人工智能技術對工程造價過程的影響因素研究

夏藍天 潘皓

摘 要：隨著科學技術的進步，人工智能技術發展迅速，為人們的生產和生活提供了更多的便利，包括工程造價的變化。這項技術的使用大大提高了項目成本控制的質量和效率。因此，探索人工智能技術在工程造價中的應用是十分必要的。

關鍵詞：人工智能技術;工程造價;影響因素;措施

1工程造價中應用人工智能技術的必要性

由于工程造價的復雜性，影響工程造價工作的因素很多，主要分為人為因素和客觀因素，這會增加工作人員在后續調整中的計算壓力。因此，在工程造價中應用人工智能技術是十分必要的。其必要性體現在以下幾個方面：第一，將人工智能技術應用于工程造價中，可以有效提高企業的核心競爭力。在當前經濟發展形勢下，市場競爭日趨激烈，這對工程建設相關企業提出了新的挑戰。對于工程施工企業來說，經濟利潤往往是通過開發工程項目獲得的，但利潤的高低直接關系到工程項目的成本。在科學技術不斷進步的背景下，人工智能技術、云計算技術和物聯網技術得到了前所未有的發展和應用，尤其是人工智能技術，其智能化的數據采集、分析和處理可以大大提高工程造價工作的質量和效率，確保相關企業和單位的經濟效益，為企業核心競爭力的提升提供良好保障。因此，應積極將人工智能技術應用于工程造價工作中，以促進相關企業的健康發展。第二，人工智能技術在工程造價中的應用是當今社會的主要發展趨勢和需要。在我國科技水平不斷提高的背景下，國家要求大力發展安全智能信息技術，各行業要積極整合信息技術。鑒于此，信息技術的應用已成為工程建設領域的主流。由于人工智能技術的先進性，大大提高了工程造價的質量，保證了相關企業的經濟效益。因此，在工程造價中應用人工智能技術是非常必要的。

2人工智能技術對工程造價過程的影響因素

2.1設計理念

為了深入探討人工智能技術對項目成本過程的影響因素，在實證研究階段，采用問卷調查法對研究模型中涉及的變量以及變量之間的關系進行了測量。問卷由兩部分組成：受訪者基本信息和測量表。測量表包括五個測量維度：初步準備、熟悉圖紙、數量計算、定價和后期估算。每個維度有2～4個指標，以便更準確地判斷。同時，測量表根據利克特的5級量表進行了科學調整。每個指數給出1、2、3、4和5的選項，依次表示非常不同意、不太同意、相對同意、同意和非常同意。

2.2指標選擇

在工程造價編制的早期階段，應編制施工圖紙預算，并提出建議，供施工方參考和決策。影響前期準備的因素主要包括設計因素、施工方法、客戶財務狀況、技術要求、項目組要求、工期、施工規模和范圍、市場條件和合同要求。本文在主要研究人工智能技術對其影響的基礎上，選取了建設項目設計因素、施工方法、技術要求和工期四個因素，并將其整合成四個指標，方便找到合適的方案，節省時間，降低工程成本，縮短工期。在熟悉圖紙的階段，您需要瀏覽圖紙并對項目有一個大致的了解。影響這一階段的因素主要包括施工人員的技能水平和讀圖能力、場地限制、施工面積和樓層。在人工智能技術的前提下，選擇施工人員的技能水平和地圖閱讀能力以及現場限制，并將其整合為降低就業和安全風險以及滿足各種現場限制的兩個指標。在計算階段，需要使用鋼筋取樣軟件和圖形計算軟件。影響這一階段計算的因素主要包括建筑工人的謹慎、項目的復雜性和項目信息。在人工智能技術的前提下，選擇了施工人員的謹慎性和項目的復雜性兩個因素，并將其整合為兩個指標：提高計算精度和節省人力資源和時間。在定價階段，首先輸入鋼筋數量，創建一個新的裝飾單元項目，然后記錄人員、材料和機器之間的價差，最后添加所有項目。影響定價階段的因素主要包括清單定價或定額定價的選擇類型、人工部分的數量以及施工過程中的材料采購。在人工智能技術的前提下，選擇人工部分的數量和施工過程中材料的采購兩個因素，并將其集成到計算過程中。其中大部分都得到了簡化，提高了物資采購的準確性。在后期結算階段，需要收集竣工數據，并對竣工過程進行結算和審核。影響后期結算過程的因素主要包括工程變更、國家政策控制、自然條件、市場需求、施工過程中的人員變動和勞動生產率。在人工智能技術的前提下，選取施工過程中的自然條件和人員變化，將其簡化為兩個指標：調節自然因素和增加失業率。

2.3遺傳算法與人工神經網絡的結合

將遺傳算法與人工神經網絡相結合，形成了自動設計方法。該方法效率高，能有效地優化神經網絡，減少神經網絡的負面因素。在工程造價中采用自動設計方法時，主要以遺傳算法為基礎，利用神經網絡加權算法工具進行設計，以提高工程造價的工作質量，同時改變遺傳算法的收斂性。遺傳算法可以優化神經網絡的連接權值，使這兩種技術能夠順利集成。同時，當相關人員想要優化神經網絡連接權重時，他們只能通過該功能調整對項目各種信息數據的分析，從而實現對項目成本的合理估算和控制。但在神經網絡連接權值的訓練過程中，相關人員應注意參數的選擇，因為在多因素的共同作用下，參數的選擇可能會出現一些問題，這將延長神經網絡連接權值的訓練時間，影響遺傳算法收斂性的有效降低，使神經網絡振蕩，最終影響工程造價估算結果的準確性。因此，在優化神經網絡連接權時，相關人員應合理使用遺傳算法，保證神經網絡連接權值和權值處于對應狀態，提高權重的準確性，減少樣本函數的誤差，為項目成本估算和后期控制打下良好的基礎。

2.4建立成本數據庫

工程造價工作涉及工程量計算、價格計算、預算編制、成本定額等多個方面。無論哪個方面與數據直接相關，數據的準確性都能有效提高工程造價估算的質量。因此，為了有效提高數據質量，在工程建設領域建立了許多行業數據庫，并應用了人工智能技術，極大地提高了數據庫中信息數據采集的速度和質量。從目前的情況來看，工程建設領域現有的行業數據庫包括匯訊發布的各項指標。com、廣聯達公司、上海配額管理站、億才。通用域名格式。這些數據庫主要提供材料價格和信息價格。通過建立成本數據庫，項目成本相關人員可以以信息化的方式獲取和處理數據。在人工智能技術的實際應用中，主要是創建一個成本ERP系統，用于關聯和處理數據，為征地計算和定額設計提供成本大數據平臺的基礎。在數據庫的使用過程中，不僅可以存儲項目成本數據，還可以對數據進行分析、基準、驗證和細化，為項目成本相關人員的決策提供數據依據，實現項目成本的有效控制。

結論

綜上所述，人工智能技術在工程造價工作中的應用具有很強的現實意義。因此，相關人員應深入學習人工智能技術，將BIM技術和人工智能計算技術應用于工程造價工作中，建立成本數據庫，以提高成本計算的質量和效率，促進相關企業的可持續發展。為了使人工智能技術在工程造價過程中能更好地運用，首先要進一步發展人工智能技術，使它能夠完全取代人工手算，達到最高的精確度。其次，也要進一步提高人們自身運用人工智能技術的水平，使它能夠最大程度地發揮作用。最后，還要使人工智能技術與工程造價過程完美結合，從而為建筑行業提供更加廣闊的前景。

參考文獻：

[1]王瓊.人工智能時代下工程造價行業的發展現狀分析[J].山西建筑，2019，45（17）：166-167.

[2]羅永康.人工神經網絡在建筑工程造價預算中的應用[J].山西建筑，2020，46（12）：179-180.

[3]何印.基于人工智能技術的建筑工程造價估算研究[J].建材與裝飾，2018（28）：152-153.