基于BP神经网络和模糊均值聚类融合算法的隧道工程造价建模与估算研究（论文）.pdf

【摘要】隧道工程投资估算编制对造价控制具有重要的作用，然而随着新技术、新工艺、新材料的不断涌现，传统的定额估算编制方法已较难适应新情况的发展，而信息技术和智能算法在工程造价中的应用和发展使得更先进、高效和准确的投资估算方式成为可能。文章基于BP神经网络和模糊均值聚类融合算法，对隧道工程造价进行建模与估算研究，在拟建隧道项目与已建项目的造价数据的相似程度较小和已知造价数据不充分的条件下构建非线性造价估算模型，并以鱼珠隧道为案例进行了实证分析，验证了成果的先进性与可靠性，为隧道工程前期造价控制提供了一种新的思路与方法。【关键词】BP神经网络 模糊均值聚类融合算法 沉管隧道工程造价 造价建模与估算【中图分类号】TU-9【文献标识码】A【文章编号】1008-2166（2023）03-045-07【DOI】10.19730/j.cnki.1008-2166.2023-03-045StudyonCostModelingandEstimationofTunnelEngineeringBasedonBPNeuralNetworkandFuzzyMeanClusteringFusionAlgorithmLuo Sujun, Ren Bin(Guangzhou Municipal Engineering Design and Research Institute Co. Ltd., Guangzhou 510060, China)【Abstract】Theestimatedcostoftunnelengineeringinvestmentplaysaveryimportantroleinthecostcontroloftunnelengineeringconstruction.However,thetraditionalestimationandcompilationmethodisrelativelysimpleandhasacertainlag.Withthecontinuousemergenceofnewtechnologies,newprocessesandnewmaterials,thedevelopmentandapplicationofinformationtechnology.andintelligentalgorithmsintheprojectcostmaketheprojectcostmanagementmoreaccurateandscientific.Inthispaper,basedonthefusionalgorithmofBPneuralnetworkandfuzzymeanclustering,thecostofthetunnelprojectismodeledandestimated.Thispaperconstructanonlinearcostestimationmodelundertheconditionsoflowsimilaritybetweenthecostdataoftheproposedtunnelprojectandtheexistingproject,aswellasinsufficientknowncostdata.AndtheYuzhutunnelistakenasanexampletobuildthecostestimationmodel.Throughtheapplication,thecontroloftheinvestmentestimationoftheYuzhutunnelprojectisbetterrealized.【Keywords】BPneuralnetwork;Fuzzymeanclusteringfusionalgorithm;Constructioncostofimmersedtubetunnel;Costmodelingandestimation作者简介：罗素君（1979—），女，湖南益阳人，高级工程师，主要从事工程造价管理、工程计价等工作。任 斌（1969—），男，甘肃天水人，教授级高级工程师，主要从事工程造价工作。收稿日期：2022年8月EngineeringCostManagementValuationandMeasurement45 工程造价管理/2023年第3期一、引言隧道工程建设项目投资成本高、建设用时长、地理 结构复杂、施工难度大，且受地 域、施 工方案、市场工料机价格波动等因素的影响较大，制约工程造价变化的因素多、可控性较差。一般情况下，通常使用定额法进行工程项目的造价估算，但这种方式动态性较差，发展适应性不强。除此之外，造价实践中还会使用生产能力法、比例估算法等方式进行造价估算，其原理是基于造价和具体指标间的线性模型，这种模 式虽简洁，但是准 确性 和 科学 性有 待 提高，而且未考虑市场 因素，造 成 造价 数据 和 市场 脱节，更加损伤准确度，导致资金和人力的浪费。传统的隧道工程造价模式对造价预测的准确度不高，给投资决策者带来很大的资金风险。随着信息技术和智能算法的发展和应用，基于BP神经网络和模糊均值聚类融合算法对隧道工程造价建模与估算，在拟建隧道项目 与已建 项目的 造 价数 据的 相 似程度较小和已知的造 价数 据不 充 分的 条件 下 构建非线性造价估算模型，能够为隧道工程的建设提供可靠的投资依据。二、隧道工程造价估算的研究现状（1）随时间、地区等的变化，计价依据呈现动态波动现象。工程造价具有很强的规范性、时效性和地域性特点，所以对于 项目造价 中比较 关键 的 信息，如 材料费用、人工费用、机械费 用 等使 用 传统 的定额 法将会导致 失真和实际数据偏 离，也 就是 说，项 目 造价估算使用定额法往往受到严重的地域制约，导致在实际项目造价控制中出现自主性较差、关键因素不可控的情况。（2）造 价 估 算 软 件 迭 代 进 化 快，精 准 度 越 来越高。早在2010年，采用BIM与AutoDesk、AutoCAD等二、三维软件相结合的造价估算软件开始得到逐步应用，后基于工程全生 命周 期 的视角，融 入多 种非线性因素的量化计算，形成了初期阶段的人工神经网络算法，随着信息技术的发展和模糊数学的应用，动态神经网络算法模型开始在工程项目的造价估算中逐渐推广。如今显著性理论、基于BP神经网络的计算机算法，以及均值聚类算法的融合使用，使得项目在 和多 种主 要 控制因 素 相似 的工 程 库信息中进行比对后得出更精确的造价估算数据，大幅度提高了项目方在工程投标、设计和施工中的主动权和超前控制力。三