【摘 要】土木工程在近些年的发展之中获得一定的进步，对其进行造价估测的方法比较多，本文首先论述了其造价控制中存在的问题以及造价估测方法。
　　【关键词】土木工程；造价；估测
　　引言
　　当前在我国基本建设中一个突出的问题是控制和降低工程造价，措施之一就是快速准确地估测工程造价，以此作为项目评估、立项、及投资控制的依据。另一方面，在社会主义市场经济的激烈竞争中，施工单位的投标报价、建设单位的招标管理工作，也需要进行造价估测。因此，工程造价的估测问题已成为工程造价管理及辅助决策的核心问题，受到越来越多的人士的关注。影响工程造价的因素可以归结为三类：即工程技术标堆（如建设规模，技术等级等），自然条件（如地形等级），以及主要与时间有关的社会因素（如物价水平）。
　　前两类因素主要影响工程数量，第三类因素则主要影响单价指标。工程造价的估测问题，实际上是根据预估工程的某些已知条件（或影响因素的取值）及已往典型工程资料或专家经验，运用一定的估测方法进行。预测工程造价的估测方法很多，现把常见的一些方法和近几年来出现的新方式归并为七种类型：定额计算、数理统计、经验公式、模糊数学、自适应过滤技术、专家系统、和人工神经元网络技术。
　　1、土木工程造价控制中存在的问题
　　1.1、設计不合理导致方案
　　变更设计方案对于工程造价来说有着重要的决定作用，因此，设计方面的变更很容易导致建筑工程成本的变动。很多设计人员的设计水平不高，在设计过程中因为害怕出现设计隐患而盲目提高设计标准，使设计造价得到了很大程度的增加。在具体的施工过程中，如果设计方案与实际施工情况不符，很容易出现方案变更的情况，使工程造价增多，给造价控制带来风险。
　　1.2、施工单位虚假报价
　　当前，土木工程项目施工是由招投标选定的施工单位，这些施工单位为了获取更高的经济效益，往往在工程造价报价时采用虚假报价的方法，获取更多的经济利润。一般情况下，施工单位采用的方法有多计算工程量、报告建筑材料的价格、重复立项等。施工单位这些违规虚报工程造价的情况，为土木工程成本管理带来了严重的威胁，也进一步增加了工程造价管理的难度。
　　1.3、未严格落实签证管理
　　一些监理人员在管理的过程中没有遵循职业道德规范，对于一些违规的操作行为不加制止，对于一些不符合标准的项目也没有经过审查就随意签证，甚至有些签证监理人员并没有审查，都是开发商或者施工单位擅自填写的。监理工作的失职，给土木工程造价管理带来了更多的困难。
　　2、土木工程造价估测方法分析
　　2.1、估算模型
　　估算方法的基本思路是，用模糊数学方法对已知的类似工程进行描述，根据要求选择一个神经网络，把模糊化的已知工程的工程特征值经信息扩散处理后作为网络的输入值，已知工程的单方造价作为网络的目标向量，对网络进行训练，然后把待估工程输入经训练的网络得出待估工程的单方造价的估算值。
　　1.1输入信息的处理设有n个已知的典型工程，单方造价为E（1），E（2），…，E（n），用T表示其工程特征集合T={t1，t2，…，tm}tj为工程特征的元素名称，则第i个工程对于集合T的模糊子集为 tij为已知工程特征元素对应的隶属度，由专家判断给出[。用Tn+1表示待估工程的模糊子集，则待估工程的单方造价可用E（n+1）表示。由于某估算专家可以得到的典型工程的个数缺少，为了充分利用所获得的信息，对tij进行信息扩散处理，即把tij作为一个注入信息，运用中点注入分层扩散模型进行处理。设U={u1，u2，…，up}为tij的论域，并且这些离散点之间的距离相等，则分层扩散机制。
　　根据扩散机制，经过分层扩散到论域U上各点都吸收到信息为止，扩散所得到的信息称为扩散系数，可由下面的递推公式得出。
　　2.2、运用科学估测方法对建筑工程项目工程造价
　　进行科学估测建筑工程投资决策阶段的各项技术决策，对整个建筑项目的工程造价有很大的影响，特别是建设标准的确定、工艺的筛选、设备的选用等，科学的决策来自建筑物定位基础上的科学的概算和项目工程造价科学的估测作为决策依据。
　　选用合理的工程造价估测法进行工程总造价估测：单位面积法法：单位面积造价估测模型的优点是计算简单，一个项目不管多大，仅几个部分就算完结。缺点是灵活性差，其准确性取决于与单个已完工程的相似程度，相似程度越高，准确性越好。回归分析法：回归分析法的优点是提高了估算的精度，缺点是对于所有预估工程灵活性比较差，对于任意工程估算精度很难满足要求。确定因素法：非确定因素法估算模型主要是采用计算机模拟技术和人工智能技术，是近年来造价估测模型发展的趋势。由于建筑工程造价受多种因素的影响，构成复杂、情况多变、具有较大的模糊性，因此，它是一项十分复杂的工作。神经网络在工程估算方面的应用，是近年来非确定性工程估测模型发展的重点。因此，由于建筑工程较为复杂，牵涉的因素较多，因此用非确定因素法，采用神经网络估测比较准确、可靠。
　　2.3、建筑工程造价神经网络估测法的分析应用
　　BP神经网络的计算原理BP神经网络的学习过程由正向传播与反向传播两部分组成，输入信息经隐含层单元逐层处理传向输出层，产生需要的输出。若输出与给定的期望输出有较大误差而不能满足要求，则转入反向传播，将误差沿原来的连接线路返回，通过修改各个神经元的连接权值使误差减小，反复迭代，使网络得到记忆训练，直到误差满足要求。BP神经元的输入与输出为非线性映射，一般采用S（sig-moid）函数压缩F（x）=1+exp（-x），F（x）[0，1]。设有P个输入样本，当加入第k个样本时，对某层单元j来说，设其上一层有m个结点，与它的连接权表示为wij，单元j的输入总和为Skj，输出为yk。则再作为一层的输入，如此反复直至输出层。