前言:想要寫出一篇引人入勝的文章?我們特意為您整理了建筑工程造價預算中人工神經網絡的應用范文,希望能給你帶來靈感和參考,敬請閱讀。
摘要:建筑工程造價預算對企業(yè)來說至關重要,其造價預算的準確性直接影響到建筑企業(yè)的利潤率。影響建筑工程造價準確性的一個重要因素是建筑材料的價格波動。以螺紋鋼為例,采用人工神經網絡開展了建筑材料價格的預測。研究結果表明,人工神經網絡能夠有效地預測建筑材料未來的價格走勢,從而為工程造價預算提供建筑材料的價格走勢,提高造價預算的準確度。
關鍵詞:工程造價,人工智能,預算
1概述
隨著我國經濟不斷進步,城市化過程不斷發(fā)展,人們對于各類型建筑的需求也在日益提升,建筑企業(yè)得到了蓬勃發(fā)展。與建筑企業(yè)盈利水平密切的工程造價也逐漸成為企業(yè)廣泛關注的熱點和難點問題之一。建筑工程造價是指建筑活動中企業(yè)的總成本,工程造價預算通常包括建筑安裝工程的成本、建筑設備購置及租賃費用、建筑規(guī)劃籌備費用、工程期間貸款利息等費用[1],建筑工程造價的準確預算能夠減小企業(yè)不合理的投入,控制項目的支出,實現(xiàn)企業(yè)利潤的最大化。針對建筑工程造價這一問題,蘇擇浦[2]根據(jù)工程施工程序對工程造價中存在的問題提出了一些合理的建議。張萌等[3]采用BIM方法分析了轉配式建筑施工過程中的成本預算研究。毛?。?]給出了一些降低建筑工程造價的建議,包括加強施工設計管理、加強施工過程管理等。公維龍等[5]分析了工程造價預算超標的原因,并在此基礎上提出了解決對策。候穎哲[6]分析了新形勢下的建筑工程造價管理的研究,分析了當前工程造價管理中的不足。目前,由于建筑工程的建設周期較長,工程建設初期能夠做到對材料在市場上的價格預估、成本的波動范圍等不穩(wěn)定因素的起伏范圍,準確估計建筑材料的價格對建筑工程預算方面起到了至關重要的作用。因此,本文提出了一種基于人工神經網絡的建筑材料價格預測方法。
2人工神經網絡
神經系統(tǒng)廣泛存在于人和動物等生物體內,能夠為生物提供外界環(huán)境識別、記憶、邏輯分析等功能。利用仿生學,McCulloch和Pitts[7]兩位學者最早在1943年提出了人工神經網絡的概念,他們將生物的神經系統(tǒng)抽象成“M-P神經元模型”,這一模型由大量具有計算功能的神經元節(jié)點連接組成,每一個節(jié)點模擬神經元的電信號傳播,其輸出由激活函數(shù)(activationfunction)來實現(xiàn),神經元節(jié)點之間通過一定的權值來連接。利用這一模型,人工神經網絡在優(yōu)化問題、信號處理、大數(shù)據(jù)處理、圖像識別、人工智能等領域逐漸獲得了廣泛地應用。到了20世紀80年代,Rumelhart首次提出了反向傳播算法(BackPropagation),針對這種算法建立的神經網絡又被稱為BP神經網絡系統(tǒng)。BP神經網絡系統(tǒng)是以誤差信息逆向傳播為基礎的多層前饋神經網絡系統(tǒng),由輸入層、輸出層及隱含層構成,經過數(shù)學分析可以證明,一個具有三層深度的BP神經網絡能夠以任意精度逼近一個連續(xù)函數(shù),且該網絡具有結構簡單、容易編程、計算精度高的優(yōu)點,從而得到了廣泛的應用,也為后續(xù)人工神經網絡的構建提供了理論基礎BP神經網絡算法整體上可以分為前向傳播和后向傳播,其中,信號的前向傳播依次經過輸入層神經元、隱含層神經元及輸出層神經元。同層神經元之間各不相關,而且神經元的輸入輸出信號只能從低層神經元傳遞到高層神經元,其中神經元是否被激活則通過激活函數(shù)作為判斷標準。激活函數(shù)種類較多,總體要求是該函數(shù)具有連續(xù)可微的特性,以方便后續(xù)的求導工作,本文即采用經典的Sigmod函數(shù)作為激活函數(shù)。后向傳播將進行權重系數(shù)的修正,即開展誤差修正,以提高神經網絡預測的精確度。通過這兩種傳播機制反復進行計算直至預測誤差低于設定閾值即可停止訓練過程。本文采用三層人工神經網絡,其結構如圖1所示,其中,隱含層包括5個神經元。
3螺紋鋼價格預測
工程建筑中常用的建筑材料包括水泥、砂石、鋼材等材料,其價格的變動將對企業(yè)建筑工程的利潤帶來重要影響。本研究以建筑工程中常用的螺紋鋼為例,采用人工神經網絡對螺紋鋼的價格走勢開展了預測研究,如圖2所示。圖2中,黑色方框為近年來(2017年1月—2019年12月)36個月內的螺紋鋼每月的實際價格,可以看出,螺紋鋼價格隨時間劇烈變化,且變化并無明顯的規(guī)律,無法用目前現(xiàn)有的函數(shù)進行識別和預測。本文利用人工神經網絡,以前期螺紋鋼價格為訓練樣本建立神經網絡系統(tǒng),如圖2所示,圖2中實線為根據(jù)實際螺紋鋼價格的BP神經網絡擬合曲線,從圖2中可以看出,BP神經網絡擬合過濾了價格劇烈波動,保留了價格走勢,獲得了螺紋鋼價格的總體走勢。圖2中虛線給出了未來12個月的價格走勢,可以為工程造價的螺紋鋼價格提供具有一定準確性的預測,結合訓練樣本中的不同時間的價格偏差量,進一步可以有效地規(guī)避螺紋鋼價格劇烈變化引起的預算偏差。同理,人工神經網絡還可以用于水泥、砂石、木材等常用的建筑材料的價格預測中,通過提供過去一段時間內的建筑材料價格,以此為人工神經網絡系統(tǒng)訓練數(shù)據(jù)建立起來的各個建筑材料的人工神經網絡能夠較為準確的預測價格的走勢,從而能夠實現(xiàn)建筑工程造價預算的高精度量化計算,避免人為因素造成的造價預算偏差。
4結語
建筑工程造價預算對于建筑企業(yè)的利潤有至關重要的作用,為提高建筑工程造價預算中建筑材料價格預算的準確性,采用人工神經網絡能夠有效地應用于建筑材料未來價格的預測,降低建筑材料價格因素引起的預算誤差,從而提高建筑工程造價預算的準確性,進而能夠有效地提高建筑企業(yè)的利潤率。
參考文獻:
[1]李曉麗.建筑工程造價預算有效控制措施分析[J].經濟•管理•綜述,2020(3):22-24.
[2]蘇擇浦.建筑工程造價全過程控制策略分析[J].建筑與預算,2019,12(15):86-87.
[3]張萌,邱小秦,蘆新月.裝配式建筑施工進度問題及基于BIM的對策分析[J].經濟•管理•綜述,2020(4):56-57.
[4]毛?。ㄖこ淘靸r影響因素及降低工程造價措施[J].居舍,2020(3):71-72.
[5]公維龍,楊晶.建筑工程造價預算超標的原因及控制對策[J].科學管理,2020(2):44-45.
[6]侯穎哲.新形勢下的建筑工程造價管理探討[J].智能管理,2020(3):43-44.
作者:羅永康 單位:山西執(zhí)中工程造價咨詢有限公司