灰色预测原理在工程估价中的新应用
灰色预测原理在工程估价的新应用
摘要：工程快速估价是投资决策的重要内容，同时工程估价还是工程造价控制的前提，是工程项目可行性研究的前提，也是招投标制定标底的依据，而工程概预算编制方法存在速度慢，周期长等缺点，针对同类别的工程的各项主要影响因素进行分析，通过灰色系统理论的相关原理确立一种新型的计算方法，建立工程快速估价模型，可省去大量的繁琐计算，为快速做出工程估价提供科学依据。
Abstract: Engineering appraisal is an important part of investment decision-marking. Simultaneously, engineering estimate price is not only the building cost ofthe engineering cost and the engineering project feasibility study premise but also is the basis of the bidding for making price bottom.
But the speed of the engineering budget and budget estimate establishment method is very slow and the cycle is long. In view of the same engineering each major effect factor carries on the analysis. Establishes the new computational method with the grey system theory, establishment project fast estimate model, to make the project estimate to provide the basis fast.
关键词：灰色系统;快速估价;影响因素;写字楼;神经网络量化
Key words: grey system;rapid assessment;factors;office;neural network quantization
0引言
国民经济的飞速发展，使得我国城市化进程不断加快，国家的城市基础设施建设规模不断加大，我国的建筑市场价格管理机制逐步完善，而大中型工程由于结构复杂、规模庞大和施工周期长，施工方在投标阶段如何准确预测出项目最终成本成为工程造价管理中一项重要内容，从而对工程估价提出了更严格的要求，尤其是快速工程估价。
及时做出更快更好、误差较小的工程估价对造价人员的要求越发严格。
本文在以往对灰色系统理论的应用上进行了创新，首先通过分析工程类别选取了多层框架结构写字楼，对影响建筑工程造价的各项主要影响因素进行编号，这样使得被预测的工程的每一项影响因素与典型工程的各项影响因素更接近，然后通过数学方法进行简单的处理，得到工程特征参数，这样就省去了以往的方法凭借经验对工程特征参数给定以及对工程造价指数的摸索对估价人员的限制与此那种方法所带来误差，使得计算结果更贴近，同时加入了随时间变化所导致的物价上涨等因素，从而更科学、更快速。
1灰色系统的建筑工程快速估价模型
基本原理：由于建筑工程本身具有复杂性、单体性、多样性以及建筑地差别性等特点，灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾，它对样本量的多少和样本有无规律同样适用。
它的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。
曲线越接近，相应序列之间关联度越小，反之越大。
将某个将要进行估价的工程称为待估工程，某些已知造价的工程作为典型工程，这篇论文中选取了某地区的多层框架结构写字楼，因此相互之存在一定的关联度，这样更接近预测值，使得误差更小。
2计算步骤
2.1 工程特征因素的确定建筑物的任何一个特征都会影响到总的工程造价。
因此，分析之前首先必须对建筑物进行分类，一般分为:住宅类、办公类、商业类、写字楼类、一般厂房和特殊厂房类。
本文以写字楼类建筑为例进行研究。
选定框架结构的多层写字楼，根据写字楼工程在投资控制过程中需要重点关注的因素和对比工程模糊关系，确定了影响工程造价的8个主要因素，即:工程的基础类型、楼面工程、墙体工程、外墙装饰、开间形式、层数、门窗形式、建筑工程施工结束时所在年份的当时物价上涨指数。
采用神经网络输入向量量化方式进行量化，具体情况见表1。
2.2 关联度的计算设有n个典型工程X1，X2，…，Xn，每个典型工程有m个工程特征参数T={t1，t2，…，tm}，将第i个典型工程特征参数记为：Xi={xi(t1)，xi(t2)，…，xi(tm)}，其中i=1，2，…，n。
k=1，2，…，n;i=1，2，…，m。
则每个典型工程与待估工程的灰色关联度为：Ah=T。
记待估工程为X0。
ξ∈(0，1)。
2.2.1 待估工程与典型工程的特征参数的确定根据主要因素对工程造价影响程度赋予各主要因素的影响权重，其影响权重定为w={0.25，0.2，0.1，0.05，0.05，0.1，0.2，0.05}，其中ω=1。
按照表1的排序方式，将典型工程序列进行排序，例如：某写字楼工程A，共10层，采用预制桩基础，楼面为水磨石，加气混凝土墙，木门铝合金窗，房间组合形式为外廊、小房间，外墙贴面砖，完工于99年。
这时可记为A=(1，2，3，2，2，10，2，97.3)，则A的工程特征参数为T={0.25，0.4，0.3，0.1，0.1，0.4，4.865}，以此类推。
2.2.2 灰色关联系数的计算[1]
2.2.2.1 求各序列的初值像(或均值像)。
令：
X==(x(1)，x(2)，…，x(n))，i=0，1，2，…，m。
2.2.2.2 求差序列。
记Δi(k)=x(k)-x(k)，Δi=(Δi(1)，Δi(2)，…，Δi(n))，i=0，1，2，…m。
2.2.2.3 求两级最大差与最小差。
记：
M=Δi(k)，m=Δi(k)。
2.2.2.4 求关联系数。
记γ(k)=
2.2.3 计算灰色关联度共有8个主要因素，取第i个主要因素的灰色关联度为Ti，这时Ti=γki(i)，k=1，2，…，n。
2.3 待估工程造价的估算根据对选定的多层框架写字楼工程的各项主要影响因素以及整个工程所作的灰色关联度分析，待估工程A0的单位工程造价记为C0，记某典型工程的.单位工程造价为Ch，这时待估工程A0的单位工程造价的动态估算模型为：
C0=ACA。
3案例分析
同时选取六组数据[2]，其中四组为训练样本，另外两组为预测样本，具体数据编排如下：工程A1(1，2，3，2，2，10，2，97.3，617.20元/平米)，工程A2(1，2，3，2，2，9.5，2，98.5，615.31元/平米)，工程A3(1，1，
2，3，1，10，1，95.1，572.60元/平米)，工程A4(1，2，3，2，1，9.5，1，100.7，
605.87元/平米)，作为训练样本，A01(1，1，3，2，3，8，1，98.5，564.94元/平米)作为测试样本，令ω=(0.25，0.2，0.1，0.05，0.05，0.1，0.2，
0.05)，这时可求得典型工程的工程特征参数：A=(0.25，0.4，0.3，0.1，
0.1，1，0.4，4.865)，依次求得A，A，A，A。
3.1 求序列初值像：令A=X1，A=X2，A=X3，A=X4，A=X01。
3.2 求A01的差序列，由公式Δi(k)=x(k)-x(k)，可得。
3.3 求两极差：M=1.12，m=0
3.4 求关联系数和关联度：取ξ=0.5，则可得出相对于的关联度分别为A1，A2，A3，A4相对于A02的关联度分别为：
γ21=0.7088，γ22=0.7555，γ23=0.6993，γ24=0.7999
3.5 求A02的预测值C02：
C02=(617.20×0.7088+615.31×0.7555+572.60×0.6993+605.87×0.7999)/(0.7088+0.7555+0.6993+0.7999)=603.13
3.6 求误差：ε02=(603.13-564.94)/564.94×100%=6.76%可知满足精度要求。
4结束语
应用灰色系统估算工程造价虽然不是一种新方法，但是它还是存在很大的简便性与准确性，误差要求完全能够满足估算要求，如果将以往的数据进行总结，对各地区各类型工程归类分析，针对各工程的主要工程特征进行总结，从而归类更好的权重值，从而能将误差降得更低，使其结果更准确。
参考文献：
[1]刘思峰，谢乃明等.灰色系统理论及其应用[M]. 科学出版社，2008.
[2]段晓牧.基于RBF神经网络的非确定性工程投资估算新方法的研究[D].
[3]张传友.灰色系统理论在建筑工程快速估价中的应用[J].福建工程学院学报.
[4]羊英姿.市政工程造价估算方法的研究[J].西南交通大学.
[5]邓聚龙.灰预测与灰决策[M].华中科技大学出版社，2002.
【灰色预测原理在工程估价中的新应用】相关文章：
“制药化工原理”在固体制剂技术中的应用05-22
价值在工程变更管理中的应用01-26
工程测量在土木工程中的应用12-11
热泵节能技术在供热工程中的应用02-04
大直径钻孔桩在工程中应用01-25
工程经济在项目成本管理中的应用论文03-11
传输技术在通信工程中的应用论文01-14