人工智能在工程造價(jià)領(lǐng)域的發(fā)展探討

1、人工智能在工程造價(jià)領(lǐng)域的發(fā)展探討目前人工智能技術(shù)已在建筑工程造價(jià)中有初步運(yùn)用，其采用科學(xué) 方法來對(duì)工程造價(jià)進(jìn)行計(jì)算和編制，從而代替人工勞動(dòng)力，提高計(jì)算 精度和準(zhǔn)確率。對(duì)人工智能和工程造價(jià)的影響因素進(jìn)行了分析，并在 人工神經(jīng)網(wǎng)絡(luò)、遺傳算法以及數(shù)據(jù)信息應(yīng)用方面對(duì)人工智能在工程造 價(jià)領(lǐng)域的發(fā)展進(jìn)行了探討，最后結(jié)合公路工程造價(jià)實(shí)例分析了日BF 網(wǎng)絡(luò)模型的實(shí)際應(yīng)用和優(yōu)勢(shì)。1概述將信息技術(shù)與工程造價(jià)計(jì)算進(jìn)行相融合的交叉性研究，屬于將人 工智能技術(shù)引入工程造價(jià)領(lǐng)域的一種開創(chuàng)性探索研究。在項(xiàng)目的工程 施工過程中工程造價(jià)是影響項(xiàng)目施工的關(guān)鍵因素，造價(jià)計(jì)算的準(zhǔn)確性 對(duì)于工程施工的進(jìn)展至關(guān)重要，在具體計(jì)算過程中需要

2、項(xiàng)目整體統(tǒng)一 計(jì)劃，并且需要考慮到施工現(xiàn)場(chǎng)條件、施工方案、施工組織設(shè)計(jì)、施 工質(zhì)量要求等因素的影響。工程造價(jià)領(lǐng)域引入人工智能不僅能夠提高造價(jià)計(jì)算的準(zhǔn)確性和 高效性，還能解決人力計(jì)算易出現(xiàn)的錯(cuò)誤和誤差，并能將全部影響因 素（如人工、材料、施工機(jī)械的市場(chǎng)價(jià)格變動(dòng)，利率、匯率等一些風(fēng) 險(xiǎn)因素的影響）進(jìn)行綜合考慮，對(duì)于承包商來說，能夠得到一個(gè)最優(yōu) 的施工方案和最合理的投標(biāo)報(bào)價(jià)，進(jìn)而中標(biāo)的可能性和期望更大，對(duì) 于投資方來說，能夠更加準(zhǔn)確地把握工程項(xiàng)目的建設(shè)總投資，為項(xiàng)目 的投資融資方案以及后面工程的順利開展提供支持。目前人工智能主 要應(yīng)用于云計(jì)算、大數(shù)據(jù)、圖像識(shí)別、語音識(shí)別、LBS及AI技術(shù)等 方面，以

3、及在智能財(cái)務(wù)方面的應(yīng)用，但是其在造價(jià)方向的研究較少。2人工智能與工程造價(jià)概述人工智能是在計(jì)算機(jī)科學(xué)計(jì)算的基礎(chǔ)上，依靠計(jì)算程序的編制和 設(shè)計(jì)，實(shí)現(xiàn)代替人力勞動(dòng)，完成相關(guān)應(yīng)用的過程。人工智能一般具有 感知能力、記憶能力、適應(yīng)能力以及反應(yīng)能力等特點(diǎn)。工程造價(jià)是建 筑工程中非常重要的一個(gè)環(huán)節(jié)，其一般具有影響因素眾多、造價(jià)總額 較大、可變性強(qiáng)、動(dòng)態(tài)性強(qiáng)以及復(fù)雜程度高等特點(diǎn)。在人工從事造價(jià) 計(jì)算的過程中，需要對(duì)整個(gè)造價(jià)過程中涉及到的工程量計(jì)算規(guī)則、價(jià) 格水平、定額、費(fèi)率等問題清晰明了，需要對(duì)影響工程造價(jià)的各種因 素綜合考慮，不能出現(xiàn)任何誤差，因此耗費(fèi)的精力和時(shí)間必須很多， 人力計(jì)算時(shí)也難免容易出現(xiàn)一些誤差

4、或者錯(cuò)誤，甚至給某些企業(yè)采取 不正當(dāng)手段達(dá)到惡意中標(biāo)的目的。在人工智能引入工程造價(jià)后，通過 降低人為因素的干擾，依靠計(jì)算機(jī)的編程和設(shè)計(jì)，將材料設(shè)備等進(jìn)行 程序化，可以進(jìn)行準(zhǔn)確和高效的計(jì)算，保證計(jì)算準(zhǔn)確的同時(shí)也保證了 造價(jià)文件的準(zhǔn)確性，以合理實(shí)現(xiàn)業(yè)主和乙方雙方的利益。3人工智能在工程造價(jià)領(lǐng)域的發(fā)展現(xiàn)狀人工智能技術(shù)的發(fā)展及應(yīng)用，使得更多的企業(yè)和行業(yè)向人工智能 靠攏，導(dǎo)致很多行業(yè)的勞動(dòng)力被人工智能所替代，而其在工程造價(jià)領(lǐng) 域目前研究和應(yīng)用較少，主要在以下方面開展了研究。3. 1工程量計(jì)算引入人工智能。工程量計(jì)算主要是對(duì)施工過程 中涉及到的土石方工程、鋼筋混凝土工程、砌筑工程、模板工程等工 程量進(jìn)行綜

5、合計(jì)價(jià)和計(jì)算，然后編制工程量清單。分部分項(xiàng)工程費(fèi)用 的形成是以清單工程量和綜合單價(jià)為基礎(chǔ)，工程量的正確計(jì)算需要建 立在正確的讀圖、識(shí)圖的基礎(chǔ)上，這部分工作工程量很大，也需要高 效準(zhǔn)確的計(jì)算和精力，因此工程造價(jià)部門一般安排許多專業(yè)人員進(jìn)行 全面計(jì)算。目前5D云機(jī)器人技術(shù)運(yùn)用BIM+云+AI技術(shù)，通過bim技 術(shù)和AI技術(shù)，快速實(shí)現(xiàn)了清單列項(xiàng)和工程量計(jì)算工作的計(jì)算機(jī)化， 可在1h內(nèi)完成以前需要數(shù)天才能完成的清單列項(xiàng)工作，并同步瞬時(shí) 完成以前需要數(shù)天才能完成的工程量計(jì)算工作，從而大大縮短了以前 需要數(shù)周才能完成的工程量清單編制工作。3. 2人工神經(jīng)網(wǎng)絡(luò)用于工程造價(jià)估算模型。人工神經(jīng)網(wǎng)絡(luò)是一 種運(yùn)算模

6、型，由大量的節(jié)點(diǎn)（或稱輸入層/輸出層）之間相互聯(lián)接構(gòu)成。 利用人工神經(jīng)網(wǎng)絡(luò)建立的建筑工程造價(jià)快速估算模型主要有:BP模 型、RBF模型和模糊神經(jīng)網(wǎng)絡(luò)模型?；贐P模型可以快速對(duì)工程造 價(jià)進(jìn)行估算，而徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)作為分析方法的一個(gè)突破，使推 斷預(yù)測(cè)、決策問題變得十分明了。如圖1所示，徑向基函數(shù)由格林函 數(shù)構(gòu)成隱層，然后在輸入層和輸出層的設(shè)置后，計(jì)算出運(yùn)行結(jié)果，從 而完成輸入空間到輸出空間的映射。X1X2XnY1Yn輸入層隱層輸出層3.3相關(guān)算法和數(shù)據(jù)信息的融合。 隨著社會(huì)發(fā)展，我們各種各樣的信息和數(shù)據(jù)都在數(shù)字化，大數(shù)據(jù)時(shí)代 已經(jīng)來臨，目前有部分行業(yè)和企業(yè)已逐步建立有自己的數(shù)據(jù)庫，大數(shù) 據(jù)驅(qū)

7、動(dòng)人工智能不斷發(fā)展，建立驅(qū)動(dòng)數(shù)據(jù)和知識(shí)引導(dǎo)的智能計(jì)算平臺(tái) 和方法，能夠更加智能化的計(jì)算相關(guān)數(shù)據(jù)。數(shù)據(jù)信息和人工智能相關(guān) 算法的融合也將成為未來工程造價(jià)行業(yè)發(fā)展的趨勢(shì)，通過大數(shù)據(jù)的融 入，可以更快捷、準(zhǔn)確的判斷造價(jià)過程中各種影響因素的權(quán)重，然后 通過計(jì)算機(jī)的消除與避免，提高工程造價(jià)的運(yùn)行效率和準(zhǔn)確性。同時(shí) 數(shù)據(jù)信息平臺(tái)的建立可全面并更具針對(duì)性地提升了工程造價(jià)信息化 水平，對(duì)于企業(yè)而言，不僅滿足了企業(yè)運(yùn)營(yíng)、生產(chǎn)管控以及高效管理 的需要，也降低了企業(yè)運(yùn)營(yíng)成本，進(jìn)一步提升了企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。4人工神經(jīng)網(wǎng)絡(luò)在工程造價(jià)行業(yè)的應(yīng)用探索以某公路工程造價(jià)估算為例，采用神經(jīng)網(wǎng)絡(luò)方法，建立徑向基函 數(shù)，在輸入層選擇8

8、具有代表性的工程特征作為輸入變量，如表1所 示，用X1X8表示，同時(shí)，將千米造價(jià)作為輸出變量，用C1表示， 另外設(shè)置隱層數(shù)目、樣本數(shù)目。通過輸入節(jié)點(diǎn)進(jìn)行初始化和數(shù)字化處 理，這樣便于計(jì)算機(jī)識(shí)別和神經(jīng)網(wǎng)絡(luò)的接受，計(jì)算結(jié)果如表1所示， 計(jì)算的輸出結(jié)果與實(shí)際值相對(duì)誤差符合要求，同時(shí)將模擬結(jié)果進(jìn)行比 較，相對(duì)誤差僅4. 95%，計(jì)算結(jié)果如表2所示。運(yùn)用Matlab語言程 序編程計(jì)算，BP網(wǎng)絡(luò)計(jì)算時(shí)間花費(fèi)624. 7s，徑向基函數(shù)計(jì)算時(shí)間花 費(fèi)3.1s，說明采用徑向基函數(shù)的RBF模型的推廣能力更強(qiáng)，泛化能 力更好，其不論在訓(xùn)練時(shí)間還是預(yù)測(cè)誤差方面都優(yōu)于BP網(wǎng)絡(luò)計(jì)算方 法。5結(jié)語在建筑工程造價(jià)中引入人工智能已成為未來工程造價(jià)行業(yè)智能 化、數(shù)據(jù)化發(fā)展的方向，其對(duì)造價(jià)項(xiàng)目的影響因素、工作重點(diǎn)、規(guī)劃 管理等方面都產(chǎn)生了一定的影響和變革，也對(duì)傳統(tǒng)工程造價(jià)人員的綜 合能