论文部分内容阅读
近几十年来,随着建筑市场的平稳较快发展,我国社会固定资产投资逐渐增加,接踵而来的是建筑市场投资开始严重失控,那么如何合理地进行建筑投资尤其重要。然而在建设项目全生命周期中,对于投资控制的影响程度,前期阶段的建筑工程造价估算要高于后续的施工阶段,是建筑企业重要的投资决策依据,其建筑造价估算精度是关键影响因素。因此,本文主要研究建筑工程造价估算系统,旨在探索一种快速、准确的估算方法,对建筑项目投资具有重要意义。本文首先介绍了建筑工程造价与估算的基础理论,并详细分析了工程造价的影响因素,在此基础上,分析了建筑工程造价的控制主要在投资决策阶段及设计阶段,然后结合这些内容构建了一套完整的建筑工程造价估算体系。其次,阐述了BP神经网络法和灰色理论的基本原理,为建筑工程造价估算体系模型的构建提供了技术支撑。最后,针对BP神经网络的缺点例如收敛速度速度慢、容易陷入极小值和预测准确度不高等,提出结合灰色理论和BP神经网络两种算法模型优点,将灰色GM（1,1）模型算出的预测值作为BP神经网络模型的输入向量,然后用神经网络训练得到误差更小的预测值,提高了建筑工程造价估算的精确度。为了验证基于两种算法优化模型的有效性及可行性,在开展前期,根据收集广州市建筑工程造价的40组造价资料样本,将其分为训练样本30组,测试样本10组,通过对工程特征因素进行量化处理后作为输入值,然后对样本数据进行灰色一次累加和归一化处理,运用MATLAB软件建立建筑工程造价估算模型,测试得出灰色-BP神经网络模型的预测结果满足精度要求的结论。再运用合生中央城项目实例验证,分别运用灰色GM（1,1）、BP神经网络和灰色-BP神经网络三种预测模型进行测试,对预测结果分析比较工程造价误差率,得出灰色理论-BP神经网络模型预测准确度高于其余两种算法的结论,在投资决策阶段工程造价估算应用具有可行性,这对于建筑工程造价估算向自动化和智能化方向发展具有重要的现实意义,希望通过研究能够为相关人员提供帮助和建议。提高工程管理水平,促进建筑行业的持续稳定健康发展。