论文部分内容阅读
摘 要：本文以大数据分析为基础，提出了一种将混沌算法与人工鱼群算法相结合的混沌人工鱼以实现对于工程造价的有效评估与分析，以保障工程造价评估的精准性，进一步减少工程造價所受到的动态化影响因素的干扰，同时还可以将这种工程造价分析与评估方法融入到专业教学工作中，提高学生在工程造价分析中的专业性。
关键词：大数据分析；工程造价；混沌人工鱼
中图分类号：TU723.3 文献标识码：A 文章编号：1004-7344（2018）21-0304-02
前 言
在大数据环境下，大数据技术已经逐渐渗透到社会生产生活的全部环节，并且起到了极为重要的作用。其中在工程建设与造价管理环节引入的大数据分析方法，相较于传统的工程造价分析与管理措施，这一方式更加高效而精准，可以对其加以进一步研究与优化，以全面提高工程造价分析的精准性及高效性。
1 大数据背景下的工程造价评估原理
1.1 对于评估数据的优化处理
在建筑工程规划设计、施工作业乃至竣工验收的全部环节，都有各种各样的因素可能会对工程造价产生影响，无论采用传统的工程造价控制方法还是采用大数据技术对工程造价进行分析，都存在相应的复杂性特点，出于进一步减少工程造价影响因素的复杂性，可以对工程造价评估结果影响因素进行归一化处理。进而对工程造价评估结果的影响因素进行数据恢复处理，完成对于工程造价影响评估结果的归一化处理之后，明确工程造价评估结果影响因素的取值范围，进一步实现工程造价影响评估数据的优化。
1.2 构建工程造价的评估模型
大数据技术进行工程造价的分析与评估，可以采用灰色模型进行预测，通过该模型确定在灰色模型中对于工程造价评估结果的影响因素，对该评估模型进行累加优化处理，最终确定工程造价的影响值，确定最终的灰色动态模型微分函数及相应的简化微分函数来对大数据环境下的工程造价影响因素进行描述。
基于最小平方原理，可以通过对最小化误差平方的计算，确定其相应的匹配数据，确定特定参数的计算公式，进而对该公式进行累减，确定不同的工程造价影响评估值，并确定其相应公式。考虑到大数据环境下，工程造价评估结果的影响因素包括工程施工过程中的施工材料、施工工艺、交通运输、水电配套及人工劳务等因素，最终确定工程造价评估结果的影响因素与实际影响因素的误差计算方法。
1.3 基于大数据背景的工程造价评估
对于工程造价进行大数据分析与评估，对每一个影响工程造价评估精确性的因素交易确定，设定为单一粒子，建立相应的粒子群模型，对其进行集合训练，以保证大数据分析工程造价评估的精准性[1]，确定工程造价影响因素在大数据分析环境下的出现概率。对工程造价评估结果影响因素权值进行优化训练，重新建立粒子集合并且进行采样，去除其中影响效果较小的粒子，保留影响效果较大的粒子，建立全新的粒子集合。
2 以混沌人工鱼群的为基础的优化算法
2.1 工程造价影响模型的构建
首先结合工程建设过程中需要投入的施工材料、运输成本、水电费用、人工报酬等因素，所构建的目标函数涵盖对工程造价影响因素。对工程造价评估影响因素目标函数约束条件加以设置，并且利用公式对工程施工作业中工程造价评估结果超支现象加以计算。
工程造价评估与分析过程中，可以通过混沌算法建立工程造价影响因素的对应关系，确定相应的工程造价优化方案[2]。在工程造价影响因素中随机选定机组数据作为混沌变量对其进行优化处理，确定优化之后的目标函数，进而通过迭代算法，重复计算与更新工程造价影响因素的混沌变量，确定对比结果的最小值为计算结果。
2.2 工程造价评估的实现
基于其局部工程造价的影响因素，充分利用以上混沌算法所具备的模糊性、无方向性等特性，在寻优效率方面并不占有优势。采用人工鱼群算法，利用个体与整体之间的相互协作实现信息的快速覆盖与传递，以及时有效地发现其最优解的位置，通过混沌算法来实现对于工程造价影响因素的搜索。以人工鱼群算法为基础，明确工程造价的影响因素，确定其具体内容，融合人工鱼群与混沌算法进行工程造价评估。
首先对工程造价影响因素混沌人工鱼的具体位置加以设置。在人工鱼群当中，就每一条人工鱼进行混沌排序，假设其受到某种因素的影响，在该人工鱼的位置上并没有出现拥挤堵塞的情况，则可以确定的是，该工程造价影响因素并不会过多影响工程造价评估精准性，对该人工鱼混沌值加以更新。人工鱼的觅食活动并非随机行为，而是有条理地游向其中一处会对工程造价产生影响的人工鱼处，可以确定的是该处会对工程造价评估结果产生较强的影响。
3 实验结果与分析
对于工程造价评估，采用大数据分析方式来加以判断，可以确定的是，工程造价的影响因素众多，因而具有复杂性与非线性特征，采用优化算法发与传统算法对其进行工程造价精确性评估实验，确定实验结果，并以相应图表进行描述。实际上，优化之后的算法，在每一次的实验中，其准确率都要高于传统算法。
对大数据分析下的工程造价精准性进行评估的过程中，采用了优化算法的工程造价评估方式与使用传统算法的工程造价评估相比，在评估时间与评估效率方面具有较大的优势，不仅工程造价评估精准性有所提升，工程造价评估的效率也十分可观[3]（见表1～2）。
4 大数据分析在工程造价中的应用
4.1 在招投标阶段的应用
在工程造价过程中，通过对于数据信息的有效应用，实现对于资源损耗量的有效估算，包括人员损耗、材料损耗与设备损耗等，制定相应的企业定额，继而基于招投标项目的实际情况来对企业定额中的具体条目进行修正。在大数据分析技术的应用中，结合BIM技术进行项目数据的输出与采用，通过大数据来实现对于市场价格数据的有效分析，有效计算企业在完成该项目过程中所需要投入的成本。 对企业成本与社会成本加以比对，明确企业在投入相应成本之后能否获得相当的经济小于，对于招投标工程来说，社会成本的计算过程所采用的市场价格与项目数据相同，差别只在乎其损耗量的不同，前者需要根据清单计价规范与相应区域项目清单计价额定等材料加以确定。项目评标之后，还需要对其是否能够得标加以评价，需要以企业成本为基础，结合项目获取经济利润的具体目标，确定相应的投标价格，进而采取相应的大数据分析方法来对投标过程中的竞争对手加以研究与选择，研究竞争对手可能的报价能力与报价方法，进而与自身报价进行对比来判断自身优势。
4.2 在施工阶段的应用
项目施工作业的过程中，其主要的造价管理就是对工程项目所进行的成本管理，首先同样需要采用BIM技术进行有效模拟，模拟各种可能出现的变化，并且制定相应的应对与处理措施，以避免在施工作业过程中不必要的成本增加现象。以大数据分析技术来对市场相关数据的变化加以分析，在此基础上保障建筑施工材料采购规划的科学性与合理性。通过大数据分析，对项目范围内可能会对造价产生影响的各种因素加以收集与分析，明确要求内在影响因素，制定相應的科学应对与处理措施。在这个过程中，可以以BIM模型与大数据分析技术进行事先的分析与调整，减少风险的发生概率，减少工程造价的投入。
4.3 在验收结算的应用
项目验收结算阶段，是项目工程造价管理与控制的最终阶段，需要在现有工程款的基础上，对项目在施工过程中所产生的工程变更、质量问题、合同索赔等情况所造成的造价变更，就结合项目合同与相应价款标准进行项目结算。结合该项目的造价管理信息与绩效评价结果，分析项目造价管理与控制过程中所产生的经验教训，对项目造价管理与控制规律加以总结，存储于数据库当中，以作为后续使用的数据基础。
5 结 语
可以看出，基于传统的工程造价评估算法缺陷与不足，采用混沌人工鱼来有效保证工程造价评估精准性与高效性，在这个过程中，混沌算法的使用可以构建工程造价过程中各种影响因素之间的相互关联，通过对其混沌变量的不断更新，结合人工鱼群来加以优化，从而保证了大数据分析对于工程造价的有效评估与分析。在此基础上，还需要将大数据分析与BIM等信息技术相结合，更好地保障工程造价管理的精准性。
参考文献
[1]罗世洪.大数据分析对工程造价精确性的影响分析[J].住宅与房地产，2018（06）：24+76.
[2]张 红.大数据环境对工程造价管理影响研究[J].建筑监督检测与造价，2017，10（02）：69～74.
[3]陈婷婷，王 宇.大数据分析对工程造价精确性的影响分析[J].工程经济，2015（06）：10～15.
收稿日期：2018-6-6
作者简介：范 婷（1985-），女，助理讲师，本科，主要从事教育教学工作。
关键词：大数据分析；工程造价；混沌人工鱼
中图分类号：TU723.3 文献标识码：A 文章编号：1004-7344（2018）21-0304-02
前 言
在大数据环境下，大数据技术已经逐渐渗透到社会生产生活的全部环节，并且起到了极为重要的作用。其中在工程建设与造价管理环节引入的大数据分析方法，相较于传统的工程造价分析与管理措施，这一方式更加高效而精准，可以对其加以进一步研究与优化，以全面提高工程造价分析的精准性及高效性。
1 大数据背景下的工程造价评估原理
1.1 对于评估数据的优化处理
在建筑工程规划设计、施工作业乃至竣工验收的全部环节，都有各种各样的因素可能会对工程造价产生影响，无论采用传统的工程造价控制方法还是采用大数据技术对工程造价进行分析，都存在相应的复杂性特点，出于进一步减少工程造价影响因素的复杂性，可以对工程造价评估结果影响因素进行归一化处理。进而对工程造价评估结果的影响因素进行数据恢复处理，完成对于工程造价影响评估结果的归一化处理之后，明确工程造价评估结果影响因素的取值范围，进一步实现工程造价影响评估数据的优化。
1.2 构建工程造价的评估模型
大数据技术进行工程造价的分析与评估，可以采用灰色模型进行预测，通过该模型确定在灰色模型中对于工程造价评估结果的影响因素，对该评估模型进行累加优化处理，最终确定工程造价的影响值，确定最终的灰色动态模型微分函数及相应的简化微分函数来对大数据环境下的工程造价影响因素进行描述。
基于最小平方原理，可以通过对最小化误差平方的计算，确定其相应的匹配数据，确定特定参数的计算公式，进而对该公式进行累减，确定不同的工程造价影响评估值，并确定其相应公式。考虑到大数据环境下，工程造价评估结果的影响因素包括工程施工过程中的施工材料、施工工艺、交通运输、水电配套及人工劳务等因素，最终确定工程造价评估结果的影响因素与实际影响因素的误差计算方法。
1.3 基于大数据背景的工程造价评估
对于工程造价进行大数据分析与评估，对每一个影响工程造价评估精确性的因素交易确定，设定为单一粒子，建立相应的粒子群模型，对其进行集合训练，以保证大数据分析工程造价评估的精准性[1]，确定工程造价影响因素在大数据分析环境下的出现概率。对工程造价评估结果影响因素权值进行优化训练，重新建立粒子集合并且进行采样，去除其中影响效果较小的粒子，保留影响效果较大的粒子，建立全新的粒子集合。
2 以混沌人工鱼群的为基础的优化算法
2.1 工程造价影响模型的构建
首先结合工程建设过程中需要投入的施工材料、运输成本、水电费用、人工报酬等因素，所构建的目标函数涵盖对工程造价影响因素。对工程造价评估影响因素目标函数约束条件加以设置，并且利用公式对工程施工作业中工程造价评估结果超支现象加以计算。
工程造价评估与分析过程中，可以通过混沌算法建立工程造价影响因素的对应关系，确定相应的工程造价优化方案[2]。在工程造价影响因素中随机选定机组数据作为混沌变量对其进行优化处理，确定优化之后的目标函数，进而通过迭代算法，重复计算与更新工程造价影响因素的混沌变量，确定对比结果的最小值为计算结果。
2.2 工程造价评估的实现
基于其局部工程造价的影响因素，充分利用以上混沌算法所具备的模糊性、无方向性等特性，在寻优效率方面并不占有优势。采用人工鱼群算法，利用个体与整体之间的相互协作实现信息的快速覆盖与传递，以及时有效地发现其最优解的位置，通过混沌算法来实现对于工程造价影响因素的搜索。以人工鱼群算法为基础，明确工程造价的影响因素，确定其具体内容，融合人工鱼群与混沌算法进行工程造价评估。
首先对工程造价影响因素混沌人工鱼的具体位置加以设置。在人工鱼群当中，就每一条人工鱼进行混沌排序，假设其受到某种因素的影响，在该人工鱼的位置上并没有出现拥挤堵塞的情况，则可以确定的是，该工程造价影响因素并不会过多影响工程造价评估精准性，对该人工鱼混沌值加以更新。人工鱼的觅食活动并非随机行为，而是有条理地游向其中一处会对工程造价产生影响的人工鱼处，可以确定的是该处会对工程造价评估结果产生较强的影响。
3 实验结果与分析
对于工程造价评估，采用大数据分析方式来加以判断，可以确定的是，工程造价的影响因素众多，因而具有复杂性与非线性特征，采用优化算法发与传统算法对其进行工程造价精确性评估实验，确定实验结果，并以相应图表进行描述。实际上，优化之后的算法，在每一次的实验中，其准确率都要高于传统算法。
对大数据分析下的工程造价精准性进行评估的过程中，采用了优化算法的工程造价评估方式与使用传统算法的工程造价评估相比，在评估时间与评估效率方面具有较大的优势，不仅工程造价评估精准性有所提升，工程造价评估的效率也十分可观[3]（见表1～2）。
4 大数据分析在工程造价中的应用
4.1 在招投标阶段的应用
在工程造价过程中，通过对于数据信息的有效应用，实现对于资源损耗量的有效估算，包括人员损耗、材料损耗与设备损耗等，制定相应的企业定额，继而基于招投标项目的实际情况来对企业定额中的具体条目进行修正。在大数据分析技术的应用中，结合BIM技术进行项目数据的输出与采用，通过大数据来实现对于市场价格数据的有效分析，有效计算企业在完成该项目过程中所需要投入的成本。 对企业成本与社会成本加以比对，明确企业在投入相应成本之后能否获得相当的经济小于，对于招投标工程来说，社会成本的计算过程所采用的市场价格与项目数据相同，差别只在乎其损耗量的不同，前者需要根据清单计价规范与相应区域项目清单计价额定等材料加以确定。项目评标之后，还需要对其是否能够得标加以评价，需要以企业成本为基础，结合项目获取经济利润的具体目标，确定相应的投标价格，进而采取相应的大数据分析方法来对投标过程中的竞争对手加以研究与选择，研究竞争对手可能的报价能力与报价方法，进而与自身报价进行对比来判断自身优势。
4.2 在施工阶段的应用
项目施工作业的过程中，其主要的造价管理就是对工程项目所进行的成本管理，首先同样需要采用BIM技术进行有效模拟，模拟各种可能出现的变化，并且制定相应的应对与处理措施，以避免在施工作业过程中不必要的成本增加现象。以大数据分析技术来对市场相关数据的变化加以分析，在此基础上保障建筑施工材料采购规划的科学性与合理性。通过大数据分析，对项目范围内可能会对造价产生影响的各种因素加以收集与分析，明确要求内在影响因素，制定相應的科学应对与处理措施。在这个过程中，可以以BIM模型与大数据分析技术进行事先的分析与调整，减少风险的发生概率，减少工程造价的投入。
4.3 在验收结算的应用
项目验收结算阶段，是项目工程造价管理与控制的最终阶段，需要在现有工程款的基础上，对项目在施工过程中所产生的工程变更、质量问题、合同索赔等情况所造成的造价变更，就结合项目合同与相应价款标准进行项目结算。结合该项目的造价管理信息与绩效评价结果，分析项目造价管理与控制过程中所产生的经验教训，对项目造价管理与控制规律加以总结，存储于数据库当中，以作为后续使用的数据基础。
5 结 语
可以看出，基于传统的工程造价评估算法缺陷与不足，采用混沌人工鱼来有效保证工程造价评估精准性与高效性，在这个过程中，混沌算法的使用可以构建工程造价过程中各种影响因素之间的相互关联，通过对其混沌变量的不断更新，结合人工鱼群来加以优化，从而保证了大数据分析对于工程造价的有效评估与分析。在此基础上，还需要将大数据分析与BIM等信息技术相结合，更好地保障工程造价管理的精准性。
参考文献
[1]罗世洪.大数据分析对工程造价精确性的影响分析[J].住宅与房地产，2018（06）：24+76.
[2]张 红.大数据环境对工程造价管理影响研究[J].建筑监督检测与造价，2017，10（02）：69～74.
[3]陈婷婷，王 宇.大数据分析对工程造价精确性的影响分析[J].工程经济，2015（06）：10～15.
收稿日期：2018-6-6
作者简介：范 婷（1985-），女，助理讲师，本科，主要从事教育教学工作。