所属栏目：数学论文范文发布时间：2011-02-25浏览量:345
【摘要】提出了基于工程预决算历史数据挖掘的估价模型，并着重阐述了利用模糊数学理论和聚类分析建立基于关联式数据库的估算模型，结合工程实践经验设计了基于工程预决算数据分析的决策辅助系统，对系统的功能需求进行了详细的分析及相应的子模块进行了规划及设计。
关键词：工程预决算;数据分析;快速报价法;BP神经网络;灰色系统;CMISSOFT
1引言
建筑工程造价估算，从模糊数学理论的发展到计算机应用技术的不断成熟，历经二十年的发展历程，在一大批仁人志士的努力之下，在这一领域的理论和应用研究已经取得了较为丰硕的成果。基于工程可比性，相同类型的项目一般采用经济指标(常指单方造价)来进行工程造价的估算，以此来对预算、决算进行粗略的评价，据此进行市场决策，是目前建筑行业多年来一直延用的方法。这种方法需要在日常业务中积累大量的有价值的历史业务数据(包括工程预、决算及对应的市场材料、机械、人工价格及管理费率等历史业务数据)。充分挖掘这些历史数据，在此基础上进行快速、科学决策支持，是从业者强烈要求，也是建筑界的热门话题，所以工程预决算数据处理技术必然收到关注。
2工程预决算数据处理常用技术
2.1应用模糊数学的快速报价法
该办法由我国王祯显教授首创，在工程估算领域也最具有影响力，为工程造价的快速生成提供的很好的思路，众多的相关专题论文文献表明，在这一领域有非常广阔的研究前景。
应用模糊数学进行工程造价的快速估算，是由工程预算专业人员对图纸进行分析后，根据工程项目的类型、结构、装修做法与服务水平等特征，和过去的竣工的类似工程的积累经验数据，包括典型工程的造价、工料分析资料以及工程特征等，按一定的格式分析整理后，建立工程造价数据库。这样，如果想计算某拟建工程的造价，可用电脑在数据库中杳出三个与拟建工程最类似的工程，用他们的预算资料，再根据当时的材料价格、工资水平、管理费取费标准等估算出拟建工程的造价。
模糊数学进行工程造价的快速估算方法是一种应用模糊数学的基本原理，对同一结构体系的拟建工程和已建工程结构方案的相似程度，进行定量化研究和对比，从而快速地利用类似已建工程的造价资料，估算拟建工程造价的方法。
其最大的优点，是能在拟建工程还处于“朦胧”阶段时即初步设计图纸不全时，或在施工图纸比较齐全的阶段不必计算分部分项工程量，不必套用概预算定额，即可迅速而准确地估算出工程造价。
当然，从原理及计算步骤可以看出，确定工程模糊集合中各个元素的模糊关系系数(隶属程度)，也即隶属函数的确定，是整个计算的关键所在。是由有关的专业人员进行的主观赋予，显然有一定的局限性。加之其模型使用的三个典型工程，不能完全挖掘出相关工程的所有有用信息:另外由于其模型建立时，使用了静态的模型，没有考虑到造价时间动态变化影响的因素，不能反映价格发生变化时的造价变化，具有其天然的局限性。
2.2建筑工程造价的BP神经网络模型
人工神经网络的方法是最近一些年发展起来的的人工智能的一个分支，现今在模式识别、自动控制等领域进行了较为成熟的应用，经研究发现，它还可以用于预测等其他方而，其效果较好，在人工神经网络模型和算法中，BP(即误差反向传播ErrorBackPropagation)算法是比较成熟的算法之一，现今基于BP网络的建筑工程造价估算是通过对建筑工程各主要特征类目定量化并结合所建立的BP神经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。
模糊自适应BP算法在工程造价中的应用其相对误差很小，工程总价分成子系统，再用BP网络对子系统的单位投资额进行预测，考虑到物价波动对工程造价的影响，引入价格指数作为BP网络的一个输入节点。构造三层BP网络，对输入输#p#副标题#e#出数据进行归一化处理后，对网络进行训练，以最大误差作为控制误差，在迭代后达到精度要求。
模糊自适应BP算法进行工程估算优点固然不少，但由于其技术的复杂性，现在仍停留在理论的研究阶段，该算法将对工程估算系统算法升级带来契机。
2.3灰色系统理论目前在施工项目成本的预测模型建立
灰色系统是指既含有已知信息，又含有未知信息的系统，灰色系统理论是由邓聚龙教授首先提出来并加以发展的。灰色预测是根据过去的及现在已知的或不确定的信息建立的一个从过去引申到未来的灰色模型(GreyModel,GM，从而确定系统未来发展变化的趋势，并为规划、决策提供依据。
(1)灰色预测模型的建立及计算步骤
第一步:对单位成木已知值形成原始序列
第二步:根据最小二乘法来确定求解向量。
第三步:解微分方程累加预测模型后求导，还原原如序列的预测模型，为提高精度，进行单段函数残差辩识。
第四步:还原检验，后验差检验。
第五步:建立残差模型;
第六步:建立残差修正后的模型;
第七步:再次还原检验。
(2)优缺点分析
从上述模型可以预测工程成本，实际应用中，由于其未考虑材料消耗定额的变化、物价变化等因素的影响，还需对其进行修正。加之该方法的复杂性，还不小适合于进行工程造价快速估算。
3系统设计与实现
基于工程预决算数据分析的决策辅助系统构成主要由材料价格信息子系统、工程造价快速生成模块、造价修正模块及造价评估模块四大部份构成。这里将材料厂商信息、材料价格信息、历史的预决算数据都存放在数据仓库中，结构如图1所示。
图1系统的构成
3.1材料价格信息子系统：
实现功能：单独材料价格录入、查询界面，能显示、打印全部材料价格、不同时期材料价格、不同厂商不同时期材料价格，也能显示、打印分段时期材料价格信息，能显示材料名称、规格型号、计量单位(JLDW，此字段与预算定额库所用计量单位要一致，以方便材料价格的直接数据引用)、单价(ZCDJ，与预算定额库所用的主材单价同名一致)、录入时间、有效时间(录入时间为其默认值、否则可修改)，厂商名称(其下二级子表：厂商地址、联系人、联系电话、传真、电子邮箱等)。
该输出报表也能实现这样的功能：根据输入的截止日期值，自动生成一个完整材料品种的最新价格表(同一材料以最接近截止日期前的单价导入)，以实现不同时期单价套用的需要。
当然为了确保数据的安全性，要求对此表进行维护必须是有一定的权限的人员方可操作，故在系统初始就设置了权限，本系统有系统管理员用户，可以对数据库表进行维护操作，另外对整个估算系统设置了多用户及多功能输入界面，其中有普通用户与高级用户，普通用户为可以使用材料信息表查询打印用户，高级用户可以进入估算系统，使用历史数据挖掘。
当然在设计程序时，必然也要考虑的是禁止输入非法字符(包括另外的只允许输入数字、汉字或特殊字符等)的数据处理技术。这在VB编程中很容易地就可以实现。该程序的主要任务是创建一个基于信息数据库的“系统登录”对话框。系统运行界面如图2所示。
3.2工程造价快速生成估算模块
模型库：作为DSS知识库的一部分，既包括如何构建统一的数据仓库(预算及材料表)模型，又包括不同类型工程的估算聚合造价生成模型(RC结构、钢结构、砖混、内外装饰、水电暖通等)
规则库：作为DSS知识库的一部分，那是如何应用选取模型库的，以及不同模型下不同的计算规则与相互关联的规律。
在数据仓库SQL目录下的cedb.sql数据库，其中将建立一系列的表，包括此前的材料价格及厂商信息、用户权限登录信息等。在其中增加一个预算数据总表。此表应包含以下的信息，即也即将不同的工程类型#p#副标题#e#的数据，分别装载进相应类型的表中。图3为预算书的统一格式。
图3工程预算书的模型构建表界面
工程预算数据源文件由于系统不同，开发与运营环境也不同，这就必然要涉及到一个异构数据源的自动转换问题!
预算软件无论是DBASE还是FoxBase或FoxPro，其输出库文件的形式为*.dbf，而MicrosoftAccess数据库的文件形式为*.mdb，而Prodox的数据库文件库为*.pdx，另外电子表格EXCEL的表文件为*.xls却最为普遍。为了进行异构数据源的清洗升级，需要对其进行识别，并进行相应的转化，其程序工程流程图4所示。
图4数据源转换程序流程图
3.3历史数据修正对比模块与实现
影响造价生成的的因素相对比较复杂，包括投资主体(如欧美企业与台资企业的项目要求就有很大的区别、房地产开发公司与政府投资项目的经营理念也有区别、内资与外资等等)、施工条件(场地是否狭小、是否冬雨季或夏天高温气候等等)、施工地域(当地政府规费标准不同、管理要求不尽相同)、合同条件(工期、资金给付方式、配套项目多寡、监理方式等)、预算还是决算、产品档次、评标的标准等等，都会影响最终的工程造价生成。
为了简化起见，此处设置由富有经验的操作者(专家)来对所有已形成的特征数值进行系数修正，修正系数K可以选择不同的方式，既可以按子项修正原则k1~k7，也可以以总系数K修正，还可以以K加k1~k7联合修正。未有输入值时，系统默认为1.00(不修正)。
每次输入不同的K系数时，所得的值将自动存于所需的表格中，供决策者进行评估之用。(系统预留修正系统2以备其他方式进行修正!)其输入界面设计如图5所示。
图5估算修正系统1输入界面
此系统修正系数允许不输入，默认值为1，此数值在程序里以多维数组的形式建立，与模型子类单价相乘(其中有主体部分：墙体、砼、钢筋、楼地面同使用一个主体系数)。
3.4造价评估分析模块与实现
基于工程预决算数据分析的决策辅助系统可以实现工程造价估算电算化，可以以最快速度根据输入的原始数据和类型特征值自动计算出不同项目及不同修正状态下的总造价的对比图。目前系统初步采用折线图表输出，与柱形图不同的是通过设置ChartType属性常数值为VtChChartType2dLine时即为2D折线图。
图6为某花园3号楼经估算后的输出设计界面。
在进行模拟系统运行时，有意项目ID=46002没有进行系数修正，结果可以发现其与其他类似项目指标得出的结果偏差较大，决策时这样的值可以作为特例(异常点)不进行数值比较。
通过对第四个项目其ID=46004(金海湾12号楼)进行的K系数修正，得出花园3号楼项目造价为4197.26万元与可比的项目ID=46006工程最高价为4216.79万元也只相差19.53万元，其贴近度≈0.995已相当精确。
对未进行K系数修正的第二个项目(对应项目ID=46002)工程来说，通过对关键工作量的聚合形成的特征子项所对应的工程造价虽然为4321.21万元，其最大误差也仅为3%，贴近度=0.97，可见其准确程度也足够用以决策之需要。
图6系统折线图输出界面
4结论
市场竞争机制的变化和相关技术的进步是推动建筑这个古老的传统行业技术发展的两大动力，随着企业信息化工程的稳步推进，基于各类信息的决策支持系统必然成为带动企业升级和行业进步的热门课题，也有着极为广泛的市场前景。
工程预决算的科学决策，是建筑企业赖以生存的头等大事。由于现有市场没有现成的软件能满足该需求，本文就如何整合历史数据、快速处理提出了一些较好的处理方案，这对于数据处理，特别是在工程预决算领域，具有一定的参考价值。对系统的功能需求进行了详细的分析及相应的子模块进行了规划及设计。
参考文献
[1]王建平.基于模糊自适应BP算法的工程造价估算[J1.西北建筑工程学院学报(自然#p#副标题#e#科学版)，2008,19(3):5-8,48
[2]刘斌，刘思峰，党耀国等.基于vB6.o的灰色建模系统开发及应用[Jl.微机发展，2007，13(7):17-19
[3]刘茉.基于人工神经网络模型基础上的工程估价预测的研究[C].中国科技论文在线http://www.paper.edu.cn.
[4]台湾中程资讯顾问有限公司的CMISSOFT建筑估算系统.http://www.cmisnet.com.tw/front/bin/ptdetail.phtml?Part=PU&Category=120839.