申婷婷 李斌

摘 要： 为了解决传统建筑工程造价模型存在数据处理误差大以及计算抗性差等问题，对建筑工程造价模型进行结构优化和算法改进处理。提出利用优化结构承接多层的合理控制计算，降低外部条件对计算的影响，优化建筑工程造价模型算法，采用多维度理论计算公式对投资估算、设计概算、修正概算、施工图概算进行统一决算，增加数据处理能力以及准确度。通过实验验证，改进后的建筑工程造价模型适用于复杂建筑工程，并能够得到真实准确的造价结果。

关键词： 复杂建筑； 模型结构； 模型算法； 改进ECM算法； 工程造价； 模型设计

中图分类号： TN911.33?34； TN913 文献标识码： A 文章编号： 1004?373X（2018）08?0045?04

Abstract： Since the traditional building engineering cost model has the problems of large data processing error and poor calculation ability， the structural optimization and algorithm improvement are performed for the construction engineering cost model. The multilayer reasonable control calculation is adopted in optimization stricture to reduce the influence of external conditions on calculation. The construction engineering cost model algorithm is optimized. The multi?dimension theory calculation formula is used to perform the final accounts for the investment estimation， design estimate， revised estimate and construction drawing estimate， which can improve the data processing capacity and accuracy. The experimental verification results show that the improved construction engineering cost model is suitable for the complex construction engineering， and can get the actual and accurate cost results.

Keywords： complex building； model structure； model algorithm； improved ECM algorithm； construction cost； model design

0 引 言

使用传统建筑工程造价模型解决复杂建筑工程时会产生数据误差大、计算结果影响因素多的不足，造成提供数据不准确、可信度降低、施工困难。基于以上不足对传统建筑工程造价模型进行改进设计。优化建筑工程造价模型结构采用多层级计算，替代原有建筑工程造价模型的单层级计算，降低外部影响因素，提高内部层级合理配置从而提升建筑工程造价模型的准确性减小计算影响因素。改进传统建筑工程造价模型算法，针对复杂建筑工程增加细化分类，合理量化分类，多维度理论计算，合理控制结果误差，使每一步计算都接近竣工决算，从而提高数据计算准确性、提高计算效率减小数据处理误差。通过不同维度的仿真实验，对改进前后的投资估算、设计概算、修正概算、施工图概算和近竣工决算进行验证。

1 优化建筑工程造价模型结构

建筑工程造价结构优化设计是对原有结构进行多层级分析计算和合理量化处理。与原有建筑造价工程模型相比建筑设计分类更加细化、量化更加充分、由单层级优化为多层级[1]。优化工程造价模型结构以建筑工程造价模型算法为核心，以层级分析、量化处理进行多级计算为基础，进行多次验证输出提供参数及信息，建筑工程造价模型结构图如图1所示。

工程造价模型结构层级主要包括7个层级，主要为建筑规模、建筑总高度、外平面、进深与开间、柱网布置、流通空间[2?3]。改进建筑造价工程模型基于以上7个层级依照建筑工程造价模型算法进行分析计算。建筑工程造价模型实现对复杂建筑工程造价模块分级计算分析通过所属层级处理，细化计算过程，采用反复阶梯型计算，把每一处影响条件进行量化，减少变量不确定性[4]。建筑工程造价模型层级量化数据见表1。对应模型结构的7个层级，将每个层级细化，去量化值f（x1）～f（x7）。

基于建筑工程造价模型算法作为理论支撑，通过对建筑工程造价模型结构层级分析以及量化处理，从而实现复杂建筑工程造价模型计算准确、方便快捷、系统稳定。

2 改进建筑工程造价模型算法

传统ECM算法通过Gamble 分布进行估算，Gamble分布算法计算简单，针对复杂建筑工程分类不够明确，针对投资估算存在偏差[5]、设计概算不够细致、修正概算与施工图概算计算粗糙度较大的缺点，传统建筑工程造价模型很难适用于复杂建筑工程[6]。针对以上不足本文提出改进Freshet分布。Freshet分布改进ECM算法参数对照表如表2所示。

通过Freshet分布改进ECM算法，对建筑工程造价模型使用ECM算法计算更加细腻，验证次数多，反复计算，对计算多次之间存在方差大于1，平均数浮动率大于2%的进行多次复杂验证，更适合复杂建筑工程造价模型的计算。从而消除传统建筑造价工程模型ECM算法分类不够明确，针对投资估算存在偏差大、设计概算不够细致、修正概算与施工图概算计算粗糙度存在较大不足。

3 仿真实验

3.1 实验参数

通过上述改进设计可以实现复杂建筑工程造价模型，为测得复杂建筑工程造价模型的数据处理能力以及计算条件外部影响因素，本文采用选定方案数据如表3所示。分别使用传统建筑工程造价模型与改进建筑工程造价模型进行评估。

表3方案中根据复杂度的不同可划分为三个阶段，第一，简单建筑结构阶段，包括建筑方案1，2，3；第二，中级建筑结构阶段，包括建筑方案4，5，6；第三，复杂建筑结构阶段，包括建筑方案7，8，9。

3.2 数据处理能力实验

衡量工程造价模型数据处理能力主要有投资估算处理（IEP）、设计概算处理、施工图预算处理。IEP主要测试传统建筑工程造价模式与改进建筑工程造价模式的计算精度与散点度[9]，计算精度越高、散点度越低则说明数据处理能力越高。若计算精度高、散点度高说明计算存在偶然性，多次计算可信性低[10?11]；若计算精度低、散点度低说明计算精度不高。计算精度低、散点度高说明计算不仅不准确并且计算可信性低。IEP的计算精度与散点度如图2所示。其中当复杂度小于0.5时传统建筑工程造价模式与改进建筑工程造价模式计算精度与散点率相差不大，当复杂度超过0.5时传统建筑工程造价模式与改进建筑工程造价模式计算精度与散点率明显区分，说明改进建筑工程造价模式适合发展建筑工程投资估算处理。

3.3 计算条件外部影响实验

计算条件外部影响实验主要考虑市场资本、材料的变质、人员劳动成本的变动以及不可控风险等。根据表3所示从2007—2016年分析钢铁、劳动成本、金融等市场变化，与传统建筑工程造价模型和改进建筑工程造价模型分别进行市场耐冲击对比实验。经过分析表3数据可得传统建筑工程造价模型和改进建筑工程造价模型的MIT图，如图3所示。

由实验数据图3可知，说明改进建筑工程造价模式较传统建筑工程造价模式耐市场冲击能力强，特别是针对复杂建筑工程时。当复杂度大于0.5时改进建筑工程造价模式耐市场冲击表现明显。简单建筑工程改进建筑工程造价模式与传统建筑工程造价模式耐市场冲击效果相近。

4 结 语

通过建筑工程结构造价模型的优化和建筑工程造价模型算法（ECM）的改进设计，对投资估算处理（IEP）、设计概算处理（DEP）、施工图预算处理（CBP）、市场耐冲击（MIT）进行仿真实验，改进型建筑工程造价模型对复杂工程具有较高的数据处理能力和数据准确性，适合于复杂建筑工程。

参考文献

[1] 王朝晖，吕昌民.建设单位工程造价控制探讨[J].煤炭工程，2015，47（3）：147?148.

WANG Zhaohui， L? Changmin. Discussion on control of engineering cost of construction units [J]. Coal engineering， 2015， 47（3）： 147?148.

[2] 韩玉海.论建设项目的工程造价控制[J].财经问题研究，2015（z1）：63?66.

HAN Yuhai. The project cost control of construction projects [J]. Research on financial and economic issues， 2015（S1）： 63?66.

[3] 张大为.建设工程造价管理的关键环节及相关问题[J].财经问题研究，2015（z1）：74?75.

ZHANG Dawei. The key link of the construction project cost management and related problems [J]. Research on financial and economic issues， 2015（S1）： 74?75.

[4] 李微.建筑工程造价预测的多元结构整体线性回归模型[J].建筑技术，2015，46（9）：846?849.

LI Wei. A model of building project cost estimation based on multiple structure integral linear regression [J]. Architecture technology， 2015， 46（9）： 846?849.

[5] 陈永霞.建筑工程造价效益分配优化控制仿真[J].计算机仿真，2016，33（11）：208?211.

CHEN Yongxia. Construction project cost benefit allocation optimization control simulation [J]. Computer simulation， 2016， 33（11）： 208?211.

[6] 亚林.建筑质量与造价约束的关系建模仿真分析[J].科技通报，2015，31（12）：257?259.

YA Lin. Modeling and simulation analysis of relationship between construction quality and cost constraints [J]. Bulletin of science and technology， 2015， 31（12）： 257?259.

[7] 梁喜，刘雨.基于模糊神经网络的建筑工程造价预测模型[J].技术经济，2017，36（3）：109?113.

LIANG Xi， LIU Yu. Predicting model for construction engineering cost based on fuzzy neural network [J]. Technology economics， 2017， 36（3）： 109?113.

[8] 迟晓梅.一种动态水利工程造价估算模型[J].科技通报，2015，31（8）：33?35.

CHI Xiaomei. A dynamic water conservancy project cost estimation model [J]. Bulletin of science and technology， 2015， 31（8）： 33?35.

[9] 叶青，陈菲，刘婧.基于RN和GN的两种RBF神经网络的工程造价预测模型[J].数学的实践与认识，2016，46（7）：25?30.

YE Qing， CHEN Fei， LIU Jing. Two engineering cost prediction models of RBF neural network based on RN and GN [J]. Mathematics in practice and theory， 2016， 46（7）： 25?30.

[10] 绳晓庆.建筑中防水性能造价约束与抗冲击能力建模[J].科技通报，2015（2）：206?208.

SHENG Xiaoqing. Modeling of cost constraints in building waterproof performance and shock resistance [J]. Bulletin of science and technology， 2015（2）： 206?208.

[11] 胡晓娟.多元线性回归模型参数的STLS估计法及其在工程造价预测中的应用[J].四川建筑科学研究，2016，42（4）：142?147.

HU Xiaojuan. Structured total least squares method for multivariable linear regression model and its application in engineering cost prediction [J]. Sichuan building science， 2016， 42（4）： 142?147.