2020年铁路客站工程造价论文

铁路客站工程造价论文 由于影响铁路客站侧式站房结构体系工程造价的因素较多，为保证敏感性分析的准确度，本文首先采用主成分分析方法对影响侧式站房结构体系工程造价的诸多影响因素进行分析研究，得到影响工程造价的敏感因素;然后在此基础上，将主成分分析结果应用到多元线性逐步回归分析模型中，研究得到主要敏感因素对工程造价的敏感程度。 11分析指标选取 影响侧式站房结构体系工程造价的因素有自然条件、站房基本信息、楼盖结构类型以及楼盖的柱网等，但是上述影响因素不是相互独立的。例如:站房面积可以直接影响到房屋高度、楼盖投影面积和层数的变化，因此，需要借助主成分分析理论，将原来众多具有一定相关性的影响因素指标，重新组合成一组新的互相无关的综合指标来替代，为后续敏感性研究提供基础。根据所收集到的铁路客站数据样本，选取17个侧式站房结构工程造价的影响因素作为主成分计算指标。 12主成分分析模型 对所选取指标应用统计分析软件进行主成分分析，先将指标进行标准化的处理，然后计算得到各分析指标的方差贡献率及累积贡献率。 21多元线性回归分析 选取侧式站房结构体系的总造价Y作为因变量，确定敏感性指标中可固定取值的因素(例如将楼盖柱类型取为钢筋混凝土结构)，从而缩小样本的范围。选取敏感性指标中不确定的因素作为自变量，包括:站房面积、站房结构高度、抗震设防烈度、楼盖结构投影面积、屋盖钢结构投影面积、楼盖最大柱距、楼盖柱结构高度、屋盖最大柱距、屋盖混凝土结构投影面积。然后对其进行多元线性逐步回归分析。通过统计软件对所有自变量进行输入，经过逐步回归，去除对因变量即工程造价影响不显著的因素，最终得到多元线性回归方程为:Y=55715+0136X4+7818X10+0119X17(1)由此得到，侧式站房工程造价的主要影响因素为站房面积(X4)、楼盖柱结构高度(X10)及屋盖钢结构投影面积(X17)。从数据样本中选取9个测试样本，对回归方程的准确性进行检验，得到原始数据同回归方程预测数据的对比结果，如图1所示。从图1可以看出，回归方程对侧式站房结构体系工程造价的拟合效果良好，精度较高。 22敏感程度分析 依据得到的多元线性回归方程，对影响侧式站房结构体系工程造价的主要敏感因素的敏感程度进行计算。选取回归效果最好的A站作为研究对象，当站房面积(X4)、楼盖柱结构高度(X10)及屋盖钢结构投影面积(X17)分别变化+10%和10%时，楼盖结构体系工程造价的变化幅度 本文对铁路客站结构体系工程造价影响因素进行了敏感性分析研究，得到了影响侧式站房结构体系工程造价的敏感因素，包括:站房面积、站房结构高度、抗震设防烈度、楼盖柱类型、楼盖结构体系类型、楼盖结构投影面积、屋盖钢结构投影面积、楼盖最大柱距、楼盖柱结构高度、屋盖最大柱距、屋盖混凝土结构投影面积。通过建立多元线性逐步回归模型，分析得到了侧式站房结构体系工程造价的主要敏感因素及其敏感程度。当站房面积变化+10%和10%时，对应的楼盖结构体系工程造价的变化幅度较大，分别为702%和619%;当楼盖柱结构高度变化+10%和10%时，结构体系工程造价的变化幅度分别为