大数据环境下工程造价控制策略智能匹配

大数据环境下工程造价控制策略智能匹

配摘要：工程造价数据库的建立与管理是工程造价信息化管理的重要工作。住房城乡建设部办公厅印发了《工程造价改革工作方案》，明确指出要加快建立国有资金投资的工程造价数据库，按地区、工程类型、建筑结构等分类发布人工、材料、项目等造价指标指数；加快推进工程总承包和全过程工程咨询，综合运用造价指标指数和市场价格信息，控制设计限额、建造标准及合同价格，确保工程投资效益得到有效发挥。本文对大数据环境下工程造价控制策略智能匹配进行分析，以供参考。关键词：大数据；工程造价；控制策略；智能匹配引言工程造价管理必须充分采用大数据采集技术，结合数据安全准确传输对有效数据进行分析，建立工程造价上下游数据无缝对接管理机制，避免浪费大量的工程造价管理应用资源，有效提高造价工作效率，建立工程项目的全生命周期资金管控机制，全方位提高建筑工程项目的整体建设水平。1大数据与工程造价大数据大数据是超出传统软件采集、存储、控制和分析能力的数据集合，其核心价值不是收集大量的数据，而是采用一种新的技术活方法来专业地处理这些基础数据，并用于未来的决策与管理。从数据来源来分析，工程造价管理基础数据主要分布在不同的数据系统或平台上，这种分散式的状态对各项数据的收集、更新、统计和分析提出了新的要求。基于大数据的工程造价管理首先能够将项目建设投资与成本管理及大量基础数据结合起来，为工程造价咨询从业人员提供时效性强的项目基础数据当BIM技术在项目建设中得以逐步应用后，BIM自身所蕴含的工程信息将成为工程造价基础数据的重要来源。此外，基于大数据的工程造价管理还是一个信息收集与分析系统，工程造价管理人员可以利用系统集成的数据分析和挖掘工具通过对海量基础数据来进行分析与研究，掌握项目建设的相关数据的标准、分类和潜在的问题，从而有效提高工程造价管理的准确性，为投资决策、设计优化、成本管控、BIM模型深化提供参考依据，提升工程造价管理业务能力与水平。2工程造价管理中采用大数据采集技术的实践应用要点研究2.1建立全量造价数据分析与采集体系目前，工程造价管理涉及大量的信息数据内容，其数据动态性与多源异构性表现明显，所以，建立一套工程全量造价数据体系势在必行，以保证工程造价管理工作实施到位。结合这一技术内容，我们需要分析造价大数据内容，优化构建四大层面，即项目级层面、企业级层面、企业集团级层面和企业生态级层面。本文参考目前国内某工程项目建设过程，主要围绕其决策阶段进行工程量和造价费用分析，争取做到在多个方面建立工程项目及造价数据体系。2.2应用BIM技术开展工程造价大数据技术应用该污水管网改造工程项目中应用了BIM技术，结合工程造价大数据技术内容建立了良好的分析机制，提供了巨大的发展空间，体现了BIM技术的应用价值。换言之，就是要建立一套三维模型，以形成庞大的大数据分析库，并将该技术应用贯穿于建筑全生命周期体系中。这一过程主要基于BIM模型构建造型全过程跟踪机制，真正参考BIM模型对该改造工程不同阶段的工程量进行快速统计与分析处理。如此可确保该改造工程项目在投标阶段合理应用造价大数据价格查询机制，合理利用BIM输出工程量数据计算内容，形成最终的投标成本。而在施工阶段，造价管理人员则主要利用BIM模型计算各类工程量内容，结合施工模拟降低技术风险内容，有效规避影响工程造价的诸多因素，配合造价大数据技术对市场价格走势进行全面预测。比如，该改造工程专门采用了BIM改造采购方案，有效降低材料采购与库存成本，有效利用BIM模型提前规划节点，深入分析改造工程的建设时间与工程量，制订一系列合理的资源配置方案，确保有效控制工程动态成本。在这一过程中，造价管理人员主要利用BIM模型构建了动态模拟建造机制，围绕工程模拟过程分析项目涉及资金分析机制，保证了工程款结算审核依据的有效提出。2.3施工阶段的应用现阶段，施工阶段成本管理的主要任务是降低建造成本。与其他阶段相比，施工阶段的周期持续时间比较长，施工过程中存在的不确定因素比较多。目前，基于大数据平台的项目管理已经在施工阶段得以应用。首先，利用BIM技术生成深化各专业工程施工模型，各专业信息化模型创建完成后，在大数据应用平台中进行合模，用以进行碰撞检查，及时消除工程变更，合理控制工程造价。其次，协调项目进行虚拟施工，通过虚拟仿真来反映施工过程各环节可能存在的问题，有利于对施工过程进行科学组织，以减少项目施工组织管理成本。再次，利用大数据平台进行项目施工进度控制。利用大数据平台，可以直观地对比实际工作与计划工作，能够科学地进行进度管控，确定合理的工期成本，有效地解决了工程项目进度控制的难点问题。3模糊Petri网及其建模3.1论述模糊Petri网是一种重要的人工智能识别技术，巧妙地结合了案例推理(CBR)与规则推理(RBR)的优势，并同时具有Petri网图形表述能力及模糊推理能力，因而能很好地表达造价历史案例库中案例特征到控制策略的模糊因果关系，也能较大程度提高知识库边缘案例不易明确的问题。大量实践表明模糊Petri网是基于模糊产生式规则的知识库系统表达与运行的良好建模工具，在诸多领域均有应用。3.2基于FPN的模糊推理算法FPN既为模糊产生式规则构建了一个直观的图形化模型，又为模糊推理建立了结构化的推理机制。基于FPN的模糊推理算法主要解决当已知前提命题的真实程度时，怎样确定结论命题的真实程度。即解决已知目标案例特征相似度，经FPN知识推理后确定案例库中有无对应控制策略的问题。本文以最小容错率为准则，通过较为简便的矩阵变换来表达较为复杂的图形化Petri网的规则变迁，以此简化模糊推理步骤。4算例分析一体化知识库的构建，1)数据清洗：数据清洗主要删除电网样本中达不到分析要求的样本，如建设路径过短、类型样本数量较少等。并利用基于统计的拉依达准则、基于邻近值等方法去除异常样本。2)数据规约：电力工程造价数据规约主要分为两类，一类为定性转定量问题，例如：电缆型号由截面面积代替；另外一类为属性规约问题，造价信息系统中的原始数据属性特征较为离散，并不能很准确地反应造价特征，需要采用加权平均或者比例计算等方式将原始数据中集中描述同一问题的多个属性参数转换为综合属性参数。其中在架空工程造价评价体系中比较典型的特征变量有地形系数、海拔系数、单位价值指标、费用构成比例等。3)数据转换：数据转换主要将数据集属性方向进行统一，并去除数据量纲。结束语本文从已有工程造价数据出发，提出了一种大数据环境下工程造价控制策略智能匹配方法。方法实质是通过数据挖掘理论充分归纳工程案例所蕴含的特征与实践经验，并通过云模型一模糊Petri网智能匹配到工程实例。该方法适用范围广，操作难度低，在工程资料与信息不够详细明确的项目投资决策阶段便可提前预知项目建设潜在风险，并在项目建设中实现造价有效控制。参考文献毛慧.基于大数据的电力工程造价信息化管理研究[D].南昌大学,2019.胡秀茂.工程造价行业大数据信息库建设的研究及应用[J].X程造价管理，2018(06):69-72.史翠莲.大数据时代工程造价数据的采集与应用研究[J].施工技术，2018,47(17