导读:本文包含了工程成本预测论文开题报告文献综述及选题提纲参考文献，主要关键词:建筑工程成本,背景下,工程成本预测,工程造价
工程成本预测论文文献综述
董志华[1]（2019）在《经济全球化背景下建筑工程成本预测方法研究》一文中研究指出在经济全球化的背景下,我国的建筑行业面临着更加激烈的市场竞争形势,要想实现更高的综合效益,在激烈的市场竞争中立于不败之地,在保障现代化的工程质量的基础上,需要提高建筑工程项目的管理与控制水平,尤其是对于工程造价的管控水平。工程成本预测就是工程造价管控的一项重要内容,科学的预测是优化造价效果的基础,也可以为企业开展工程建设提供更加合理的指导,对于企业把握激烈的市场竞争形势、处理好复杂的施工现场问题具有关键作用。基于此,本文立足于经济全球化背景下建筑行业的发展实际,分析了建筑工程成本预测的主要方法,在此基础上提出优化成本控制的有效策略,以期为我国建筑行业的健康发展提供参考。(本文来源于《今日财富》期刊2019年22期）
张春秀[2]（2019）在《经济全球化背景下建筑工程成本预测方法研究》一文中研究指出经济全球化加速发展的今天,世界范围内的建筑行业都处于竞争激烈的大环境下。要想在竞争中占有一席之地,工程成本的预测管理对于建筑企业是十分重要的。建筑工程成本预测是成本管理的关键任务,也是工程成本管理的一个重要环节,科学的成本预测对建筑企业的招标投标具有指导性意义,并且对后续的建筑施工作业会很大的影响。然而,当前建筑工程成本预测存在着方法不科学、预测不精确、过程不严谨等问题。使得国内的建筑企业的竞争力大大降低。因而,在竞争激烈的经济全球化背景下,对建筑工程成本预测方法进行分析研究,旨在为建筑企业的科学预测工程成本提供一些方法上的借鉴。(本文来源于《中外企业家》期刊2019年12期）
黄良辉,王淑苹,王从祥[3]（2018）在《基于蚁群优化和模糊Petri网的建筑工程成本预测研究（英文）》一文中研究指出为了有效提高建筑工程成本动态控制的精确度,提出将蚁群优化算法和模糊Petri网理论应用于建筑工程成本预测。首先,通过模糊产生式规则选择样本工程并确定工程之间的相似度,以便建立工程成本预测模型,其权值和阈值等参数由BP神经网络训练得出。然后,利用蚁群优化对模型各参数进行优化,从而进一步提高工程成本预测的精确度。实际建筑工程实例分析结果表明:相比传统的BP神经网络预测方法,提出的方法具有更高的准确度,能够有效应用于企业建筑工程成本的科学管理。(本文来源于《机床与液压》期刊2018年24期）
雷林静[4]（2018）在《高速公路项目交叉工程成本预测方法》一文中研究指出高速公路项目交叉工程成本预测是高速公路造价评估过程中非常重要的内容之一。首先对高速公路项目交叉工程成本预测进行研究。然后分析了交叉工程成本预测方法建模。最后对高速公路项目交叉工程成本预测的实际方法进行详细研究,提出对成本有效控制的措施。(本文来源于《交通世界》期刊2018年Z2期）
王镝,于大勇,高勋,利相霖[5]（2017）在《输变电工程成本预测模型研究》一文中研究指出电力作为支撑国民经济和社会发展的基础性产业,其需求日益旺盛,输变电工程规模持续增长。如何通过输变电工程成本预测,掌握未来成本水平及其变动趋势,提高输变电工程投资科学性,提高最优方案选择效率,实施贯穿输变电工程建设全过程的成本控制,切实提高输变电工程成本效益,成为输变电工程成本管理领域的重要课题。介绍了成本预测的研究背景、国内外现状,以及基于标准化提资的自动组价实现方法,旨在为输变电工程成本预测提供理论基础。(本文来源于《2017智能电网信息化建设研讨会论文集》期刊2017-07-01）
余小明[6]（2016）在《浅谈建筑施工工程成本预测与控制》一文中研究指出近年来,我国建筑施工单位的组织管理和生产形式得到了较大的改善,越来越多的建筑施工单位意识到了成本预测与成本控制的重要性、以及成本预测与成本控制对企业发展的巨大影响。本文首先简单概述了做好工程项目投标工作的措施,随后探讨了建筑施工工程的成本预测方法及成本控制方法,以最终达到建筑工程成本控制的目的。(本文来源于《江西建材》期刊2016年19期）
刘阳洋[7]（2015）在《基于PCA-SVR的建筑工程成本预测研究》一文中研究指出在经济快速增长的大背景下,建筑行业的市场竞争异常激烈,建筑企业要想在竞争中不被淘汰,工程成本管理是关键,工程成本预测是工程成本管理不可或缺的重要内容和环节。因此确保建筑行业企业持续、健康、快速的发展,建筑成本预测显得尤为重要。结合目前我国建筑工程成本预测的现状来看,在预测的过程中普遍存在着预测不精确,方法不严谨等问题,本文采用主成分分析法(PCA)结合支持向量回归机(SVR)进行建筑工程成本预测。(1)本文在对建筑工程成本预测相关的国内外研究现状以及文献综述研究的基础上,结合建筑工程成本特点及其影响因素,建立较为合理的建筑工程成本指标体系。(2)详细介绍PCA和SVR的理论与方法,建立基于PCA-SVR的建筑工程成本预测模型。影响工程成本的因素众多,为了减少SVR训练样本的复杂性,提高SVR算法在处理大量数据时的速度,建模过程中首先利用主成分分析方法对指标属性进行研究并提取主成分,消除指标间的相关性,删除重复信息,从而减少了SVR学习样本的维数。该模型结合了主成分分析的降维特性和SVR的小样本非线性预测等优点,提高了系统运行速度以及预测精度,方便了建筑工程成本的预测。(3)通过进行实证研究,结合具体建筑工程项目,将本文的研究成果应用于建筑工程成本预测实例中,得到预测结果,将原始数据与预测数据对比分析,验证该模型的可操作性和有效性,对提高工程成本管理水平具有一定积极意义。(本文来源于《河北工程大学》期刊2015-05-25）
何飞,毛亮[8]（2015）在《基于灰色预测模型的分部分项工程成本预测》一文中研究指出在建筑工程施工评标过程中,将报价低于工程成本作为重大偏差,但是判断投标人的报价是否低于工程成本非常困难,这也是我国采用工程量清单招标以来遇到的难题之一。本文通过收集类似工程已标价工程量清单的综合单价,建立与工程量清单相匹配的数据库,利用灰色预测模型预测分部分项工程成本。从而为准确判断投标人的报价是否低于成本价提供重要依据。(本文来源于《价值工程》期刊2015年02期）
朱丽[9]（2014）在《利用定额预算合理预测工程成本》一文中研究指出在施工前期及施工过程中,如何控制工程成本,是获取工程利润的关键。然而就工程而言,施工之中如何才可以真正的做到有的放矢地预测以及控制成本,并不是单纯的凭借经验来进行预测。定额可以为我们提供一定的程度帮助,它不仅仅是局限于工程的预、决算,其还可以为施工提供一个十分有必要的数据基础,从定额之中来及时的获取有关的数据来进行分析,就可以达到在施工的过程之中对成本预测来进行控制。(本文来源于《科技信息》期刊2014年11期）
赵茂利,陶学明[10]（2014）在《2013版《计价规范》下施工企业投标报价中工程成本预测分析》一文中研究指出2013版《建设工程工程量清单计价规范》(GB50500-2013)明确提出了工程成本的概念,对建筑施工企业的项目成本管理提出了更高的要求,本文提出了企业需要更加灵活地调整自身管理水平来适应计价模式的调整,进一步提高施工企业的成本管理水平。并阐述了施工企业在投标报价阶段应有针对性地进行项目成本预测,加强项目成本管理,从而实现项目利润目标,并对施工企业应如何进行成本预测的方法进行研究探讨。(本文来源于《招标与投标》期刊2014年01期）
工程成本预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
经济全球化加速发展的今天,世界范围内的建筑行业都处于竞争激烈的大环境下。要想在竞争中占有一席之地,工程成本的预测管理对于建筑企业是十分重要的。建筑工程成本预测是成本管理的关键任务,也是工程成本管理的一个重要环节,科学的成本预测对建筑企业的招标投标具有指导性意义,并且对后续的建筑施工作业会很大的影响。然而,当前建筑工程成本预测存在着方法不科学、预测不精确、过程不严谨等问题。使得国内的建筑企业的竞争力大大降低。因而,在竞争激烈的经济全球化背景下,对建筑工程成本预测方法进行分析研究,旨在为建筑企业的科学预测工程成本提供一些方法上的借鉴。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
工程成本预测论文参考文献
[1].董志华.经济全球化背景下建筑工程成本预测方法研究[J].今日财富.2019
[2].张春秀.经济全球化背景下建筑工程成本预测方法研究[J].中外企业家.2019
[3].黄良辉,王淑苹,王从祥.基于蚁群优化和模糊Petri网的建筑工程成本预测研究（英文）[J].机床与液压.2018
[4].雷林静.高速公路项目交叉工程成本预测方法[J].交通世界.2018
[5].王镝,于大勇,高勋,利相霖.输变电工程成本预测模型研究[C].2017智能电网信息化建设研讨会论文集.2017
[6].余小明.浅谈建筑施工工程成本预测与控制[J].江西建材.2016
[7].刘阳洋.基于PCA-SVR的建筑工程成本预测研究[D].河北工程大学.2015
[8].何飞,毛亮.基于灰色预测模型的分部分项工程成本预测[J].价值工程.2015
[9].朱丽.利用定额预算合理预测工程成本[J].科技信息.2014
[10].赵茂利,陶学明.2013版《计价规范》下施工企业投标报价中工程成本预测分析[J].招标与投标.2014