基于GST的工程造价预测模型研究

论文摘要

对一项工程的造价进行既快又准确地预测,对业主、受业主委托的咨询机构以及投标者来说,都是一件至关重要的工作。在工程建设的每个阶段,业主都要预测拟建工程的全部预期价格,据此确定标底、评标与定标；对于投标者来说,工程造价预测则是决定投标成败以及在工程实施过程中能否盈利的关键。传统的预测方法和预测模型有很多种,但这些方法在一定程度上存在局限性和不全面性,目前还不能完全满足工程造价预测的需要。如定性预测方法,它是以掌握了大量信息资料和直观材料的基础上,再请专家分析预测,而在实际工程项目中,材料价格很难预测准确。对历史信息资料的收集,由于现阶段我国多数建筑企业还没有建立自己的信息库,即使有也还不完善或更新升级的速度太慢,所以完全达不到资料共享、信息互通的目的。在历史数据不全,又要求较快较准确的预算工程造价情况下,运用灰色系统理论(Grey System Theory,缩写为GST)来对工程造价进行预测计算较为合适。灰色系统理论的特色是研究“小样本”、“贫信息”这类不确定性问题。其基本准则是“有限信息空间”、“最少信息”。目前,运用灰色系统理论进行工程造价预测的研究较少,有也只是对工程总造价进行GM(1,1)单一数列预测,而工程总造价由几块构成,单一数列预测不够全面,如果采用灰色系统理论的GM(1,N)来预测则更加合适。GM(1,N)模型将某一系统各因素的动态关系找出,了解整个系统的变化及各环节的发展变化。它属于系统的综合研究,是由多个行为变量形成的灰微分方程组,预测多个行为变量的发展变化。本文结合工程造价构成实际情况,建立了工程造价GM(1,N)预测模型,并在工程实例中运用,经检验,预测模型的精度达到要求,完成了预测的目的,具有一定的应用价值。

论文目录

• 摘要
• ABSTRACT
• 目录
• 插图索引
• 附表索引
• 1 绪论
• 1.1 课题背景及研究意义
• 1.2 预测学理论方法研究现状
• 1.2.1 定性预测方法
• 1.2.2 时间序列分析法
• 1.2.3 因果关系预测
• 1.3 灰色系统理论预测方法
• 1.4 本文研究内容及框架
• 2 工程造价基本理论
• 2.1 工程造价概论
• 2.1.1 工程造价的含义
• 2.1.2 工程造价的分类
• 2.1.3 工程造价的职能
• 2.1.4 工程造价的计价特征
• 2.2 工程造价构成
• 2.2.1 我国工程造价的构成
• 2.2.2 建筑安装工程费用的构成
• 2.2.3 国际工程建筑安装工程费用的构成
• 2.3 小结
• 3 传统预测方法模型
• 3.1 回归方法
• 3.1.1 一元线性回归
• 3.1.2 多元线性回归
• 3.2 人工神经网络方法
• 3.2.1 BP神经网络模型原理
• 3.2.2 BP神经网络模型的建立
• 3.3 模糊数学方法
• 3.3.1 拟定特征元素
• 3.3.2 建立隶属度矩阵
• 3.3.3 确定贴近度
• 3.3.4 计算预测造价
• 3.4 案例应用
• 3.5 小结
• 4 灰色系统理论模型
• 4.1 灰色系统理论介绍
• 4.1.1 灰色系统理论的产生与发展动态
• 4.1.2 灰色系统的概念
• 4.1.3 灰色系统与概率、模糊的比较
• 4.1.4 灰色系统基本原理
• 4.1.5 灰色系统分析特点和方法论原则
• 4.2 灰色系统理论的基本概念
• 4.2.1 灰数、灰色方程与灰色矩阵
• 4.2.2 灰序列生成
• 4.3 灰色系统理论的建模问题
• 4.3.1 建模机理
• 4.3.2 灰色动态模型的数学原理
• 4.3.3 建模步骤
• 4.4 GM（1,1）模型
• 4.5 GM（1,N）模型
• 4.6 小结
• 5 工程造价预测模型
• 5.1 概述
• 5.2 工程造价GM（1,1）、GM（1,N）预测模型
• 3的GM（1,1）模型'>5.2.1 建立x₃的GM（1,1）模型
• 2的GM（1,2）模型'>5.2.2 建立x₂的GM（1,2）模型
• 4的GM（1,2）模型'>5.2.3 建立x₄的GM（1,2）模型
• 1的GM（1,4）模型'>5.2.4 建立x₁的GM（1,4）模型
• （0）)派生模型'>5.2.5 GM(1,N,x^（0）)派生模型
• 5.3 实例应用
• 5.3.1 工程简述
• 5.3.2 工程预测值计算
• 5.4 小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 攻读学位期间的主要学术成果
• 致谢