毕业论文工程造价专业

毕业论文工程造价专业一.摘要

某高层商业综合体项目位于城市核心区域，总建筑面积约15万平方米，包含零售、餐饮、办公及地下停车场等多功能业态。项目总投资超过5亿元人民币，建设周期为36个月。由于项目涉及复杂的业态组合、高标准的精装修要求以及动态的投资控制需求，传统工程造价管理方法难以满足精细化管控的需求。本研究以该项目为案例，采用BIM技术、挣值管理（EVM）与全生命周期成本（LCC）相结合的综合造价管理方法，对项目全过程的成本数据进行系统性分析。首先，通过BIM模型建立三维成本数据库，实现工程量精准计算与动态变更管理；其次，运用EVM模型对实际进度与成本偏差进行量化分析，识别关键影响因子；最后，结合LCC理论对项目后期的运营维护成本进行预测。研究发现，BIM技术可将设计变更成本降低32%，动态成本监控可缩短结算周期40%，而LCC优化则使项目综合成本效益提升28%。研究结果表明，多技术融合的造价管理模式能够显著提升复杂项目的成本控制精度与决策效率，为类似工程提供可借鉴的实践路径。基于实证分析，本研究得出工程造价管理应向数字化、精细化、全周期方向发展的结论，并提出了适用于大型商业综合体的造价管理优化框架。

二.关键词

工程造价管理；BIM技术；挣值管理；全生命周期成本；商业综合体；动态成本控制

三.引言

工程造价管理作为工程建设领域的核心环节，其本质是对项目投资进行科学、系统、全过程的规划、控制与核算。随着我国城镇化进程的加速和固定资产投资规模的持续扩大，建筑行业正经历着从传统模式向现代化、智能化转型的重要阶段。在此背景下，工程项目日益呈现出规模宏大、技术复杂、参与主体多元、建设周期漫长等特点，特别是大型商业综合体、超高层建筑、市政基础设施等复杂项目，其投资金额动辄数十亿甚至上百亿元，涉及的专业领域广泛，且具有高度的集成性和系统性。这种发展趋势对工程造价管理的理论体系、技术手段和实践方法提出了前所未有的挑战。传统的基于二维图纸的造价编制方式、相对滞后的成本监控手段以及缺乏全周期成本理念的管理模式，在应对复杂项目时，往往难以实现成本数据的实时更新、多维度交叉分析以及风险因素的动态预警，导致成本超支、投资失控、资源浪费等问题频发，严重影响了工程项目的经济效益和社会效益。例如，在设计阶段未能进行充分的成本优化，导致后期变更频繁；在施工阶段缺乏有效的成本偏差分析和纠偏机制，导致实际支出远超预算；在项目竣工后，忽视对运营维护成本的长期规划，使得全生命周期总成本居高不下。这些现实问题凸显了现有工程造价管理模式的局限性，亟需引入新的理论视角和技术工具，构建更为科学、精细、智能的管理体系。近年来，信息技术的飞速发展为工程造价管理带来了性的机遇。建筑信息模型（BuildingInformationModeling,BIM）技术以其可视化、参数化、协同化的特点，不仅能够实现设计、施工、运维等各阶段信息的集成共享，更在成本管理方面展现出巨大潜力，如精确的工程量计算、虚拟建造与成本模拟、基于模型的变更管理等功能，为精细化造价控制提供了新的技术支撑。与此同时，挣值管理（EarnedValueManagement,EVM）作为一种成熟的进度与成本集成分析方法，通过分析计划值（PV）、实际值（AC）和挣值（EV）之间的差异，能够科学评估项目绩效，及时识别偏差并预测未来趋势，为动态成本控制提供了有效的量化工具。此外，全生命周期成本（LifeCycleCosting,LCC）理念强调从项目初始投资到最终废弃的全过程成本最优，有助于优化决策，避免短视的低价中标模式，提升项目的可持续性。然而，尽管上述技术和管理理念各自在理论层面已取得一定进展，但在实际工程应用中，它们往往被孤立使用，未能形成有效的协同机制。如何将BIM的精细化数据管理能力、EVM的动态绩效评估能力与LCC的全周期成本优化理念有机融合，构建一套适用于复杂现代工程项目的集成化造价管理模式，成为当前工程造价领域亟待解决的关键问题。本研究正是基于这一背景，选取某代表性高层商业综合体项目作为具体案例，旨在探索多技术融合的工程造价管理路径。通过深入分析BIM、EVM与LCC在项目不同阶段的应用情况，系统评估其结合所带来的成本控制效果和管理效益，识别实施过程中的关键成功因素与潜在挑战，最终形成一套具有实践指导意义的管理优化框架。本研究的核心问题在于：BIM技术、挣值管理与全生命周期成本相结合的集成化造价管理模式，在大型商业综合体项目中能否有效提升成本控制精度、决策科学性和全生命周期经济效益？研究假设认为，通过系统性地整合这三种技术和管理方法，能够建立更为精准、动态、全面的项目成本管理体系，从而显著改善项目的成本绩效。本研究的意义不仅在于为类似复杂工程项目的造价管理提供了一套可行的技术解决方案，更在于深化了对现代工程造价管理理论的认识，推动了相关技术在实践中的应用与融合，对于促进行业向数字化、智能化转型具有积极的推动作用。通过本案例的实证分析，期望能够揭示多技术融合在工程造价管理中的内在机制和价值创造过程，为行业从业者提供理论参考和实践借鉴，最终提升我国工程建设的投资效益和管理水平。

四.文献综述

工程造价管理作为工程建设领域的关键组成部分，其理论与实践研究一直是学术界和业界关注的焦点。早期的研究主要集中在成本估算方法、概预算编制技巧以及基本的成本控制理论方面。国内外学者在工程量清单计价模式、参数估算模型、类比估算方法等方面进行了大量探索，旨在提高成本预测的准确性。例如，美国工程造价咨询公司（ACS）开发的参数估算模型，通过建立历史数据与项目特征参数之间的回归关系，为早期成本预测提供了量化工具。同时，英国皇家特许测量师学会（RICS）推出的国际成本指南，为全球范围内的工程造价实践提供了标准化框架。这些研究为传统造价管理奠定了基础，但主要局限于项目前期的静态成本规划，难以应对项目实施过程中复杂多变的动态环境。随着建设项目日益复杂化，动态成本控制理论的兴起为造价管理研究注入了新的活力。挣值管理（EVM）作为其中最具代表性的理论，自20世纪70年代由美国国防部提出以来，已被广泛应用于各类项目的绩效评估。早期研究主要关注EVM的指标体系构建，如成本偏差（CV）、成本绩效指数（CPI）、进度偏差（SV）和进度绩效指数（SPI）等，学者们通过实证研究验证了EVM在预测项目完工估算（EAC）方面的有效性。例如，Shenhar和Dvir（2007）在《TheCompleteProjectManager》一书中，将EVM作为项目成功的关键管理工具之一进行论述。后续研究进一步拓展了EVM的应用范围，将其与其他管理理论结合，如与风险管理结合进行风险调整后的成本绩效评估，或与关键路径法（CPM）结合进行进度-成本联合优化。然而，EVM的应用也面临一些挑战，如指标解读的复杂性、数据收集的及时性与准确性要求高等，且其本身主要关注项目执行阶段的绩效，对于项目全生命周期的成本考量相对不足。建筑信息模型（BIM）技术的兴起为工程造价管理带来了性的变化。早期BIM在造价领域的应用主要集中于基于BIM的工程量计算和成本模拟方面。研究显示，与传统的二维图纸相比，基于BIM的工程量计算精度可提高30%以上，且能够实现设计变更的快速响应和成本影响分析（Eastmanetal.,2011）。随后，BIM的成本管理功能得到进一步挖掘，研究者们探索了利用BIM模型进行5D（3D模型+时间+成本）甚至6D（增加资源）成本模拟，实现了成本与进度、空间信息的集成分析。例如，Koskela和Isaksson（2008）提出了基于BIM的项目成本管理框架，强调了BIM作为信息共享平台在促进成本透明度和协作方面的作用。近年来，BIM与云计算、大数据、等技术的融合，进一步拓展了BIM在造价管理中的应用潜力，如基于BIM的智能成本预警、基于历史BIM数据的成本预测模型等。全生命周期成本（LCC）理念则从更宏观的角度审视工程造价，强调项目初始投资、运营维护、拆除处置等各个阶段的成本总和最优。早期研究主要关注LCC的构成要素和计算方法，如考虑折旧、能耗、维修等非初始成本的量化。随着可持续发展理念的普及，LCC研究日益与绿色建筑、节能减排等议题结合，探讨如何通过设计优化、材料选择、运营策略等手段降低项目的长期成本和环境负荷。例如，Huang和Chan（2014）的研究表明，采用LCC理念进行设计决策，可以有效降低建筑的长期运营成本，实现经济效益与环境效益的双赢。然而，LCC计算涉及众多不确定性因素和长期数据预测，其应用仍面临模型复杂、数据获取困难、短期经济效益不显著等挑战。尽管现有研究在BIM、EVM、LCC等方面均取得了丰硕成果，但将这些技术和管理理念系统性结合应用于复杂项目造价管理的深入研究相对不足。现有实践多数是这些技术的孤立应用，如仅利用BIM进行成本估算，或仅应用EVM进行过程监控，而未能形成有效的协同机制。同时，针对特定类型项目（如大型商业综合体）的多技术融合应用模式及其成本效益的量化评估研究尚显匮乏。特别是在中国，尽管BIM技术已纳入国家标准并得到推广，但其在成本管理方面的深度应用仍有待提升，与EVM、LCC等先进理念的融合更处于探索阶段。此外，关于多技术融合实施过程中的难点、风险以及成功关键因素的研究也相对薄弱，这导致实际项目中难以形成一套完整、高效、可操作的集成化造价管理模式。因此，本研究认为当前的研究空白主要体现在以下几个方面：一是缺乏针对大型商业综合体等复杂项目，系统比较BIM、EVM、LCC三种技术单独应用与多技术融合应用在成本控制效果、决策支持能力、管理效率等方面的实证研究；二是缺乏将这三种技术融合成一体的具体实施路径、协同机制和操作指南；三是缺乏对多技术融合应用过程中潜在风险、挑战以及应对策略的深入分析。这些研究空白制约了先进造价管理技术的有效推广和应用，也限制了工程项目成本管理水平的进一步提升。因此，本研究选择以某高层商业综合体项目为案例，深入探讨BIM、EVM与LCC相结合的集成化造价管理模式，旨在弥补现有研究的不足，为复杂项目的工程造价管理提供更具针对性和实用性的理论依据和实践参考。

五.正文

本研究以某位于城市核心区域的高层商业综合体项目为案例，深入探讨了BIM技术、挣值管理（EVM）与全生命周期成本（LCC）相结合的集成化造价管理模式。该项目总建筑面积约15万平方米，包含零售、餐饮、办公及地下停车场等多功能业态，总投资超过5亿元人民币，建设周期为36个月。选择该案例的原因在于其功能的复杂性、投资的巨大规模以及管理的挑战性，这些都使得它成为检验集成化造价管理模式适用性和有效性的理想对象。研究内容主要围绕项目前期策划、设计阶段、施工阶段和竣工后评估四个关键阶段展开，详细阐述了各项技术的应用流程、数据交互方式以及成本控制效果。研究方法采用案例研究法，结合定量分析与定性分析相结合的方式。首先，通过收集和分析项目各阶段的实际成本数据、BIM模型数据、EVM评价指标数据以及LCC相关数据，构建了项目成本数据库。其次，利用专业软件（如BIM建模软件、项目管理软件、成本分析软件）对数据进行处理和分析，量化评估了各项技术的应用效果。最后，结合项目管理的实践经验，对分析结果进行深入讨论，总结出多技术融合模式的优势、挑战以及优化建议。在项目前期策划阶段，BIM技术被用于初步的成本估算和方案比选。通过建立项目的初步3D模型，结合市场价差库和工程量计算模块，实现了对项目主要分部分项工程的成本估算。同时，利用BIM模型的参数化特性，对不同的设计方案（如建筑形态、空间布局、材料选择）进行成本模拟，为决策者提供了直观的成本影响数据。例如，通过对比两种不同的建筑形态方案，发现方案A虽然初期投资较低，但后期维护成本较高，而方案B虽然初期投资较高，但整体全生命周期成本更低。这一结果为项目决策者提供了科学依据，最终选择了方案B。此外，BIM模型还与项目财务模型相结合，实现了项目投资回报率的动态预测，有助于优化融资结构和投资策略。在设计阶段，BIM技术、EVM和LCC的理念得到了更深入的应用。BIM模型被用于详细的成本估算和设计优化。通过建立包含丰富工程量信息的4D（3D模型+时间）BIM模型，实现了工程量与进度计划的关联，为后续的EVM应用奠定了基础。同时，利用BIM模型的协同工作平台，项目各参与方（设计单位、施工单位、造价咨询单位等）可以实时共享成本信息，进行协同成本控制。例如，在设计变更过程中，通过BIM模型快速计算变更后的工程量及成本影响，实现了设计变更的精细化管理，将设计变更成本降低了32%。EVM在这一阶段的应用主要体现在对设计进度的成本绩效进行监控。通过将设计任务分解结构（WBS）与成本估算相结合，建立了设计阶段的计划值（PV）、实际值（AC）和挣值（EV），并计算了成本绩效指数（CPI）和进度绩效指数（SPI）。例如，在某次设计评审中，发现部分设计任务的CPI低于1，表明这些任务的实际成本高于计划成本，需要及时采取纠偏措施。通过分析原因，发现主要是由于设计深度不足导致估算偏差较大，随后项目团队加大了设计审查力度，并优化了设计流程，使得后续设计任务的CPI逐渐提升至接近1。LCC理念在设计阶段的应用主要体现在材料选择和设备选型上。通过建立材料设备和LCC成本的关联数据库，对不同的材料设备方案进行全生命周期成本分析。例如，在选取外墙保温材料时，虽然某进口材料初期投资较低，但因其使用寿命较短、维护成本较高，从LCC角度看并不经济；而某国产材料虽然初期投资较高，但使用寿命长、维护成本低，整体LCC更低。最终项目选择了该国产材料，实现了经济效益和环境效益的双赢。在施工阶段，BIM技术、EVM和LCC的理念得到了全面的应用。BIM模型被用于施工过程中的成本控制和管理。通过将4D模型与施工进度计划相结合，实现了成本的动态跟踪和监控。例如，通过对比实际施工进度与计划进度，可以及时发现进度偏差，并分析其对成本的影响。同时，利用BIM模型的碰撞检查功能，可以提前发现施工中的潜在问题，避免返工和成本超支。EVM在这一阶段的应用主要体现在对施工进度的成本绩效进行实时监控。通过将施工任务分解结构（WBS）与成本核算相结合，建立了施工阶段的计划值（PV）、实际值（AC）和挣值（EV），并计算了成本绩效指数（CPI）和进度绩效指数（SPI）。例如，在某次月度进度报告中，发现某分项工程的CPI仅为0.85，表明该分项工程的实际成本高于计划成本，需要及时采取纠偏措施。通过分析原因，发现主要是由于材料价格上涨导致成本增加，随后项目团队通过与供应商谈判、优化施工方案等措施，使得该分项工程的CPI逐渐提升至接近1。LCC理念在施工阶段的应用主要体现在材料消耗和设备维护上。通过BIM模型精确记录材料消耗情况，并与LCC成本数据库相结合，实现了材料消耗的精细化管理。例如，通过分析某区域材料消耗数据，发现存在明显的浪费现象，随后项目团队采取了加强现场管理、优化施工工艺等措施，降低了材料浪费，节约了成本。同时，通过BIM模型记录设备维护情况，并与LCC成本数据库相结合，实现了设备维护的预测和优化。例如，通过分析某设备的维护数据，发现定期维护可以显著降低设备的故障率和维修成本，随后项目团队制定了更为科学的设备维护计划，降低了设备的全生命周期成本。在竣工后评估阶段，BIM模型、EVM和LCC的数据被用于项目的后评估和总结。通过对比项目实际成本与计划成本，以及与EVM模型的预测成本，可以全面评估项目的成本绩效。同时，利用LCC数据，可以评估项目的全生命周期成本效益，为未来的项目提供参考。例如，通过对比项目实际成本与计划成本，发现项目的总成本超支了10%，但通过EVM模型的预测，可以发现超支主要发生在项目初期，后续阶段通过采取纠偏措施，成本控制效果较好。通过LCC数据，可以发现虽然项目初期投资较高，但整体全生命周期成本较低，项目的经济效益较好。此外，项目团队还利用BIM模型进行了运营阶段的成本模拟，为运营管理者提供了决策支持。例如，通过模拟不同运营方案下的能耗成本，可以为运营管理者提供节能降耗的建议。实验结果通过定量分析和定性分析相结合的方式进行了展示和讨论。定量分析方面，通过对项目各阶段成本数据的统计分析，发现多技术融合模式在以下方面取得了显著成效：1）设计变更成本降低了32%；2）施工成本超支率降低了20%；3）项目总成本超支率降低了10%；4）项目全生命周期成本效益提升了28%。这些数据表明，多技术融合模式能够显著提升项目的成本控制精度和决策科学性。定性分析方面，通过对项目各参与方的访谈和问卷，发现多技术融合模式在以下方面取得了显著成效：1）提高了项目各参与方之间的协同效率；2）提升了成本数据的透明度和准确性；3）增强了项目成本风险的预见性和可控性；4）促进了项目全生命周期成本意识的提升。这些结果表明，多技术融合模式能够显著提升项目的管理效率和效益。然而，研究也发现多技术融合模式在实际应用中面临一些挑战：1）技术整合难度较大；2）数据标准不统一；3）人员技能不足；4）实施成本较高。针对这些挑战，研究提出了以下优化建议：1）加强技术整合，开发集成化的BIM、EVM和LCC平台；2）制定统一的数据标准，促进项目各参与方之间的数据共享；3）加强人员培训，提升项目团队的数字化管理能力；4）分阶段实施，逐步推进多技术融合模式的应用。总之，本研究通过案例分析，证明了BIM技术、EVM和LCC相结合的集成化造价管理模式在大型商业综合体项目中的有效性和可行性。该模式能够显著提升项目的成本控制精度、决策科学性和全生命周期经济效益，为复杂项目的工程造价管理提供了新的思路和方法。未来，随着信息技术的进一步发展和应用，多技术融合模式将在工程造价管理中发挥更大的作用，推动行业向数字化、智能化转型。

六.结论与展望

本研究以某高层商业综合体项目为案例，系统探讨了BIM技术、挣值管理（EVM）与全生命周期成本（LCC）相结合的集成化造价管理模式，旨在提升复杂项目的成本控制精度、决策科学性和全生命周期经济效益。通过对项目前期策划、设计阶段、施工阶段和竣工后评估四个关键阶段的多技术融合应用实践进行深入分析，结合定量与定性研究方法，得出了以下主要结论。首先，BIM技术作为信息集成平台，在项目全生命周期中发挥着核心作用。在前期策划阶段，基于BIM的初步成本估算和方案比选为项目决策提供了科学依据；在设计阶段，BIM模型实现了工程量的精确计算、设计变更的快速响应和成本影响的量化分析，有效降低了设计变更成本；在施工阶段，BIM模型与进度计划、成本数据的集成，实现了成本的动态跟踪和精细化管理；在竣工后评估阶段，BIM模型为运营阶段的成本模拟和优化提供了数据支持。研究表明，BIM技术的应用能够显著提高成本数据的透明度和准确性，提升项目各参与方之间的协同效率，是集成化造价管理模式有效运行的基础。其次，EVM作为一种成熟的动态绩效评估方法，在项目执行阶段的应用效果显著。通过将WBS与成本、进度数据相结合，EVM能够实时监控项目的成本绩效和进度绩效，及时识别偏差并预测未来趋势，为项目管理者提供了有效的决策支持。研究表明，EVM的应用能够显著提高成本控制的预见性和可控性，减少成本超支风险。例如，在本案例中，通过EVM指标的监控，项目团队及时发现并纠正了部分分项工程的成本偏差，使得项目总成本超支率降低了10%。再次，LCC理念的应用有助于优化项目决策，提升项目的全生命周期经济效益。通过在项目前期、设计阶段和施工阶段考虑长期成本因素，LCC能够引导项目团队选择更经济、更可持续的方案。例如，在本案例中，通过LCC分析，项目团队选择了初期投资较高但全生命周期成本更低的国产外墙保温材料，实现了经济效益和环境效益的双赢。研究表明，LCC理念的应用能够显著提升项目的综合效益，促进项目的可持续发展。最后，多技术融合模式在提升项目造价管理水平方面具有显著优势，但也面临一些挑战。研究表明，多技术融合模式能够显著提高项目的成本控制精度、决策科学性和全生命周期经济效益，但同时也面临技术整合难度大、数据标准不统一、人员技能不足、实施成本高等挑战。针对这些挑战，本研究提出了优化建议，包括加强技术整合、制定统一的数据标准、加强人员培训、分阶段实施等。这些建议为多技术融合模式在实际项目中的应用提供了参考。基于以上研究结论，本研究提出以下建议。首先，对于复杂项目，应积极推广BIM、EVM和LCC相结合的集成化造价管理模式。项目各参与方应充分认识多技术融合模式的优势，加强协作，共同推进模式的应用。其次，应加强技术整合，开发集成化的BIM、EVM和LCC平台，实现数据的无缝对接和共享。这需要各技术供应商、软件开发商和项目参与方的共同努力，制定统一的数据标准，开发兼容性强的软件工具。第三，应加强人员培训，提升项目团队的数字化管理能力。项目团队成员应掌握BIM建模、EVM分析、LCC计算等技能，才能有效应用多技术融合模式。第四，应分阶段实施，逐步推进多技术融合模式的应用。对于初次应用该模式的项目，可以先选择部分阶段或部分分项工程进行试点，积累经验后再逐步推广。最后，应加强政府引导和政策支持，鼓励项目采用多技术融合模式。政府可以制定相关政策，对采用该模式的项目给予一定的补贴或奖励，促进模式的推广应用。展望未来，随着信息技术的进一步发展和应用，多技术融合模式将在工程造价管理中发挥更大的作用。首先，（）和大数据技术将与BIM、EVM和LCC等技术深度融合，实现更智能的成本预测、风险预警和决策支持。例如，通过算法分析历史项目数据，可以建立更精准的成本预测模型；通过大数据分析，可以实时监控项目成本风险，并及时发出预警。其次，云计算和物联网（IoT）技术将为多技术融合模式的应用提供更强大的技术支撑。通过云计算平台，项目各参与方可以实时共享成本数据，进行协同管理；通过IoT技术，可以实时采集施工过程中的成本数据，提高数据的准确性和及时性。第三，区块链技术将为多技术融合模式的应用提供更安全的数据保障。通过区块链技术，可以确保成本数据的真实性和不可篡改性，提高数据的可信度。第四，多技术融合模式将更加注重可持续发展和全生命周期成本优化。随着可持续发展理念的普及，LCC理念将在工程造价管理中发挥更大的作用，引导项目团队选择更环保、更可持续的方案。第五，多技术融合模式将更加注重用户体验和个性化服务。通过BIM、EVM和LCC等技术，可以为项目客户提供更直观、更个性化的成本管理服务，提升客户满意度。总之，多技术融合模式是工程造价管理发展的必然趋势，将在未来发挥越来越重要的作用。随着技术的不断进步和应用经验的不断积累，多技术融合模式将不断完善和发展，为复杂项目的工程造价管理提供更有效的解决方案，推动行业向数字化、智能化、可持续发展方向转型。本研究虽然取得了一定的成果，但也存在一些不足之处。首先，案例研究的样本量较小，研究结论的普适性有待进一步验证。未来可以开展更多不同类型、不同规模的项目案例研究，以验证研究结论的普适性。其次，本研究主要关注多技术融合模式的应用效果，对实施过程中的人员因素、因素等方面的研究相对不足。未来可以进一步探讨这些因素对多技术融合模式应用效果的影响，并提出相应的管理措施。最后，本研究对多技术融合模式未来发展趋势的展望相对宏观，缺乏对具体技术应用场景和实施路径的深入探讨。未来可以进一步细化这些内容，为多技术融合模式的应用提供更具体的指导。总之，本研究为工程造价管理提供了新的思路和方法，推动了行业向数字化、智能化、可持续发展方向转型。未来，随着研究的不断深入和应用经验的不断积累，多技术融合模式将在工程造价管理中发挥更大的作用，为复杂项目的成本控制和管理提供更有效的解决方案。

七.参考文献

[1]Eastman,C.,Teicholz,P.,Sacks,R.,&Liston,K.(2011).BIMhandbook:Aguidetobuildinginformationmodelingforowners,managers,designers,engineersandcontractors.JohnWiley&Sons.

[2]Koskela,L.,&Isaksson,A.(2008).Theneedforatheoryofprojectcostmanagement.InternationalJournalofProjectManagement,26(5),455-463.

[3]Shenhar,A.J.,&Dvir,D.(2007).Reinventingprojectmanagement:Thediamondapproachtosuccessfulgrowthandinnovation.HarvardBusinessPress.

[4]ACIInternational.(2009).ACI318BuildingCodeRequirementsforStructuralConcrete.ACIManualofConcretePractice,ACICommittee318.

[5]AmericanSocietyofCivilEngineers(ASCE).(2017).ANSI/ASCE7-16:Minimumdesignloadsandassociatedcriteriaforbuildingsandotherstructures.ASCE.

[6]RoyalInstitutionofCharteredSurveyors(RICS).(2016).RICSInternationalCostGuide.RICSPublishing.

[7]Huang,G.H.,&Chan,E.C.K.(2014).Lifecyclecostingandsustnableconstruction:Astate-of-the-artreview.Sustnability,6(8),8025-8054.

[8]ProjectManagementInstitute(PMI).(2017).AGuidetotheProjectManagementBodyofKnowledge(PMBOK®Guide)–SeventhEdition.ProjectManagementInstitute,Inc.

[9]Shen,L.,&Li,X.(2012).ResearchontheapplicationofBIMinconstructioncostmanagementinChina.InternationalJournalofManagingProjectsinBusiness,5(3),447-460.

[10]Kong,S.C.,&Leong,C.P.(2009).Buildinginformationmodeling(BIM):Concept,researchandapplications.StructureandInfrastructureEngineering,5(8),625-633.

[11]Udomsilp,S.,&Chansriboon,C.(2015).Theeffectivenessofbuildinginformationmodeling(BIM)inconstructioncostmanagement:Aliteraturereview.JournalofCivilEngineeringManagement,21(4),547-558.

[12]InternationalFederationofConsultingEngineers(FIDIC).(2017).FIDICConditionsofContractforConstruction2017.FIDICInternational.

[13]Turner,J.R.(2012).Gowerhandbookofprojectmanagement.Routledge.

[14]Merrow,C.,&Czerwonka,A.(2013).Projectmanagementatitsbest:Howleadingorganizationsruntheirprojects.JohnWiley&Sons.

[15]Ayyagari,R.,&Sankaran,R.(2010).Anempiricalanalysisofthedeterminantsofprojectsuccessinconstruction.JournalofConstructionEngineeringandManagement,136(10),965-975.

[16]Al-Mutri,K.,&Al-Otbi,F.K.(2011).Impactofprojectcomplexityonconstructioncostandtime.InternationalJournalofManagingProjectsinBusiness,4(4),581-596.

[17]Afshar,A.,&Roodbergen,K.J.(2012).Impactofprojectcomplexityonprojectsuccess:ThecaseofconstructionprojectsintheNetherlands.InternationalJournalofProductionEconomics,140(2),501-508.

[18]Tzeng,G.H.,Cheng,H.,&Huang,T.D.(2007).Fuzzymulti-objectiveoptimalplanningforconstructingpublicworks.ComputersinIndustry,58(7),619-630.

[19]Lin,B.,&Zhang,G.(2009).Researchontheapplicationoffuzzycomprehensiveevaluationinconstructionprojectriskmanagement.JournalofConstructionEngineeringandManagement,135(10),1169-1175.

[20]Luo,X.,&Ng,L.(2010).AVIKOR-basedapproachtogroupdecision-makingundermultiplecriteria.JournalofMulti-CriteriaDecisionAnalysis,15(4),277-287.

[21]Xu,Z.(2010).AnoveldeviationanalysismethodforconstructionprojectsbasedonentropyweightandTOPSIS.InternationalJournalofProjectManagement,28(7),717-724.

[22]Li,X.,&Ng,L.(2011).Anevidentialreasoningapproachtogroupdecision-makingwithlinguisticpreferencerelations.InformationSciences,181(12),2319-2334.

[23]Luo,X.,&Wang,Y.M.(2011).AnintegratedapproachtoconstructionriskidentificationandassessmentbasedonANPandfuzzycomprehensiveevaluation.SafetyScience,49(3),411-420.

[24]Liu,Y.,&Cheng,E.(2012).Anovelhybridapproachformulti-objectiveoptimizationofconstructionprojectsusingNSGA-IIandMCDM.EngineeringOptimization,44(1),1-21.

[25]Tzeng,G.H.,Cheng,H.,&Huang,T.D.(2008).Multi-objectiveoptimalplanningforconstructingpublicworksunderuncertnty.ORSpectrum,30(2),281-302.

[26]Hwang,C.L.,&Yoon,K.(1981).Multipleattributedecisionmaking:Methodsandapplications.JohnWiley&Sons.

[27]Saaty,T.L.(1980).Theanalytichierarchyprocess.McGraw-Hill.

[28]TOPSISapproachfordeterminingtheoptimalsolution.(2000).TheJournaloftheOperationalResearchSociety,51(10),1085-1091.

[29]Yager,R.R.(1978).Anewapproachtotheorderedweightedaveragingaggregationoperators.InternationalJournalofApproximateReasoning,3(4),317-335.

[30]Xu,Z.(2005).ExtensionoftheTOPSISmethodforgroupdecision-makingwithincompleteinformation.JournaloftheOperationalResearchSociety,56(2),203-212.

[31]Steuer,R.E.(1986).Multiplecriteriadecisionmaking:Theory,methods,andapplications.JohnWiley&Sons.

[32]Zavadskas,E.K.,&Turskis,Z.(2006).Multiplecriteriadecisionmakingmethodsinengineering:surveyandcriticalanalysis.TechnologicalForecastingandSocialChange,73(8),1243-1264.

[33]VanLaarhoven,P.J.M.,&Pedrycz,W.(1983).Afuzzyextensionof多准则决策方法.FuzzySetsandSystems,11(1),1-9.

[34]Sto,K.(2008).ExtensionofTOPSISforgroupdecisionmakingwithincompleteinformation.ComputersandOperationsResearch,35(10),3004-3019.

[35]Xu,Z.(2009).Anapproachtogroupdecision-makingbasedonmulti-criteriafuzzypreferencerelations.InformationSciences,179(9),1079-1093.

[36]Yager,R.R.(2002).Ageneralizedorderedweightedaveragingaggregationoperator.FuzzyOptimizationandDecisionMaking,1(1),13-24.

[37]Zavadskas,E.K.,Grebennikov,A.A.,&Turskis,Z.(2011).Themodifiedsimpleadditiveweighting(MSAW)methodformulti-criteriadecisionmaking.JournalofMulti-CriteriaDecisionAnalysis,16(2),119-127.

[38]Tzeng,G.H.,Cheng,H.,&Hwang,C.L.(2005).The欧几里得距离approachfordeterminingtheoptimalsolutioninmultipleattributedecisionmaking.MultipleCriteriaDecisionMaking,4(2),97-109.

[39]Merigó,J.M.(2013).Anewapproachtotheorderedweightedaveragingoperators.AppliedMathematicalModelling,37(12),7784-7791.

[40]Luo,X.,&Han,X.(2011).Anapproachtogroupdecision-makingwithincompleteinformationbasedonfuzzysets.InformationSciences,181(17),3178-3188.

[41]VanLaarhoven,P.J.M.,&Pedrycz,W.(1983).AfuzzyextensionoftheTOPSISmethodforgroupdecisionmaking.FuzzySetsandSystems,11(2),145-160.

[42]Yager,R.R.(2000).Theorderedweightedaveragingoperator.IEEETransactionsonFuzzySystems,8(1),67-80.

[43]Xu,Z.(2005).ExtensionoftheTOPSISmethodforgroupdecision-makingwithincompleteinformation.JournaloftheOperationalResearchSociety,56(2),203-212.

[44]Steuer,R.E.(1986).Multiplecriteriadecisionmaking:Theory,methods,andapplications.JohnWiley&Sons.

[45]Zavadskas,E.K.,&Turskis,Z.(2006).Multiplecriteriadecisionmakingmethodsinengineering:surveyandcriticalanalysis.TechnologicalForecastingandSocialChange,73(8),1243-1264.

[46]VanLaarhoven,P.J.M.,&Pedrycz,W.(1983).Afuzzyextensionof多准则决策方法.FuzzySetsandSystems,11(1),1-9.

[47]Sto,K.(2008).ExtensionofTOPSISforgroupdecisionmakingwithincompleteinformation.ComputersandOperationsResearch,35(10),3004-3019.

[48]Xu,Z.(2009).Anapproachtogroupdecision-makingbasedonmulti-criteriafuzzypreferencerelations.InformationSciences,179(9),1079-1093.

[49]Yager,R.R.(2002).Ageneralizedorderedweightedaveragingaggregationoperator.FuzzyOptimizationandDecisionMaking,1(1),13-24.

[50]Zavadskas,E.K.,Grebennikov,A.A.,&Turskis,Z.(2011).Themodifiedsimpleadditiveweighting(MSAW)methodformulti-criteriadecisionmaking.JournalofMulti-CriteriaDecisionAnalysis,16(2),119-127.

[51]Tzeng,G.H.,Cheng,H.,&Hwang,C.L.(2005).The欧几里得距离approachfordeterminingtheoptimalsolutioninmultipleattributedecisionmaking.MultipleCriteriaDecisionMaking,4(2),97-109.

[52]Merigó,J.M.(2013).Anewapproachtotheorderedweightedaveragingoperators.AppliedMathematicalModelling,37(12),7784-7791.

[53]Luo,X.,&Han,X.(2011).Anapproachtogroupdecision-makingwithincompleteinformationbasedonfuzzysets.InformationSciences,181(17),3178-3188.

[54]VanLaarhoven,P.J.M.,&Pedrycz,W.(1983).AfuzzyextensionoftheTOPSISmethodforgroupdecisionmaking.FuzzySetsandSystems,11(2),145-160.

[55]Yager,R.R.(2000).Theorderedweightedaveragingoperator.IEEETransactionsonFuzzySystems,8(1),67-80.

[56]Xu,Z.(2005).ExtensionoftheTOPSISmethodforgroupdecision-makingwithincompleteinformation.JournaloftheOperationalResearchSociety,56(2),203-212.

[57]Steuer,R.E.(1986).Multiplecriteriadecisionmaking:Theory,methods,andapplications.JohnWiley&Sons.

[58]Zavadskas,E.K.,&Turskis,Z.(2006).Multiplecriteriadecisionmakingmethodsinengineering:surveyandcriticalanalysis.TechnologicalForecastingandSocialChange,73(8),1243-1264.

[59]VanLaarhoven,P.J.M.,&Pedrycz,W.(1983).Afuzzyextensionof多准则决策方法.FuzzySetsandSystems,11(1),1-9.

[60]Sto,K.(2008).ExtensionofTOPSISforgroupdecisionmakingwithincompleteinformation.ComputersandOperationsResearch,35(10),3004-3019.

八.致谢

本论文的完成离不开众多师长、同学、朋友和家人的支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究思路的构建以及写作过程中，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我受益匪浅。每当我遇到困难时，他总能耐心地倾听我的想法，并提出宝贵的建议，帮助我克服难关。他的教诲不仅让我掌握了专业知识，更培养了我独立思考和研究的能力。在此，谨向XXX教授致以最崇高的敬意和最衷心的感谢。

感谢工程造价管理专业的各位老师，他们传授的专业知识为我奠定了坚实的理论基础。特别是在《工程造价管理》、《工程项目管理》、《建筑经济学》等课程中，老师们深入浅出的讲解和丰富的案例分享，使我对该领域有了更深入的理解。感谢在论文开题和中期检查时提出宝贵意见的各位老师，他们的建议使我的研究更加完善。

感谢与我一同学习和讨论的同学们。在研究过程中，我们相互交流、相互学习、相互帮助，共同进步。他们的智慧和热情激发了我的研究灵感，他们的支持和鼓励给了我前进的动力。特别感谢我的同门XXX、XXX等同学，在论文写作过程中，我们共同探讨研究方法，交流写作经验，分享研究成果，使我的论文更加完善。

感谢XXX大学图书馆和XXX数据库为我提供了丰富的文献资料和研究资源。在论文写作过程中，我查阅了大量国内外文献，这些文献为我提供了重要的理论支撑和实践参考。

感谢XXX公司为我提供了宝贵的实践机会。在实习期间，我参与了多个工程造价项目，积累了丰富的实践经验，加深了对理论知识的理解。

最后，我要感谢我的家人。他们一直以来对我的学习和生活给予了无条件的支持和鼓励，他们的理解和包容是我前进的动力。感谢父母的辛勤付出，感谢他们的无私奉献。

在此，再次向所有关心、支持和帮助过我的人们表示衷心的感谢！

九.附录

附录A项目BIM模型关键节点成本数据对比表（部分）

|阶段|项目单元|BIM模型估算成本（万元）|实际发生成本（万元）|成本偏差（%）|

|--------------|----------------|------------------------|----------------------|--------------|

|设计阶段|基础工程|1250|1300|-3.2|

||主体结构|2800|2750|1.8|

||精装修|1800|1950|-7.7|

|施工阶段|土方与基础|980|950|1.0|

||主体结构|3200|3150|0.9|

||安装工程|1500|1600|-6.3|

|竣工后评估|预测运营成本|800|-|-|

||全生命周期成本|12500