广东电白建设集团有限公司广东茂名525000
【摘要】近年来,随着我国社会主义市场经济的不断发展,建筑业已经成为影响国民经济水平的重要产业之一。建筑业的迅猛发展,使其已经能够满足人们日益增长的对建筑形状和使用功能多样性的需求。如何动态的控制工程造价就是摆在国家造价管理部门和建筑施工单位要迫切解决的问题。对工程造价的动态控制就是要求在工程施工过程中,能及时的估计在工程中将要发生的一些变动因素,并及时预测对工程造价的影响大小,进而采取有效的动态控制方法定量的分析工程造价是否超过了限定的额度,并及时的采取有效的措施进行防范。
【关键词】建筑工程；造价；动态预知
建筑市场的高速发展,促使建筑施工技术和管理水平的不断提高,而造价管理是工程项目管理中非常重要的一个环节。工程造价管理的目的是按照经济规律的要求,根据社会主义市场经济的发展形势,利用科学的管理方法和先进的管理手段,合理的确定建设工程造价和有效控制工程造价,以提高投资效益和建筑安装企业的经营成果。工程造价的动态控制是一种随着工程实施对工程造价进行实时监控的先进的控制方法,不管是对企业还是对整个社会来说都有非常重要的意义。对于建筑企业工程造价动态控制有利于企业及时调整各种资源的投入情况,减少在施工过程中产生的不必要的浪费,也有利于提高施工企业的管理水平。
1建筑工程实际造价动态预测模型
在目前我国建筑工程中，工程造价对减少成本投入，提高建筑施工企业市场竞争力具有重要的作用。实际造价预知作为工程造价重要的一个内容，能提高建筑施工企业对工程造价的控制力度，实现企业经济效益和社会效益最大化。若想对建筑工程造价进行实际预知，动态预知是关键。
动态预知必须在相关的平台上收集具体建筑工程项目的进度信息以及工程的造价信息，采用科学的评估法，对施工环境和施工材料的市场价格变化情况进行研究，分析出两者对实际造价预知的影响。另一方面，必须注意建筑工程施工设备、技术的投入情况以及施工人员对工程造价的影响。然后结合建筑工程施工企业历史造价的相关信息，建立以BP神经网络为基础的预知模型，并保证其科学性、合理性和可行性。
在预知未来工程造价时，需要在预知结果的基础上，对可能遇到的、潜在的造价控制问题进行分析预知，找到问题及时进行预防和处理，避免因小细节给工程带来质量问题，影响企业的健康发展。建筑工程施工过程中，相关管理部门需要在合同的起草、商议以及签订、实行上对工程造价进行有效的预知。通过统筹论证分析工程造价控制，保证建筑工程的实际造价始终处于可控状态。同时，根据上交的工程造价控制表和报告表，科学合理的分析工程造价控制的结果以及决策。
以建筑工程施工企业历史的造价数据信息为基础，运用BP神经网络模型对实际造价的资金发展以及变化情况进行分析预知。然后比较造价预知的数据与造价计划，确定建筑工程施工的计划值，并对施工中可能会出现的问题进行分析，有针对性的采取改进措施，确保建筑工程实际造价预知结果更加真实、可靠以及准确。
2.建筑工程实际造价动态预测模型结构
对于建立在BP神经网络基础之上的建筑工程结构设计而言，其实质在于：根据建筑工程项目的实际情况，确定神经网络的结构层数，同时准确判定各个结构层神经元的具体数量。一般情况下，神经网络只存在一个输入层，且输入层与输出层之间保持一对一的对应关系、在本文中，所分析的神经网络结构输入层中神经元个数的多少主要受到建筑工程实际造价这一因素的影响。
以某高层建筑工程为例，神经网络输入层当中可以划分为四个独立的神经元元素，其一为土壤等级，其二为管理水平，其三为气候条件，其四为单位造价。而总体费用则是输出层中唯一的神经元元素。从这一角度上来说，以该神经网络结构为立足点，工作人员需要通过对Matlab网络工具的应用，形成与该建筑工程实际造价动态预测目标相契合的神经网络，然后通过对应函数，形成一个独立的BP神经网络。
需要特别注意的一点是：在对神经网络进行训练的过程当中，通常建议采取基于计算机梯度的训练方式，通过对梯度权值、阈值进行调整的方式，使性能函数达到最理想状态。在此期间，网络工具Matalb当中提供了含量以供训练，一般是采取Train触发的方式。具体到建筑工程实际造价的动态预测工作当中来看，神经网络的触发方式多以Traingdm函数为首选方案，在利用该函数更新梯度权值、阈值的过程当中，需要重点评估梯度方向可能对预测结果产生的影响（梯度方向的评估包括当前的梯度方向以及前段时间的梯度方向这两个方面），通过此项操作，恶意避免因参照函数调整而对整个神经网络性能产生的不良影响。
3计算模式与测试方法
（1）计算模式。在BP神经网络结构系统里面输入进去相关的工程有效信息，借助计算模式来进行反复的计算，假如最终的检测结果显示出来的数值和工程建设之初的预算值没有太大出入，则说明这组数据达到了要求的标准，是符合工程需要的。
（2）测试方法。由于误差的范围比较的小，可以借助BP神经网络结构系统来完成工程造价的动态预算和价值评估。假如9月份的所有指标系数都符合有关管的规定，这些指标系数包括地理情况、天气情况、管理的指数以及CPI指数，在BP神经网络结构系统里面输入这些数值，就会得到应该需要的预测费用的具体数值。BP神经网络结构系统可以提供给我们工程需要的实际数值，通过对这些数值的分析，不难发现9月份的资金额度已经超出了计划的范围之内。通过对市场的走访，我们找到了9月份超标的根本原因就是建筑市场建材的价格出现了较大的波动，价格全部的上涨，最终造成实际支出的费用已经超出了预算的额度。
4工程造价监控方法
工程造价的监控的方法主要有赢得值法,还有一些静态的控制方法如因素分析法、差值法和比率法。这些控制方法都是从某一侧面研究工程造价的控制，但是我们还可以借鉴质量控制方法的理论把此理论运用到造价的控制,建立了赢得值一控制图模型对工程造价进行动态控制。
5结束语
近年来，我国建筑行业迅猛发展，大大改善了我国人民的居住环境，为人民群众的生活提供了所需的各种设施。在日渐激烈的市场竞争中，建筑企业若想在其中立足与发展，就必须科学高效的控制工程造价，提升自身的竞争力。基于此点，建筑企业必须建立建筑工程实际造价动态预知，保证实际造价动态预知的科学性、可靠性以及准确性，实现企业经济效益和社会效益最大化。
参考文献：
[1]张蕾.论建筑工程造价的动态管理与控制[J].中国新技术新产品.2012(23)
[2]阮明越.建筑项目施工阶段工程造价动态控制策略[J].中国高新技术企业.2012(13)
[3]张艳青.建筑工程实际造价的动态预测探讨[J].城市建筑.2014(02)
[4]孟雪丽.建筑工程实际造价的动态预测分析[J].建设科技.2015(01)
[5]邓廷林.建筑工程实际造价的动态预知思路构建[J].中小企业管理与科技(下旬刊).2014(06)
[6]汪振星.建筑工程实际造价动态预测及造价控制[J].中国住宅设施.2015(Z4)