（管理科学与工程专业论文）建设工程项目快速投资估算方法研究.pdf

中文摘要 在建设工程项目生命周期的多次计价中，投资估算是最粗略的，但却是对 整个项目影响最大的。它是项目决策的依据，也是制定投资计划和控制投资的 有效工具。然而，由于建设项目投资估算工程所处的阶段比较靠前，许多有关 工程费用的信息无法确定，并且在工程的执行过程中还会发生许多不可预见的 影响工程造价的事情，使得项目投资估算的编制显得十分困难。所以找到一种 切实可行的建设工程项目快速投资估算方法有着非常深远的意义。 本文在大量查阅和深入研究国内外建设工程项目投资估算方法和估算模型 的基础上，鉴于影响建设工程项目投资估算的影响因素和工程咨询公司的数据 基础条件，提出了将多元回归分析和径向基函数神经网络相结合的投资估算模 型。首先，借用s p s s 软件对历史数据进行多元回归分析，确定回归模型，通过 对模型的假设检验确认模型的有效性。然后，根据径向基神经网络原理构造了 三层径向基函数神经网络模型，详细阐述了径向基神经网络的学习算法和训练 仿真过程，并结合历史数据，在m a t l a b 语言环境下，对神经网络进行训练、仿 真以及校验，从而对模型的可靠性加以验证。 最后，本文在基于多元回归估算模型和基于径向基神经网络的投资估算模 型的建模过程中，通过对两种模型的比较和局限性分析，总结了两种模型的优 缺点，提出将两者相结合运用于建设工程项目投资估算的一套新的思路和方法。 实践证明这种组合后的方法克服了原有两种估价模型的局限性，具有更高的估 算精度。同时，本文提出了构建建设工程项目投资估算信息系统的思想，通过 分析系统的结构和数据流程，对主要模块进行了概要设计，为系统的开发提供 了理论指导。 关键词：建设工程； 径向基神经网络； 投资估算；多元回归分析； 信息系统； a b s t r a c t a b s t r a c t 1 1 l ei n v e s t m e n te s t i m a t i o ni st h em o s tu u s h a p e do n ea sw e l la st h em o s t i n f l u e n t i a lo n ea m o n ga l lt h ee v a l u a t i o n sd u r i n gt h el o n gp e r i o dt i m eo fc o n s l r u c f i o n p r o j e c t i ti st h ef o u n d a t i o no fp r o j e c td e c i s i o na n dt h ee f f e c t i v et o o lo fm a k i n g i n v e s t m e n tp l a na sw e l la sc o n t r o l l i n gi t b u ti ti sd i f f i c u l tt oe s t i m a t et h ei n v e s t m e n t b e c a u s eo fi t sp r e l i m i n a r yp o s i t i o na n dt h es i t u a t i o nt h a tm a n yu n p r e d i c t a b l ef a c t o r s w h i c hi n f l u e n c et h ec o n s t r u c t i o nc o s tm i g h ta p p e a ri nt h eo p e r a t i n go ft h ew h o l e p r o j e c ts oi t i sv i t a lt of i n daf e a s i b l em e t h o dt h a tc o u l db eu s e df o ri n v e s t m e n t e s t i m a t i o no f c o n s t r u c t i o np r o j e c t s b a s e do ng r e a ta m o u n to fi n v e s t i g a t i o na n dd c e pa n a l y z eo fi n v e s t m e n t e s t i m a t i o nm e t h o d sa n dm o d e l so fc o n s t r u c t i o np r o j e c tb o t hd o m e s t i ca n da b r o a d ， a c c o r d i n gt ot h ei n f l u e n t i a lf a c t o r so fi n v e s t m e n te s t i m a t i o na n dd a t ao fc o n s t r u c t i o n e o u s u l t i n gc o m p a n i e s ，t h i sp a p e rd e v e l o p e dai n v e s t m e n te s t i m a t i o nm o d e lb a s e do n m u l t i p l es t a t i s t i c sa n a l y s i sa n dr b fn e u r a ln e t w o r k r e g a r d i n gt ot h em o d e lb a s e d o nm u l t i l ：i l es t a t i s t i c sa n a l y s i s ，t h ee f f e c t i v e n e s sh a sb e e np r o v e db ys c t t i n gu p r e g r e s s i v em o d e lt h r o u g hs p s sa n dv i r t u a le x a m i n a t i o n ；r e g a r d i n gt ot h em o d e l b a s e do nr b fn e u r a ln e t w o r k , 3l a y e r sr b fn e u r a ln e t w o r kh a sb e e nb u i l t ， p a r t i c u l a r l ye x p a t i a t et h ec a l c u l a t i o no f n e t w o r ka n dn e u r a ln e t w o r kh a sb e e nt r a i n e d a n de x a m i n e db yt e s t i n gf i g u r e su n d e rt h ec i r c u m s t a n c eo fm a t l a bl a n g u a g e a n e ws y s t e mo ft h o u g h ta n dm e t h o di si n v e n t e da f t e rc o m p a r i s o na n dl i m i t a t i o n a n a l y s i so nb o t l lt h ea b o v em e n t i o n e dm o d e l sw h i c hw e r ef i n i s h e di nt h ec o u r s eo f e s t a b l i s h i n gt h e ma n d t h i ss y s t e mo f u s i n gt h et w om o d e l sc o m p r e h e n s i v e l yh a sb e e n p r o v e dt o b em o r es p e c i f i cc o m p a r e dt ot h et r a d i t i o n a ls y s t e m so fu s i n gt h e m i n d i v i d u a l l y i nt h el a s t , t h ei n f o r m a t i o ns y s t e mo fi n v e s t m e n te s t i m a t i o nw a s i n t r o d u c e d s o m et h e o r e t i c a ls u p p o r th a sb e e no f f e r e db yt h ea n a l y s i so fs e v e r a l a s p e c t ss u c ha sf u n c t i o n a ld e m a n d ，n a t u r a ld e m a n d ，d a t af l o we t c ，t h ep r o g r a mo f d i v i s i o n so f t h es y s t e ma n dt h eb r i e f d e s i g no f r e s p e c t i v ed i v i s i o n s k e yw o r d s ：c o n s t r u c t i o np r o j e c t ,i n v e s t m e n te s t i m a t i o n , m u l t i p l er e g r e s s i v ea n a l y s i s ，r b fn e u r a ln e t w o r k , i n f o r m a t i o ns y s t e m 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得鑫盗盘鲎或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意 学位论文作者签名：马哆筝 签字日期：舯年毒月i 日 学位论文版权使用授权书 本学位论文作者完全了解叁鲞盘堂有关保留、使用学位论文的规定。 特授权鑫洼盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 马班 签字日期：x 咿石年a 月占日 导师签名：五亏葫 签字日期：z 卯易年z 月，易日 第一章绪论 第一章绪论 1 1 研究背景 工程建设项目是一个周期长、数量大的生产消费过程。工程项目投资估算 是项目决策的重要依据之一，是保证项目顺利完成筹资和有效使用资金的关键。 随着我国投资体制改革的不断深化，工程项目投资估算在工程建设中的地位和 作用越来越受到参与建设活动各方的关注和重视。 1 1 1 建设项目投资估算概述 一个拟开发的建设工程项目，从立项报批、方案设计、初步或扩大初步设 计、施工图设计阶段到工程招标、建筑施工等阶段，都要对工程建设所需的费 用进行估计。这种随着工程项目的进展或设计深度的不同而进行的工程建设所 需费用的一系列计算过程就叫做工程造价估算。相对应于工程进度，估价也 可以粗略的分成以下几种：即决策阶段的投资估算、设计阶段的概算和预算、 实施阶段的工程造价等。这体现了工程估算的多次估价的特点。1 。可见，随着 工程的向前推进，越来越多的信息可以得到利用，因此，工程造价的估算值也 应该变得越来越精细，估算过程变得越来越复杂。然而，越是处于比较靠前阶 段的计价越粗糙，不确定性因素越多、越不准确，但是其对工程项目的最终费 用的影响程度越大，如图卜l 所示。 高 不同 时期 的工 程造 价队 最终 造价 的影 响 低 图卜1 工程各阶段对工程最终费用的影响程度比较 时间 在我国，投资估算是指在建设项目的投资决策阶段，依据现有的资料和规 定的估算方法，对将来进行该项目建设可能花费的各项费用的事先估算。投资 估算有两种操作方式：一是在明确项目建设必须达到的标准要求条件下，框算 有多少资金；二是在投资额限制的条件下，框定项目建设的规模与标准。可见， 第一章绪论 经批准的投资估算造价是建设工程造价的最高限额，不可任意突破。 投资估算是工程项目前期从投资决策直至初步设计以前的重要工作环节， 是项目进行经济评价和资金筹措的前提条件。经济评价是可行性研究的核心， 而投资估算是经济评价工作的基础。投资估算的准确与否直接影响到项目的投 资决策、基建规模、工程设计方案、投资经济效果，并直接影响到工程建设能 否顺利进行。一般来说，投资估算具有以下几方面作用嘲： 1 ) 项目建议书阶段的投资估算，是项目主管部门审批项目建议书的依据之 一，并对项目的规划、规模起参考作用； 2 ) 项目可行性研究阶段的投资估算，是项目投资决策的重要依据，也是 研究、分析、计算项目投资经济效果的重要条件。当可行性研究报告被批准之 后，其投资估算额就作为设计任务中下达的投资限额，即作为建设项目投资的 最高限额，不碍随意突破； 3 ) 项目投资估算对工程设计概算起控制作用，设计概算不得突破批准的 投资估算额，并应控制在投资估算额以内； 4 ) 项目投资估算可作为项目资金筹措及制订建设贷款计划的依据，建设 单位可依据批准的投资估算额，进行资金筹措和向银行申请贷款； 5 ) 项目投资估算是核算建设项目固定资产投资需要额和编制固定资产投 资计划的重要依据； 6 ) 项目投资估算是进行工程设计招标、优选设计单位和设计方案的依据。 在进行工程设计招标时，投标单位报送的标书中，除了具有设计方案的图纸说 明、建设工期等，还包括项目的投资估算和经济性分析，以便衡量设计方案的 经济合理性； 7 ) 项目投资估算是实行工程限额设计的依据。实行工程限额设计，要求 设计者必须在一定的投资额范围内确定设计方案，以便控制项目建设和装饰的 标准。 1 1 2 目前投资估算中存在的问题 现代社会信息瞬息万变，要能准确地把握商机，效率是最重要的。这就要 求投资估算快速准确。如果速度缓慢或者估算误差太大，必将导致决策失误， 给建设单位和国家带来不可弥补的损失。 然而在实际工作中进行投资估算时，往往面临着这样一个问题：影响拟建工 程投资估算的因素众多，而相关资料较少。投资估算属于项目建设前期阶段的 工作，建设前期阶段主要是由投资者对拟建项目提出轮廓性建议和设想，对拟 2 第一章绪论 建项目的必要性，技术上、经济上和生产力布局上的可行性进行全面论证和优 化并推荐最佳建设方案。可见，在此阶段对项目只能作很笼统、很概括性的描 述，只能大致确定项目的工程量大小、建设年份、地理位置、结构类型、工期、 旌工季节、地质条件等较粗的投资估算指标，而具体的材料用量、旌工组织、 主体工程、辅助工程等要在初步设计和施工图设计阶段才能确定。这样，鉴于 拟建工程的相关资料较少，投资估算的准确性便受到了较大影响。此外，建筑 产品与一般产品相比，具有单件性、多样性、固定性、生产周期长、易受气候 条件影响等特点，这就使建筑产品的成本构成不同于一般工业产品，具有特殊 性。以上两点原因，造成了工程建设中诸多不确定因素的存在，给投资估算带 来了相当的难度。这些不确定因素包括政治、经济、社会环境、人为因素、工 程本身等各方面。例如，由于国家政策调整引起土地价格等的变动，在市场经 济条件下自由竞争引起的设备和建筑材料等的变动，项目所在地的自然地理条 件、地质情况、环境保护等带来的不确定性，投资估算人员的经验和水平、工 程设计变更等等。 由于实际工作中投资估算所面临的这些困难，很多工程在立项阶段缺乏科 学的态度去论证项目，凭主观意志，把可行性研究变成可批性研究。有些工程 投资估算不实，在资金不落实的情况下急于上项目，编制虚假的工程概预算， 搞“钓鱼工程”。这导致了长期以来在我国工程建设中一直严重存在的三超现象， 即概算超估算、预算超概算、决算超预算“】。由于找不到责任人，超投资既成 事实，只好实报实销，使工程造价一涨再涨。这其中固然有政策调整，材料、 设备涨价等客观因素，但同时也要看到工程建设投资估算管理方面存在的问题 对工程造价不可忽视的影响。目前在工程建设管理中，对项目投资控制的理解 与实践己进入一个误区，即把工程项目投资控制的重点放在建设实施阶段，注 重工程的承包造价、建造过程中的变更造价以及结算造价，而对于工程立项阶 段、设计阶段的造价管理没有足够的重视。 也有些工程在投资估算中未打足动态的调整因素。由于放松了前期的工程 投资控制，使得工程上马后资金短缺、投资不足，造成工程千千停停，既加大 了浪费，也给工程的结算带来困难，这也是一些工程竣工不结算或者结算不给 钱的重要原因之一。施工企业在垫资施工的同时，还得承担银行的贷款利息。 甚至有的工程在投入使用并已盈利的情况下，建设单位仍以种种借口不办理结 算，无偿占有施工方垫资施工的产品，有的业主虽然承认了拖欠款却因资金不 落实而无法偿付工程款。有关管理部门虽然年年组织清欠，也确实为施工企业 追回了大量工程款。然而由于工程投资先天不足，使得前清后欠的局面难以从 根本上得到改变。 第一章绪论 以上种种问题，都是由于缺乏工程项目建设前期投资估算的结果。 1 1 3 快速投资估算方法的研究意义 快速估算是较新颖的一种方法，它可用于各类民用建筑的单位工程投资估 算。其方法是积累大量的历史工程数据和掌握较广泛的工程估算指标，以统计、 模糊数学和神经网络等为理论基础，运用数学模型结合工程实际，快速估算所 需投资。通过工程实际数据，许多模型己经建立，并取得了很好的效果。在欧 洲快速估算发展很快，而在中国由于种种原因发展较慢。深入研究建设项目快 速投资估算方法，建立一套切实可行的投资估算系统，对于建设项目前期阶段 的工程活动具有十分重要的意义。 1 ) 工程价值评估 许多的工程在建好后，其设计图纸与相关资料都不能保存很久，即使有当 时的资料，由于年代和市场的变化，我们不能够完全按图纸预算得到结果，因 为当时的市场价格我们很难弄到以及房屋折旧等等。通过快速投资在估算方法， 在没有原始资料的时候，我们能够很轻松的得到房屋的一些特征，根据这些特 征和市场价格得到它的大致价值。 2 ) 快速投资估算对于整个建设工程项目成本控制具有重要意义 在建设工程的各个阶段的多次计价中，每次计价的目的和方法不同，明确 程度也不同。投资估算阶段的不确定性因素最多、最不准确，但是其对工程项 目的最终费用的影响程度越大，它影响着决策者的早期决策，是工程费用计划 编制的依据和整个项目成本控制的起点。从图1 - 2 可以看出，投资估算的准 确性，能够比较明显地影响工程最后造价。 工 程 最 终 造 价 工程估价 图卜2 投资估算的准确性对工程最终造价的影响 4 第一章绪论 通过工程快速投资估算方法，得到大致准确的工程造价，施工企业便可以 挖掘降低成本的潜力，指明降低成本的方向，为企业指定成本控制计划提供可 靠的依据；建设单位能在进行设计招标之前大致确定该工程的造价。这样，在 快速投资估算的帮助下，业主能够进行合理的资金安排，确保自己有经济实力 让工程顺利地进行，更为重要的是避免在再招投标工作中保标的发生和中间代 理商的欺诈行为。 3 ) 完善的估价系统可以应用于工程招投标嘲 市场经济条件下市场经济竞争十分激烈，实际招投标工作要求能快速准确 地进行工程造价的估算。无论业主还是承包商确定工程造价都要求快速、准确， 因为不但这要求各单位在高效率工作，而且还得保证工作的成效。利用快速投 资估算方法，建立完善的快速估价系统能够改变传统投资估算研究方法中的不 足，很好地解决这个问题。 综上所述，可以看出建设工程项! e l 前期快速投资估算对整个儿项目是有着 重要的意义。然而快速地对做出工程项目前期的投资估算通常是一个非常有挑 战性的工作，这是由于工程估算所处的阶段比较靠前，许多有关工程费用的信 息无法确定，并且，在工程的执行过程中还会发生许多不可预见的影响工程造 价的事情，使得前期工程费用的编制显得困难。所以找到一种快速、可行的建 设工程项目投资估算方法有着非常深远的意义。 1 2 国内外研究概况 1 2 1 国内外传统投资估算编制方法 传统的投资估算方法包括生产能力指数法、资金周转率法、比例估算法和 综合指标投资估算方法等。这些传统的估算方法或多或少地存在这样那样的 不足，因此投资估算的准确度较低。 1 ) 生产能力指数法 这种方法是根据已建成的、性质类似的建设项目或装置的投资估算和生产 能力，估算拟建项目或装置的生产能力的投资额。其计算公式为： 拟建工程或装置的投资额= 己建类似工程项目相应投资额 ( 挚萎婴昙黧) 一不同时期地点的调价系数( 1 - 1 ) 、已建项目生产能力7 。、 式中：1 1 为生产能力指数。这种方法在是采用类似工程概预算并加以调整的投 资估算方法。其计算简捷，但要求类似工程的资料可靠，条件相差不大。 第一章绪论 2 ) 资金周转法 这种方法是用资金周转率来推测投资额的一种简单方法。其计算公式为： 投糌塑篆铲( i - 2 ) 不同性质的企业，或不同产品的车间装置都有不同的资金周转率。这种方 法比较简单，计算速度快，但精确度较低。 3 ) 比例估算法 这种方法主要是以拟建设项目或装置的设备费为基数，根据已建成的同类 项目的建筑安装工程费和其他费用等占设备价值的百分比，求出相应的建筑安 装工程及其他有关费用，其总和为拟建项目或装置的投资额。 比例估算法适用于设备投资占比例较大的项目，而且其准确程度取决于己 掌握的统计资料和选择比重系数的经验。故该方法的准确程度也较低。 4 ) 采用投资估算指标、概算指标、技术经济指标编制 就民用建筑而言，目前编制的这种指标大都是以1 0 0 群建筑面积为单位， 指标内容包括工程特征，主要工程量指标、主要材料及人工实物消耗量指标及 造价指标( 含直接费、间接费、单方造价等编制年度的各项造价) 。 这种方法的估算的准确程度虽然较高，但需要大量的计算，工作量较大， 只计算本身也要花费一定的时间和费用，不适宜用于建设项目的前期投资估算。 1 2 2 国外快速投资估算模型研究 在西方发达国家，早在本世纪5 0 年代前期，建设工程项目的前期估价方法 的研究已被学术界广泛探讨。到了8 0 年代中期，由于项目前期估价方法理论的 成熟和计算机信息系统的飞速发展，工程项目的前期估算已经可以由计算机软 件系统实现m 。总结国外建设工程前期快速投资估算模型，主要包括以下四种： 1 2 2 1b c i s 估算模型 b c i s 模型流行于英国5 0 年代末到6 0 年代后期咖，其特征是利用单位面 积造价估算。它选择最类似的一个已完工程的数据，分成六个部分分别预测。 这六个部分是：基础部分、主体部分、内装修部分、外部工作部分、设备安装 部分和公共设施部分。其模型为： c = ( f 。g q 。，九 ， 6 第一章绪论 式中i 为项目主要部分，即上面所说的六项；t 为时间调整系数；q 为数量调整 系数；q 。为质量调整系数；，为楼层单位面积成本。 b c i s 单位面积模型使用简单，但它需要对先前的工程在时间、质量和数量 的比率上做出调整，以便适用于将要预测的工程；模型的输出完全依赖于所选 择的作为基准的建筑，这都很可能带有很大的主观性，这是该模型的局限性之 一。仅仅以单一的相似建筑为基准是它的另一局限性，因为两个建筑毕竟不可 能完全一致，而且偶然因素的作用也是不可避免的，所以，b c i s 单位面积法估 算结果的准确程度很差，仅适用于相似程度很高的两个工程项目的投资估算。 1 2 2 2 k o u s k o u l a s 回归估算模型， k o u s k o u l a s 回归估算模型始于7 0 年代叫，一直沿用至今，它以使用回归 分析为重要特征。1 9 7 4 年，k o u s k o u l a s 和k o e h n 二人经过大量的研究和试验， 发现建筑物的造价可以由一些公开的指数回归后获得，回归模型如下所示： c = a o + 口lv 1 + u 2 v 2 + 口3 v 3 + 口4 v 4 + a s v 5 4 - a 6 v 6 ( 1 4 ) 式中，c 为建筑的造价衡量；h 为地区指数；v ，为价格指数；v ，为建筑类型； v 。为高度指数；v ；为质量指数，用以衡量以下几个方面：建筑过程中所用工 人和材料的质量；建筑物的用途；设计水平和构件的材料类型的质量； 屹为技术指数，它主要是考虑特殊类型建筑的额外造价或由于使用了新技术而 使劳力和材料的节省。 为了估计公式中的a 6 ，k o u s k o u l a s 和k o e h n 用随机采样的方法选取 了3 8 个已完工建筑的造价数据，用最小二乘法估计出了上述参数，得到了一个 回归方程： c = 一8 1 4 9 + 2 3 9 3 v 1 + 1 0 9 7 v 2 + 6 2 3 v 3 + o 1 6 7 v 4 + 5 2 6 v 5 + 3 0 9 v 6 ( 1 - 5 、 它的准确度高达0 9 9 8 ，这表明该模型的可靠性很好。 从实验结果表明，用回归模型进行估算效果明显优于传统的参照单个已完 工程的做法。但是，回归模型的准确性很大程度上与参数的选择有关系，不同 的工程特征参数构成的回归方程式，预测精度会有很大的差别。另外，回归模型 对所有已完工程样本等同对待，即认为所有已完工程的样本对新项目估价的参 考作用相等。而实际上已完工程样本在结构、规模等方面，由于与新项目的相似 程度不同，对待估算项目的影响程度也是不同的“”。 1 2 2 3 蒙特卡罗随机模拟估算模型 7 第一章绪论 蒙特卡罗随机模拟估价模型是出现于8 0 年代初期的随机模型“”吖”3 。它是 以m o n t ec a r l o 方法和人工智能中的知识库技术为基础的计算机系统，这种模 型主要靠专家的知识对工程进行估价。该模型认为：影响工程造价的许多因素 都是不确定的，因此不应该追求某个精确的值，而应估计实际造价落在某个范 围的概率是多少。根据这种思想，用计算机来模拟实际的旌工过程。针对每个 分项工程，给出可能造价的先验概率，由计算机产生随机数。这个随机数进入 下一个分项工程，再结合这项工程的先验概率，又产生一个随机数。这些随机 数代表了每个单项工程的实际造价。依次进行下去，直至全部工程模拟完毕， 所有造价之和便可以看作总的造价估计。 蒙特卡罗随机模型要求在建模时使其可变的因素之间是独立的，要求知道 每个变化因素的概率分布，倘若没有工程造价分布的大量统计样本可以为每一 个变化的因素建立真正的分布，那么分布就得被假设。随机模型的优点是符合 客观实际，增强了估算结果的准确性；缺点是计算麻烦，对工程的设计要求达 到一定的深度，否则无法模拟。 1 2 2 4 模糊类比快速估算法 模糊类比估算模型是基于某些已完工程资料的特征，用模糊数学理论进行 聚类分析确定类别1 1 4 1 1 “。为了预测新项目的造价，首先拟定建筑工程的特征元 素，建立典型工程的特征值矩阵，然后通过公式转换，建立典型工程隶属度矩阵 并定各典型工程与拟建工程的贴近度，最后由贴近度最大的典型工程来计算拟建 工程造价。其具体步骤为： 1 ) 拟定建筑工程的特征元素，建立典型工程的特征值矩阵。 用t 表示工程特征集合，根据建筑工程对象的具体情况，选取m 个工程集合中 能概括描述该工程的特征元素( 如基础类型、结构类型、户型、层高、层数、开 间、进深、门窗类型、楼地面装饰、工程类别等) ： t = ，t 2 ，r ，t 。) ，f = 1 , 2 ，肼( 1 妨 从已建成的建筑工程中选取n 个类似工程作为典型工程，设为4 ，以， 彳。，其中，= 1 , 2 9 * oo 囊。利用典型工程拟建工程的特征元素基础数据和综合单价、 权重等数据，计算建筑工程各特征元素值： 特征元素值= 各分项工程占分部工程的百分比综合单价权重( 1 - 7 ) 设有n 个典型工程组成对象集合，以m 个特征元素作为建筑工程的主要特征元素。 则n 个典型工程m 个特征元素组成的特征值矩阵为： 第一章绪论 z = 而lx 1 2 x 2 1x 2 2 z m l 善m 2 而。 秘。 ： = ( x u ) ( 1 8 ) 其中，f = 1 , 2 ，m ；，= 1 , 2 ，力。 对典型工程j ，对应特征向量：= “，而，x 叫) 7 ；对拟建工程，对应特 征向量：毛= “，x 2 - ，x 。) 7 。 2 ) 建立典型工程隶属度矩阵 计算典型工程j 对特征元素i 的隶属度，并求得典型工程的隶属度矩阵： r = ，1 1n 2 ，2 1嘞 ： o l 2 2 ( ) ( 1 。9 ) 式中，白是典型工程j 的特征元素i 对拟建工程的隶属度， 岛= 竺堕芒，扛1 ，2 ，2 朋- ，吐2 ，n ( i - 1 0 ) 9 m a x ( x j ，x ，) 一 。 。 3 ) 确定各典型工程与拟建工程的贴近度 各典型工程与拟建工程的贴近度采用以下公式： “，= ( 一，b ) = 白i ( 1 - 1 0 式中，“，为典型工程，对拟建工程的贴近度；0 为典型工程，的特征元素i 对拟 建工程的隶属度；f 为拟建工程特征元素i 对自身的隶属度。 比较“，“：，甜，取其中最大值坦( q ) 对应的典型工程计算拟建工程的 造价。设贴近度最大的典型工程单方造价为f ，造价指数为，拟建工程的单 方造价是e ，造价指数为三，则： e = e l l 7 ( 1 - 1 2 ) 模糊类比估算模型优点是准确性较好，一旦模型建立，计算较为简单。缺 点是权系数等靠经验确定，并且要求不断调整，增加了模型建立的难度。 1 2 2 5 印神经网络估算模型 9 ； 第一章绪论 以印人工神经网络为估价模型的方法是近一段时期国外估价领域探讨的 热点o ”“”人工神经网络方法是最近一些年发展起来的人工智能的一个分支， 它除了用在语言识别、自动控制等领域外，实践证明，它还可以用于预测、评 价等其它方面，其准确性明显优于其他模型。 标准的b p 网络模型由三类神经元层组成，其最下层称为输入层，中间层为隐 含层( 可为多层) ，最上层为输出层，各层神经元形成全连接，各层内的神经元没 有连结。b p 算法的学习过程是由正向传播和反向传播两个过程组成。在正传播过 程中，输入信息从输入层、经隐含层逐层传递、处理，每一层神经元的状态只影 响下一层神经元的状态。如果在输出层不能得到期望输出，则转入反向传播过程， 将误差信号沿原来的连接通路返回，通过修改各层间连结权的值，逐次地向输入 层传播，再经过正向传播过程。这两个过程的反复运用使得误差不断减小，直至 满足要求。 b p 神经网络中的神经元的输入与输出( 除输入层) 为非线性映射，一般采用 s ( s i g m o i d ) 函数压缩 ，( 工) = 丽1 ( 1 - 1 3 ) 其中，( z ) 0 ，1 】。设有p 个输入样本，当加入第k 个样本时，对于某层单元，来 说，设其上一层有- 噙结点，与它的连结权表示为；单元_ ，的输入总和为够， 输出为矿，则够= 矿；矿= ，( $ ) ，矿再作为下一层的输入，如此反复 直至输出层。当定义絮统误差为： 五( 形) = 去( 才一彤) 2 o q 4 ) i 时，其中r 为输出结点，的期望输出，口为输出结点，的网络输出。如果系统 误差不满足要求，就转入误差反向传播过程，主要是调节连接权的值。按梯度下 降法，每当加一个训练样本时，各层连接权调整量应为： 坳= 玎彤矽。1 ( 1 1 5 ) 其中：，7 【o 0 1 ，1 】称为训练速率系数，卵第m 层的第_ ，个单元的误差值，输出层 结点为： 口= f ( 墨) 【才一r 】巧 ( 1 1 6 ) 网络通过连接权的自调整，实现自适应和自组织。经多次训练后的网络具有 对样本的记忆、回忆和联想能力，最终可用来进行预测。 1 0 第一章绪论 基于b p 神经网络的工程造价估算模型充分利用了神经网络这个“特征提取 器”的作用，从大量过去的工程参数资料中自动提取工程特征与预算资料的规律 关系，速度快，估算结果准确度高，操作简单。由于神经网络具有高度的容错性， 因而对于过去的工程资料中由于人为的或其它因素造成的偏差有自动纠偏功能； 此外由于神经网络是并行处理数据的，因而其处理速度相当快，这点满足了快速 估算要求，实践证明是有效的。其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。然而这两个方面的选取目前只能凭 借经验来完成，缺乏理论指导。 1 2 3 工程估算系统应用情况 过去，在计算机技术还不发达的前几年，有丰富经验的工程验算人员，往 往在拿到大量图纸时，不需进行大量的计算，只是根据工程的地点、类型、结 构、装饰等特征，就可以估算出估价、用工数量、主要材料消耗量等，而且经 验越丰富，这种估算就越准确。近年来，随着信息技术突飞猛进的发展和现代 人工智能技术的出现，计算机完全可以代替工程验算人员的人脑的思维过程， 应用于工程投资估算的实际问题当中。 从发达国家的情况看，国外很早就开展了建筑业智能化的研究，水平相当 高。目前国外己实现了建筑软件的研究、开发、商业化推广三位一体的良性循 环，而其中的估价软件正在整合人工智能、专家系统、运筹学等方面的知识， 己能为管理者提供更为优秀的决策和管理工具f 】8 】。在造价方面，较好的有加拿 大的r e v a y 管理系统公司( i l m s ) 开发的c t 一4 软件( 成本与工期综合管理 软件) 始终将成本与工期综合考虑，基本做到信息的及时性、准确性，适合造 价管理实际需要，开放、灵活。目前我国的不少投资或建筑施工企业都在建筑 工程管理中使用了计算机，取得了一些效果。但这些计算机辅助系统多数是服 务于工程项目的后期，如预决算类较好的有海口神机公司的神机妙算软件、海 文公司的预决算软件、上海广运公司的项目经理9 8 等，以及工程项目管理类 的北京梦龙的梦龙智能项目管理集成系统、中建一局的建筑工程项目管理信息 系统等。在工程项目前期投资估算阶段，只有旭飞公司等少数几家软件公司开 发了项目投资估算系统，程度也相当低。这些系统的开发和管理水平较欧美日 本等发达国家的同类企业有较大差距，由于目前国外建设项目投资估价系统无 法直接汉化使用，而国内又一直缺乏适用的投资估价系统。从目前情况看，我 国建设项目投资估算系统的应用情况存在以下特点： 1 )起步较晚，水平相对落后，商业化程度不够成熟，但有着较大发展空间。 2 ) 缺乏系统性、综合性、整体性、开放性、动态性。 第一章绪论 3 )用户友好程度不够，国内建筑业人员素质参差不齐，所以尤其应特别强 调此点。 4 )智能化程度较低，没有对原有资料的智能处理。 综上所述，与国外相比，我国建设工程项目投资估算系统还处在起点阶段， 然而随着建筑行业的竞争日趋激烈，在最短的时间内得到最准确的投资估价，是 所有业主和承包商所追求的。所以找到切实可行的投资估算方法，建立相应的投 资估价系统，并将其应用于工程实践，对我国建筑企业将有者深远的意义“”巾“。 1 3 研究内容与创新点 t3 1 研究内容 本文将主要对下列内容进行分析与研究。 第一章简要介绍了建设工程项目投资估算的含义及其作用，分析了目前我 国投资估算活动中存在的问题，并指出研究快速估算方法对整个建设工程项目 的重要意义；然后分别研究了国内外传统的投资估算编制方法和国外快速投资 估算模型，指出了其适用性和存在的缺陷，分析了目前工程估算系统的应用情 况，旨在说明建立一套可行、完善的建设项目投资估算系统的必要性；随后提 出了本文的研究内容、技术路线和主要创新点。 第二章在简要介绍多元回归分析方法的基础上，针对工程项目投资估算的 特点，采用多元回归分析方法，利用s p s s 软件来计算有关参数和进行检验假设， 得到影响工程项目造价的各因素相对于单位造价的回归系数，从而建立估算模 型。在检验中发现，利用回归方法得到的模型表现出实际值与预测值之间有着 非常良好的吻合性。 第三章提出了基于径向基神经网络模型的投资估算模型。首先对径向基神 经网络的网络结构和学习规则做出详细描述，然后将影响建设工程项目造价的 特征元素作为输入节点，工程项目的单位造价作为输出节点构建三层径向基神 经网络，用m a t l a b 程序处理数据，得出较为准确的估价结果。这种基于径向基 的神经网络模型可以无限逼近非线性函数，增强了估价的可靠性。 第四章在分析基于多元回归模型和径向基神经网络模型的缺点和局限性的 基础上，提出将二者结合应用于建设工程项目投资估算的方法。由于弥补了两 者单独应用于造价估算中的不足，经检验，结合后的方法在估算中的精度大大 超过于两个单独的模型，具有很强的可行性。 1 2 第一章绪论 第五章在前文论述的基础上，结合多元回归和径向基神经网络估算模型， 提出了建设项目前期投资估算系统，为投资或建筑企业投资决策和可行性研究 阶段等前期研究阶段的快速投资估算提供强有力的技术支持。 1 3 2 技术路线 从技术路线上考虑，论文在认真研究国内外有关资料和估价模型理论及应 用的基础上，进行了工程项目投资估算模型理论和系统支持等方面的研究，旨 在为政府和企业的前期投资估算提供依据和方法。图i - 3 给出了本文采取的技 术路线的示意图。 1 3 3 创新点 图卜3 技术路线 本文的主要创新点主要有一下四点： 1 ) 用径向基神经网络代替b p 神经网络进行建设项目投资估算，实践证明 径向基神经网络的收敛速度较b p 神经网络有很大的提高； 2 ) 将多元回归估价模型和径向基神经网络估价模型向结合，提出了基于多 元回归和径向基神经网络的投资估算模型，这种新的估价模型克服了原有两种 估价模型的局限性，具有更加良好的性能； 3 ) 将建筑物的空间可利用率引入到多元回归分析中，回归分析证明建筑物 的空间可利用率对建筑物的单位造价有着很大影响； 4 ) 基于多元回归和径向基神经网络的估价模型，开发了建设项目投资估算 系统，较好地实现了历史数据录入、估价计算等辅助功能，具有很好的实用价 值。 第二章基于多元回归分析的投资估算模型 第二章基于多元回归分析的投资估算模型 回归分析是数理统计中常用的一种分析方法，它以事物发展为依据，抓住 事物的主要矛盾因素和它们之间的关系，建立数学模型，最后进行预测1 。 建设工程项目的投资估算恰好与其非常类似，所要估算的建筑物单位造价与建 筑物的诸多特征因素之间都存在复杂的联系，它们联合起来决定建筑物的最终 的单位造价。由于大多数的多元非线性回归问题都可以转化成多元线性回归问 题，所以本文采用多元线性回归分析方法建立模型，进行估算。 3 1 多元线性回归分析理论 3 1 1 数学模型与假设 设】，是一个可观测的随机p 变量，它受到p 个非随机因素_ ，镌，x ，和随 机因素g 的影响。它们之间的内在联系是线性的，则有： y = 磊+ 届x 1 + + 岛x ，+ f ( 2 - 1 ) 其中，占是服从正套分布n ( 0 ，o r 2 ) 的随机变量；属，届，反，以是常数。 为了成功地估计参数，对随机项作了一下假设： 假设1 ，s 是一个随机变量、占，服从正态分布，因为y ，是占，的线性函数，所以乃 也是一个随机变量，同样服从正态分布。 假设2 ，占。的期望值等于0 ，即e ( t ) 卸。 假设3 ，毛的方差相等，即v a r ( e , ) = = 矿2 ，同样，对所有的x i j ，x 2 ，“，乃 的方差都等于仃2 。 假设4 ，取不同的札，屯f ，得出的q 相互独立，即c o v ( e ：j ) 一o ( f ，) a 假设5 ，所有自变量彼此线性无关。 3 1 2 参数估计 对参数而，而，x ，j r 做n 次观察得到n 组观察值：( x 1 ，x ，x p ，咒) ， 其中i = l ，2 ，玎用最小二乘法来估计参数卢的值，设b o ，b l ，6 ，分别是参数 风，届，履，允的最小二乘估计，则得到正规方程组： 第二章基于多元回归分析的投资估算模型 n b 。+ ( j f l ) 巩+ ( x ，2 ) 6 2 + + ( 砩) 6 ，= y f - l，l，-1，- i ( x 。) 氏+ ( x ：) 毛+ ( x ，z 。：) 6 ：+ ( j 。j p ) 6 ，= 善。) ， ，j l l1 1扣ii f f i l ( 窆) 6 0 + ( 窆) 毛+ ( 芝2 ) 6 ：+ ( 杰z ) 6 ，= 窆砀y ，( 2 - 2 ) 月 月 ( ) 6 0 + ( 。) 毛+ ( x p z ，：) 6 ：+ ( x ；) 6 ，= x c y j i li l li f f i lj f f i l j i l 求解这个方程组，得到经验回归平面方程： 多= b o + b l x i + + 6 p x p ( 2 - 3 ) 3 1 3 回归方程的显著性检验 在实际i h - j 题中，事先通常不能够断定随即变量y 与一般变量x 。，x 2 ，x ，之 间是否有线性关系。在求线性回归之前，线性回归模型只是一种假设，所以在 求出线性回归方程之后，需要对其进行显著性检验。 与一元线性回归方程类似，需要检验变量之间有没有这种线性关系，主要 通过检验p 个系数风，层，展，是否全为零。若全为零，则认为线性回归不 显著；否则认为线性回归显著。在上述的模型中作如下假设： 假设风：届= 0 ，忽= 0 ，成= o( 2 - 4 ) 由1 1 组观察值检验它是否成立，若成立，接受曰。，则认为线性回归不显著； 反之，认为线性回归显著。 总的偏差平方和公式是：= + s 翻 ( 2 - 5 ) 其中， = ( 只一刃2 (回归平方和)(2-6) s 剩= ( n - y ，) ( 剩余平方和)( 2 7 ) 显著性检验采用f 检验法检验。由f 分布的定义可知：，= 揣服从 自由度为( p ，