论文题目：建筑工程造价指标智能化测算研究
摘要：2020年7月,《住房和城乡建设部办公厅关于印发工程造价改革工作方案的通知》规定取消了最高投标限价按定额计价的规定,逐步停止发布预算定额,强调市场定价,工程造价指标在工程建设管理中作用愈发重要。目前,建筑工程造价指标测算方法工作量大、速度慢,研究快速准确的工程造价指标测算方法,具有重要的工程实践价值。本文对工程造价理论以及工程造价指标概念进行阐述;考虑工程实践需要确定了工程造价指标测算集,通过对现有工程造价指标测算方法的适用性及优缺点进行分析,选择GA-BP神经网络作为测算建筑工程造价指标的方法。通过对影响工程造价指标的工程特征进行系统分析,从区域性指标、时间性指标、技术性指标三个方面选取了描述建筑工程模式的14个工程特征,根据选取特征指标在不同建筑类型以及工程不同阶段的适用性,建立不同建筑类型各阶段工程特征集。针对所选工程特征指标,通过详尽的工程造价分析,得到工程特征变化对工程造价指标的影响的规律,更加合理地确定工程特征的定量化方法,实现了不同工程特征相关特征类目的定量化。根据确定的建筑工程特征和工程造价指标集,收集整理80个已完工的住宅工程特征及造价指标相关数据,建立已完工工程建筑工程特征指标数据库和造价指标数据库。基于GA-BP神经网络,通过训练建立了建筑工程造价指标测算模型。选取了10个6层与11层住宅工程作为学习样本,以18层和27层的住宅工程作为检验样本,分别用已有研究的量化方法和本文的量化方法进行定量化,通过单方造价测算误差对比,验证了本量化方法的合理性;以10个住宅工程为检验样本,测算工程造价指标,通过测算结果与实际数据的对比,验证了本测算模型的实用性。次测算模型具有智能性,可以实现工程造价指标的快速预测。本文建立的工程造价指标测算方法快速准确,具有工程实践应用价值。
关键词：建筑工程;特征定量化;造价指标;BP神经网络;遗传算法
学科专业：土木工程
致谢
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状综述
1.2.1 国外研究综述
1.2.2 国内研究综述
1.2.3 国内外研究评述
1.3 主要研究内容
1.4 研究方法与技术路线
1.4.1 研究方法
1.4.2 技术路线
1.5 创新点
2 建筑工程造价指标及其测算方法分析
2.1 建筑工程与工程造价
2.1.1 建筑工程分类
2.1.2 工程造价
2.1.3 工程造价的构成
2.2 工程造价指标相关理论
2.2.1 工程造价指标概念
2.2.2 工程造价指标分类
2.2.3 工程造价指标作用
2.3 工程造价指标测算集的选取
2.3.1 工程造价指标测算集的选取原则
2.3.2 工程造价指标测算集的确定
2.4 建筑工程造价指标测算方法
2.4.1 传统建筑工程造价指标测算方法
2.4.2 建筑工程造价指标机器学习的测算方法
2.4.3 工程造价指标测算的思路与概念模型
2.4.4 主要统计模式识别方法的对比分析与选择
2.5 本章小结
3 建筑工程的模式描述及定量化分析
3.1 建筑工程的模式分析
3.2 建筑工程特征指标选取原则
3.3 建筑工程特征指标选取
3.3.1 建筑工程造价指标的影响因素初选
3.3.2 建筑工程特征指标选取
3.4 建筑工程样本的模式描述
3.4.1 概念定义
3.4.2 各适用类型工程的具体描述
3.4.3 建筑工程不同阶段具体描述
3.5 建筑工程特征指标的定量化
3.6 本章小结
4 建筑工程造价指标智能化测算模型构建
4.1 建筑工程造价指标测算样本数据库的构建
4.1.1 数据的准备与搜集
4.1.2 数据预处理
4.1.3 数据库建立
4.2 样本数据归一化处理
4.3 建筑工程造价指标测算模型构建
4.3.1 BP神经网络结构
4.3.2 BP神经网络算法原理
4.3.3 遗传算法原理
4.3.4 GA-BP神经网络
4.3.5 MATLAB软件实现
4.4 本章小结
5 案例分析
5.1 住宅工程造价指标测算知识库的建立
5.1.1 数据收集
5.1.2 数据预处理
5.2 住宅工程造价指标测算模型建立
5.2.1 归一化处理
5.2.2 GA-BP神经网络参数设定
5.2.3 GA-BP神经网络程序设计
5.3 样本不均衡下造价指标测算误差检验
5.4 住宅工程造价指标测算模型验证
5.4.1 GA-BP神经网络的训练
5.4.2 造价指标测算结果分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 不足与展望
参考文献
附录 A 建筑工程造价指标测算样本集
附录 B GA-BP 神经网络代码
作者简历