作者：龐柔君
**：《科學與財富》2023年第01期
摘要：建築工程造價估算是專案決策的重要組成部分，是專案建設前期編制可行性報告以及專案建議書的重要依據之一。本文通過對比rbf神經網路和bp神經網路兩種估算模型分析結果，比較結果的精確度，結果證明，rbf神經網路更具有速度和泛化能力的優勢，模擬的**精度符合實際工程的要求，運用在實際建築工程成本投資估算過程中時可行。
關鍵詞：建築成本造價估算工程造價
1. 前言
建築工程造價估算是專案決策的重要組成部分，是專案建設前期編制可行性報告以及專案建議書的重要依據之一。由於建築工程施工周期長、工藝較為複雜、涉及投資金額較大，專案造價估算是否準確，不僅影響專案建設資金的籌措，而且影響下一階段設計以及施工圖概算的編制，使得投資者不能做出正確的投資決策。目前我國建築工程造價管理正處於重要的改革階段，早期估算的準確性也越來越得到投資者的重視。
加強對建築專案早期估算的研究，無疑對改變人們對工程造價的認識和工程造價管理改革都具有重要的意義。
2. 造價估算模型基本原理剖析
為了提高工程企業在造價估算電算方面的效率和精度，温國鋒等[1] 在進行工程預算時引入了回歸分析、時間序列、自回歸**等模型，但這些傳統的計算方法受限於確定性變化規律及線性關係。它基於一種簡單化和理想化的條件假設，在實際工程中受到許多不確定性因素如地理條件、社會以及經濟因素等等的影響，工程估算問題呈現的是一種非線性關係。毛義華等[2]引入ann（人工神經網路方法），其本質是通過網路函式逼近能力對映實際的複雜函式。
工程造價的相關影響因素空間到工程造價資料空間的對映是工程造價估算的實質。基於神經網路的造價估算模型取神經網路的輸入向量為投資估算的特徵資訊，神經網路的輸出為專案工程主要材料用量、具體的工程造價，通過以往典型的工程特徵、工料及造價作為訓練樣本，對其進行訓練，使不同的輸入向量都能得到最優的輸出量值，從而是想輸入工程特徵到輸出造價資料的對映。神經網路方法最常用是bp網路，其存在著容易陷入區域性最優、收斂慢等缺點。
建築工程投資估算方法研究
1專案投資估算的含義和作用 1 專案投資估算的概念。投資估算是專案在建設前期編制專案建議書和專案可行性研究報告的重要組成部分，是專案決策的重要依據之一。在專案投資決策過程中，依據現有的資料和特定的方法，對建設專案的投資數額進行的估計就是專案投資估算。2 專案投資估算的作用。投資估算在專案建議書階段，...
建築工程造價結算審核方法
作者 張恒 建築工程技術與設計 2015年第14期 摘要 本文結合作者的實踐經驗，簡要 對建設工程結算審核工作的認識和體會。關鍵詞 工程造價結算 審核 問題 方法 前言建設工程專案全過程包括各個環節的造價控制，即專案決策階段 設計階段 實施階段 和竣工階段。而建設工程造價結算審核是全過程的最後環節，...
提高建築工程造價審核質量的方法研究
作者 常勇 活力 2013年第13期 關鍵詞 建築工程 造價審核 方法 一 建築工程造價審核原則 1.質量監察工作的開展 乙個城市的工程建築往往是其城市的容貌，既要有基本的住宅和商業等區域的實用性，又要具備美觀性。如果沒有很高的質量保證，那麼美觀和使用就很難兩全。反之，乙個企業的建築經得住歲月的考驗...