基于人工智能技术的建筑工程造价估算研究

杨娥+谢佳元

摘要：在建筑工程管理中最重要的就是建筑工程造价估算，在建筑工程的前期阶段，建筑工程项目造价估算是必不可少的关键部分。由于建筑工程项目受到很多方面因素的制约，所以建筑工程项目的造价估算的准确性也受到相应的影响。人工智能技术在建筑工程造价估算中的应用，可以提高建筑工程造价估算的准确率。本文對建筑工程造价估算的研究现状进行了分析，对人工智能技术的应用进行了研究，对基于人工智能技术的建筑工程造价估算进行了研究。

Abstract： The most important part in construction management is the estimation of construction cost. In the early stage of construction， the cost estimation of construction projects is an essential part. As the construction project is subject to many factors， the accuracy of the cost estimate of the construction project is also affected accordingly. Application of artificial intelligence technology in estimation of construction costs can raise the accuracy of estimation of construction costs. In this paper， the research status of construction cost estimation is analyzed， the application of artificial intelligence technology is studied， and the estimation of construction cost based on artificial intelligence technology is studied.

关键词：人工智能技术；建筑工程管理；造价估算；工程造价；遗传算法

Key words： artificial intelligence technology；construction project management；cost estimation；construction cost；genetic algorithm

中图分类号：TU723.3 文献标识码：A 文章编号：1006-4311（2018）04-0057-02

0 引言

建筑工程中建筑工程的造价估算是非常重要的部门，准确的建筑工程造价估算可以提高建筑工程项目成本费用预算的准确度，传统的建筑工程造价估算主要是以手工估算的方式为主，在对工程项目的预算过程中准确度低，对数据的估算容易造成很大的误差，这样会导致建筑工程项目经济损失的情况发生。在建筑工程造价估算中人工智能技术的应用，可以采用科学的计算方法来对建筑工程项目造价成本进行估算，可以提高建筑工程项目造价估算的准确度。

1 人工智能技术分析

1.1 人工智能技术概念

随着现代化科学技术的迅速发展，计算机技术在人们的工作和生活领域得到了广泛的应用，计算机技术作为人类智能活动的主要工具，取代人类手工生产方式已经成为了一种科学技术发展的必然趋势。计算机技术的发展和计算机设备的应用促进了人类智能技术的发展。人工智能是人类智能的行为，依据人类智能生活发展的规律，通过计算机来运行特定的程序代码，完成人类的任务活动的行为。人们使用计算机技术建立人工智能系统，帮助人们实现某种特定的行为。人类智能技术就是通过对计算机技术的研究和开发来对人类的智能行为进行模拟。随着人工智能技术的快速发展，人工智能化系统在建筑工程造价估算中也得到了广泛的应用。通过人工智能技术对建筑工程项目的造价进行管理，对建筑工程项目进行监督，使用科学方法来提高建筑工程造价估算的准确度。

1.2 人工智能技术的特点

人工智能技术最基本的特点就是具有感知能力，感知能力是人工智能系统运行的基础。人工智能技术采用计算机作为主要设备，计算机具有记忆的功能，人工智能技术的发展方向是实现思维功能和记忆功能的对接。人工智能技术具有学习功能的特点，学习能力是适应社会发展的必备的能力，强调知识在现代经济发展中占有主导的地位。人工智能技术的中央处理系统比较类似与人类的神经中枢系统，人工智能技术有和人类比较类似的反映能力，促进了计算机技术的智能化。

2 建筑工程造价研究现状分析

2.1 建筑工程造价的定义及特点分析

在建筑工程项目的准备过程中，建筑工程造价估算是必须的步骤，建筑工程项目造价是对建筑工程项目的建造价格进行预算，工程项目的建造价格包括整个建设工程项目费用支出预算和对建设工程项目消耗资源的费用的预算。建筑工程造价项目资金耗费大，建筑工程项目的建设是非常大的工程，在这个系统工程中包括采购材料、建筑工作人员的职位安排和整个建筑工程项目的顶层设计等等，我们需要对这些所有的工程的物资成本进行高达几亿资金的预算。建筑工程项目主要的制约因素就是巨大的物资资金成本。建筑工程项目在不同的领域具有不同的项目特点，由于建筑工程项目的目标效益不同导致建筑工程项目造价的区别性很大。在建筑工程项目建设过程中需要投入很多的时间成本，建筑工程造价的隐性因素就是工程项目的建设时间成本，如果建筑工程的施工时间越长，那么建筑工程项目所消耗的时间就越多，这样就会导致建筑工程项目受动态因素的影响变大。建筑工程项目具有复杂性的特点，工程项目造价是由很多的小的子造价系统构成，工程项目造价系统层次感分明。endprint

2.2 影响建筑工程造价估算的因素及特征变量分析

建筑工程造价受到的影响因素很多，建筑工程项目的顶层设计因素和建筑工程项目施工工作人员的技能水平这些都是影响建筑工程造价的人为因素。工程项目的变更、国家政策的调控和自然影响的因素这些都是影响建筑工程造价的客观因素。在建筑工程造价中受到的影响因素非常多，任何一个因素都在预算的过程中都不可以被遗漏，如果在造价估算的过程中某一个影响的因素没有被计算进来，那么整个建筑工程项目的造价都会受到影响，估算的准确度也就降低了。在建筑施工过程中，建筑物层数和建筑面积的增加都会影响建筑工程项目的费用支出，还有在建造过程中采购的材料的变化和施工人员开支的变化等都会影响建筑工程造价估算的精确度。所以在建筑工程造价估算过程中对动态的影响因素的变化都要考虑进来。把劳动生产率等引入到工程项目的造价估算中来，这样可以把施工项目的技术和管理水平很好的反馈出来。在人工智能化的建筑工程造价估算系统中，我们要把影响工程项目造价的人为因素、客观因素以及动态变化的因素都作为参数输入到系统中，保证建筑工程项目最终造价估算的准确性。

3 人工智能技术在建筑工程造价估算中的应用研究

在建筑工程造价估算中人工智能技术具有很强的功能，人工智能技术可以对海量的数据进行分析和计算，人工智能技术在自我组织性功能和自我学习功能方面也具有很大的优势。在人工智能系统中把人工神经网络和遗传算法做好很好的融合，人工智能技术中的遗传算法和传统的算法相比，具有独特的功能，满足建筑工程造价估算算法的需要，提高了工程项目造价估算的准确率。

3.1 基于人工智能技术的建筑工程造价估算模型建立

BP人工神经网络是一种常用的反向传播网络，BP人工神经网络模型包括输入输出层和隐藏层。在模型中的每一层的里面都有很多个节点，这些节点代表神经元。在BP人工神经网络模型的每一层内，节点与节点之间不相互连接，在相邻的层与层之间节点之间是相互连接的。信息在输入层进入系统内部，在系统内每个层之间是单向传播的，通过模型内部的各个层之后从输出层离开系统。BP人工神经网络模型如图1所示。

在BP人工神经网络模型中，每一层与层之间的节点时完全连接的，层与层之间的神经元按照二权连接的方式实现连接，在单独层的神经元与神经元之间没有连接。BP网络学习过程包括正向和反向两种传播方式。正向传播输出的误差值与预期的精度值相比，如果误差值小于设定的精度值，那么我们可以对各层神经元的权值沿着误差值的反向梯度进行修改，这样可以减小误差值，反复进行操作，如果网络中的全局误差比设定的值大了，那么我们就停止上述操作。

3.2 遗传算法和人工神经网络的有效融合研究

把遗传算法和神经网络的优势进行有效的融合，遗传算法具有全局搜索的能力，这是遗传算法最大的优势。通过遗传算法对神经网络进行有效的优化，最主要的是结构化的设计。神经网络可以为遗传算法提供有效的辅助作用，遗传算法的建立我们可以在神经网络的基础之上。遗传算法对神经网络的连接权进行优化，遗传算法可以优化神经网络权值中对相应的函数，调整先关的数据，使神经网络具有更好的连接权。工程项目估算系统的所有数据都包含在神经网络的权值中。自动设计方式是遗传算法和神经网络的一种融合方式，自动设计方式效率高，可以通过遗传算法对神经网络进行优化，这样神经网络的消极因素也就降低了，神经网络提供的神经性能的算法也是遗传算法和神经网络的一种融合方式，神经网络算法中的算法工具采用神经网络权值，可以实现对遗传算法的收敛性的改变。遗传算法对神经网络连接权进行有效的优化，可以保证遗传算法与神经网络进行很好的融合。神经网络连接权权值训练是通过函数进行优化，调整数据分析，查找出最优化的连接权。但是在一般情况的权值训练中，由于受多种方面的因素影响，参数在选择上容易出现问题，权值的训练时间会被延迟，造成收敛效率变低，整个神经网络会发生震荡的现象，工程项目估算的值准确度会受到影响，极值会出现在整个网络局部位置。神经网络连接权的优化我们通过遗传算法的方式进行计算，保证权值与连接权相对应，把样本函数的误差降到最低，提高权值的准确度，保证整个权值训练的顺利进行。

4 总结

随着信息技术的快速发展，人工智能技术在建筑工程领域的应用是建筑工程发展的必然趋势。在人工智能技术中计算机技术作为重要的技术保障，基于人工智能技术的在建筑工程造价估算研中的应用具有非常重要的意义，人工智能技术可以保证数据估算的准确率，提高建筑工程项目的经济效益。

参考文献：

[1]徐彬彬.基于人工智能技术的建筑工程造价估算研究[J].湖南城市学院学报（自然科学版），2016（04）.

[2]陈红艳，李平，刘桂芝，李海阳.基于神经网络模型和改进最优保留遗传算法的非线性系統多步预测控制[J].河北省科学院学报，2012（04）.

[3]牛东晓，乞建勋，邢棉.建筑工程造价预测的变结构神经网络模型研究[J].华北电力大学学报，2011（04）.

[4]王绍华，于洪思，佟杰新，吴乃忠.面向对象的混凝土泵车臂架设计混合型专家系统[J].机械设计与制造，1999（01）.

[5]屈兰安.加强施工管理是提高企业竞争力 实施成本管理的有效措施[A].2014年7月建筑科技与管理学术交流会论文集[C].2014.endprint