人工智能在工程造价领域的发展探讨.pdfVIP

人工智能在工程造价领域的发展探讨

目前人工智能技术已在建筑工程造价中有初步运用，其采用科学

方法来对工程造价进行计算和编制，从而代替人工劳动力，提高计算

精度和准确率。对人工智能和工程造价的影响因素进行了分析，并在

人工神经网络、遗传算法以及数据信息应用方面对人工智能在工程造

价领域的发展进行了探讨，最后结合公路工程造价实例分析了ＲBF

网络模型的实际应用和优势。

1概述

将信息技术与工程造价计算进行相融合的交叉性研究，属于将人

工智能技术引入工程造价领域的一种开创性探索研究。在项目的工程

施工过程中工程造价是影响项目施工的关键因素，造价计算的准确性

对于工程施工的进展至关重要，在具体计算过程中需要项目整体统一

计划，并且需要考虑到施工现场条件、施工方案、施工组织设计、施

工质量要求等因素的影响。

工程造价领域引入人工智能不仅能够提高造价计算的准确性和

高效性，还能解决人力计算易出现的错误和误差，并能将全部影响因

素(如人工、材料、施工机械的市场价格变动，利率、汇率等一些风

险因素的影响)进行综合考虑，对于承包商来说，能够得到一个最优

的施工方案和最合理的投标报价，进而中标的可能性和期望更大，对

于投资方来说，能够更加准确地把握工程项目的建设总投资，为项目

第1页共5页

的投资融资方案以及后面工程的顺利开展提供支持。目前人工智能主

要应用于云计算、大数据、图像识别、语音识别、LBS及AI技术等

方面，以及在智能财务方面的应用，但是其在造价方向的研究较少。

2人工智能与工程造价概述

人工智能是在计算机科学计算的基础上，依靠计算程序的编制和

设计，实现代替人力劳动，完成相关应用的过程。人工智能一般具有

感知能力、记忆能力、适应能力以及反应能力等特点。工程造价是建

筑工程中非常重要的一个环节，其一般具有影响因素众多、造价总额

较大、可变性强、动态性强以及复杂程度高等特点。在人工从事造价

计算的过程中，需要对整个造价过程中涉及到的工程量计算规则、价

格水平、定额、费率等问题清晰明了，需要对影响工程造价的各种因

素综合考虑，不能出现任何误差，因此耗费的精力和时间必须很多，

人力计算时也难免容易出现一些误差或者错误，甚至给某些企业采取

不正当手段达到恶意中标的目的。在人工智能引入工程造价后，通过

降低人为因素的干扰，依靠计算机的编程和设计，将材料设备等进行

程序化，可以进行准确和高效的计算，保证计算准确的同时也保证了

造价文件的准确性，以合理实现业主和乙方双方的利益。

3人工智能在工程造价领域的发展现状

人工智能技术的发展及应用，使得更多的企业和行业向人工智能

靠拢，导致很多行业的劳动力被人工智能所替代，而其在工程造价领

域目前研究和应用较少，主要在以下方面开展了研究。

3．1工程量计算引入人工智能。工程量计算主要是对施工过程

第2页共5页

中涉及到的土石方工程、钢筋混凝土工程、砌筑工程、模板工程等工

程量进行综合计价和计算，然后编制工程量清单。分部分项工程费用

的形成是以清单工程量和综合单价为基础，工程量的正确计算需要建

立在正确的读图、识图的基础上，这部分工作工程量很大，也需要高

效准确的计算和精力，因此工程造价部门一般安排许多专业人员进行

全面计算。目前5D云机器人技术运用BIM+云+AI技术，通过bim技

术和AI技术，快速实现了清单列项和工程量计算工作的计算机化，

可在1h内完成以前需要数天才能完成的清单列项工作，并同步瞬时

完成以前需要数天才能完成的工程量计算工作，从而大大缩短了以前

需要数周才能完成的工程量清单编制工作。

3．2人工神经网络用于工程造价估算模型。人工神经网络是一

种运算模型，由大量的节点(或称输入层/输出层)之间相互联接构成。

利用人工神经网络建立的建筑工程造价快速估算模型主要有:BP模

型、ＲBF模型和模糊神经网络模型。基于BP模型可以快速对工程造

价进行估算，而径向基函数神经网络作为分析方法的一个突破，使推

断预测、决策问题变得十分明了。如图1所示，径向基函数由格林函

数构成隐层，然后在输入层和输出层的设置后，计算出运行结果，从

而完成输入空间到输出空间的映射。

X1X2XnY1Yn输入层隐层输出层3．3相关算法和数据信息的融合。