基于数据挖掘的建筑工程造价成本预估模型.docxVIP

基于数据挖掘的建筑工程造价成本预估模型 　　摘 要： 成本预估是建筑工程管理中的一个重要研究方向，传统模型无法精准描述建筑工程造价的变化趋势，导致建筑工程造价成本预估精度低，为此，设计了基于数据挖掘的建筑工程造价成本预估模型。建立建筑工程造价成本预估的数学模型，采用最小二乘支持向量机对建筑工程造价成本预估数学模型进行求解，并采用改进粒子群算法对模型再优化，通过具体建筑工程造价成本预估实验对有效性进行验证，数据挖掘提高了建筑工程造价成本预估的精度，且建筑工程造价成本预估性能要优于当前其他建筑工程造价成本预估模型。　　关键词： 建筑工程； 质量管理； 成本预估； 数据挖掘； 数学模型； 工程造价　　中图分类号： ?34 文献标识码： A 文章编号： 1004?373X07?0170?04　　Data mining based estimation model of construction project cost　　FAN Wenguang1， 2　　　　Abstract： The cost estimation is an important research direction in the construction project management. The traditional model can′t accurately describe the change tendency of the construction project cost， and has low estimation accuracy of construction engineering cost. Therefore， a data mining based estimation model of construction project cost was designed. The mathematical model of the construction project cost estimation was established. And then the least square support vector machine is adopted to solve the mathematical model of the construction project cost estimation. The improved particle swarm optimization algorithm is used to optimize the model. The concrete estimation experiment of construction project cost was performed to verify the effectiveness of the model. The data mining can improve the estimation accuracy of construction project cost， and the performance of the model is higher than that of other construction project cost estimation models.　　Keywords： construction engineering； quality management； cost estimation； data mining； mathematical model； project cost　　0 引 言　　随着经济的不断发展，人们生活水平不断提高，而住房水平是其中最为重要的一部分，使得大中小城市的建筑?I发展迅速。由于材料、人工费、管理费用的不断增加，建筑工程造价的成本也相应增加，对建筑工程造价成本进行预估，为工程管理者和企业提供有价值的信息成为当前重要研究内容[1?3]。　　原始建筑工程造价成本预估主要通过一些管理人员根据统计学方法进行，该过程十分复杂，极易出错，导致建筑工程造价成本预估的误差大，很难为建筑工程造价成本的管理者提供有效的信息[4]。多元线性回归模型根据建筑工程造价成本的历史数据，对相似建筑工程造价成本进行回归和拟合，比人工方法的建筑工程造价成本预估结果更加可信，但多元线性回归模型认为建筑工程造价成本是一种固定的线性增加变化趋势，这与实际情况不太相符，因为建筑工程造价成本是一种非线性变化系统，不仅有一定的线性变化趋势，同时具有一定的非线性波动，使得建筑工程造价成本预估精度有待进一步提高[5]。人工神经网络具有智能学习能力，可以对建筑工程造价成本与其影响因素之间的关系进行非线