)果。這一成果對于工程預(yù)算和造價管理具有重要意義，為相關(guān)行業(yè)的決策提供了有力支持。

參考文獻(xiàn)

[1]廖玲.低碳建筑材料在建筑工程專業(yè)群結(jié)構(gòu)設(shè)計中的應(yīng)用[J].材料保護(hù)，2021，54（4）：199-200.

[2]周曉軍，寧遠(yuǎn)思，楊昌宇.礦山法施工雙線鐵路隧道二次襯砌拱部預(yù)制拼裝結(jié)構(gòu)的設(shè)計與工程應(yīng)用[J].現(xiàn)代隧道技術(shù)，2022，59（4）：204-217.

[3]陶兵，羅妍，丁煥龍，等.混凝土柱-鋼梁混合框架結(jié)構(gòu)的工程應(yīng)用[J].建筑結(jié)構(gòu)，2022，52（S1）：319-323.

[4]王鏑，李帥，姜雪，等.全生命周期管理視角下電網(wǎng)建設(shè)工程造價管理研究[J].太陽能學(xué)報，2021，42（9）：483-484.

[5]韓明華.基于施工造價分析的防波堤結(jié)構(gòu)方案比選[J].水運工程，2021（4）：211-215.

[6]孫炎.數(shù)字化賦能電網(wǎng)基建工程造價管理研究[J].價格理論與實踐，2021（10）：148-151.

[7]田方友，李云龍，施江沖.跨坐式單軌與地鐵和輕軌工程造價對比分析[J].城市軌道交通研究，2021，24（1）：107-110.

[8]莫鈞，陳琳，易萬中，等.離岸條件下房建工程造價研究[J].公路，2022，67（12）：295-301.

[9]董娜，盧泗化，熊峰.大數(shù)據(jù)背景下基于ABC-SVM的建筑工程造價預(yù)測[J].技術(shù)經(jīng)濟(jì)，2021，40（8）：25-32.

[10]王文娟，范東振，俞春濤.軌道交通土建工程造價影響因素分析及控制措施[J].建筑技術(shù)，2022，53（9）：1174-1177.

[11]檀麗麗.基于成本管理下飼料廠房建設(shè)過程中工程造價合理有效控制與探索[J].中國飼料，2021（12）：93-96.

[12]王鏑，李帥，姜雪，等.全生命周期管理視角下電網(wǎng)建設(shè)工程造價管理研究[J].太陽能學(xué)報，2021，42（9）：483-484.

[13]劉少非，侯大山.基于支持向量機(jī)的鐵路隧道洞身工程造價預(yù)測[J].鐵道工程學(xué)報，2022，39（5）：108-113.

[14]曹闖.基于模糊指數(shù)平滑法的公路市政道路工程造價估算方法[J].建筑技術(shù)，2021，52（11）：1392-1394.