建设工程造价预测方法研究_开题报告

A. 文献综述

建国以来我国工程造价计价一直是沿用计划经济时期的定额计价模式，从设计、施工、管理上控制工程造价，是一~种固定“量”、“价”、“费”定额为主导的静态管理模式。随着市场经济的发展，过于僵化的定额计价模式已不适应国家经济的发展，因而国家针对工程预算定额编制和使用中存在的问题，提出了“控制量、指导价、竞争费”的改革措施，工程造价管理由静态管理模式逐步转变为动态管理模式。其中对工程预算定额改革的主要思路和原则是:将工程预算定额中的人工、材料、机械的消耗量和相应的单价分离，人工、材料、机械的消耗量由国家根据有关的规范、标准以及社会的平均水平来确定。控制量的目的就是保证工程质量,指导价就是要逐步走向市场形成价格，控制费就是要对行业进行规范和调控，这一措施在我国市场经济初期起到了积极的作用。但随着建设I程市场化进程的发展以及与国际接轨的需要，工程预算定额中国家指令性的状况，难以满足工程项目招标投标和评标的需要。控制量反映的是社会平均消耗水平，不能准确地反映各个企业的实际消耗量，体现不了企业技术水平、管理水平和劳动生产率等的差别，从而也就无法体现市场公平竞争，为此国家又适时推出了工程量清单计价模式。

投资估算是指在可行性研究和评估的各阶段，对项目建设的投资需要额进行由粗到细、由概略到详尽多阶段预估的集合。依照美国成本工程师协会的划分，西方国家投资估算通常分为五种:毛估、粗估、初步估算、确定性估算和详细估算。在可行性研究阶段，一般采用前四种，详细估算一般用在项目的工程设计阶段。在我国，投资估算是项目设计任务书或可行性研究阶段及评估阶段对项目总投资和单项工程投资的预估，它不包括设计阶段的建设项目概算和施工图预算。估算结果的精确程度如何，直接影响到项目投资决策的正确性，对工程招投标及后期的工程造价管理工作影响重大，而投资估算模型的选取对估算的精度有直接影响。

国外工程造价预测研究大致经历了三个阶段":第一阶段是50年代末到60年代后期，以英国“工程造价信息服务部(BCIS)”为代表,其特征是单位面积造价估算，第二阶段始于70年代，以使用回归分析为重要特征。例如1974年，英国Kouskoulas和Koehm给出了一个回归模型，式中C为建筑的造价衡量(在后来的模型中，C成为每单位面积造价的估计)。利用己完工建筑的造价数据，采用最小二乘法估计参数,实际应用结果表明，其估算效果明显优于传统的参照单个已完工程的做法:第三个阶段出现于80年代初期的随机模型。这一模型是以MontoCarl方法和人工智能中的知识库技术为基础的计算机软件系统。主要有两个基本特征，. -是认为工程造价存在不确定性和不准确性:二是工程造价估算和计算机相连，采用人工智能知识库技术，建立模拟模型。这种模型主要靠专家的知识对工程进行估价。

因内工程造价预测研究I作起步相对较晚，近年来国内研究学者开展了积极的研究工作，从已经发表的学术研究^范文内容来看，因内学者的研究工作，就工程造价预测方法而言，主要集中在如下几个方面叫:①定额计算类型，由工程造价主管部门根据历史统计资料和专家经验制定颁发相应行业的工程建设定额，拒此结合工程数量对工程造价作出估算，主要有估算指标法和概算、预算定额法:②数理统计类型，根据以往工程的历史资料进行分项统计、回归分析，找出工程数量或I程造价与某个单项因素或诸个影响因素之间的函数关系③经验公式类型，常用的方法主要有特定权重法和指数平滑法，其中特定权重法的权重是一组特定值(一般由专家确定)，而指数平滑法是根据相似工程与预估工程的隶属度和贴近度来动态确定各相似工程的权重，对固定权重法进行了改善。④模糊数学类型，此类模型运用模糊数学理论，定量地确定工程项目之间的亲疏关系，挑选出与预,估I程最贴近的一-组典型工程项目作为相似工程，再由这组相似工程的实际值推算出预估工程的估测值，常用的方法主要有模糊聚类分析法和费用距离法:⑤自适应过滤技术，用自适应过滤技术估测工程造价，实际上是设计这样一个系统: 它能适应工程条件的变化、能在数据库中的典型I程数据不断丰富的情况下自动挑选相似工程，并且使偏差较大的样本不进入估测过程。

B. ^范文提纲格式

摘要

一、引言

二、常用预测方法介绍。

三、预测方法的比较和选择。

四、实际工程案例分析。

五、结论

C. 参考文献

[1]段鹏. 建设工程造价预测方法研究[D]. 重庆大学, 2008.

[2]牛东晓, 乞建勋, 邢棉. 建筑工程造价预测的变结构神经网络模型研究[J]. 华北电力大学学报（自然科学版）, 2001, 28(4):1-4.

[3]胡六星. 基于时间序列的建筑工程造价预测研究[J]. 太原理工大学学报, 2012, 43(6):706-709.

[4]王民, 王玉强, 王东辉. GM(1,1)模型在住宅工程单方造价预测中的应用[J]. 山东建筑大学学报, 2000, 15(4):39-43.

[5]刘婧, 叶青. 采用BP和RBF神经网络的厦门市工程造价预测模型[J]. 华侨大学学报(自然科学版), 2013, 34(5):576-580.

[6]谢瑞芳. 基于自适应模糊神经网络的建筑工程造价预测研究[D].

[7]王轩, 杨文波. 建筑工程造价预测模型的设计与实现[J]. 微型电脑应用, 2019(8).

[6]谢瑞芳. 基于自适应模糊神经网络的建筑工程造价预测研究[D].

[7]王轩, 杨文波. 建筑工程造价预测模型的设计与实现[J]. 微型电脑应用, 2019(8).