易梦雪，曾 勇，秦张越，夏子又，贺 燚

(1.西南交通大学土木工程学院,成都 610031; 2.西南交通大学高速铁路线路工程教育部重点实验室,成都 610031)

引言

高速铁路工程项目投资分析是贯穿铁路工程建设各个阶段的一项重要工作。在高速铁路项目预可行性研究阶段,实际发生费用在工程总造价中的占比很小,却对工程项目最终造价影响甚大[1-2],因此,高速铁路预可行性研究阶段的工程造价估算需要力求准确。而土建工程造价通常是高速铁路工程总造价中占比最大的一项,对于高速铁路土建工程造价的准确估算尤为重要。对于山区高速铁路而言,土建工程项目建设周期一般较长,工程复杂,工程造价影响因素众多,而早期研究方案可用于造价分析的信息量少,故预可行性研究阶段对山区高速铁路土建工程造价进行快速准确估算非常困难。

为得到铁路或其他工程造价估算较精确解,学者们尝试采用回归分析、专家系统和新型预测技术等方法进行相关研究。孔令鹤[3]将回归分析应用于建筑物造价估算,并通过计算机模拟实现;曾学贵等[4]通过专家系统快捷估测铁路工程造价, 但较依赖于专家经验,其准确度和有效性有限;CHEVROULET[5]等提出一种新型造价估算模型,该模型通过累加所有单项工程造价随机数来估算项目的总造价,但模型需建立在大量历史统计数据上,且单项工程数量繁多,因此,模型结构复杂,难以准确预测。

随着人工智能知识库的发展,具有强大的自适应性和学习能力的神经网络算法逐渐被应用到投资估算领域。……