地鐵車站建設進度及投資控制研究

陳曉娟

（徐州地鐵集團有限公司,江蘇 徐州 221000）

0 引言

地鐵車站的建設進度和投資控制是城市交通基礎設施規劃和管理中的關鍵問題，直接影響著城市的可持續發展和居民的生活質量。地鐵作為一種高效、環保的交通方式，在城市建設和管理中扮演著重要的角色，因此，確保地鐵車站項目按計劃順利進行、控制投資成本的合理性至關重要[1]。通過全面研究地鐵車站建設進度及投資控制，可以更好地理解和應對城市交通基礎設施建設中的問題，推動城市交通系統的可持續發展。

1 工程概況

某地鐵車站工程位于當地城市交通網絡中的關鍵節點。該地鐵車站的工程規模龐大，涉及多方面要素。該地鐵車站站點總長284 m，工程的投資金額達數億元，站點面積廣泛，包括車站大廳、站臺、通道、出入口、候車區域等多個功能區域，主要構成部分包括地下結構、站點設施、軌道系統、通信信號設備、供電系統、安全系統等。隧道采用了BIM 技術，提高了設計和施工的協同性，降低了項目風險。

2 地鐵車站工程結構分解

地鐵車站工程的結構分解是確保項目管理和實施成功的關鍵步驟，通過按照系統原理將項目細化分解，可以更好地理解各個組成部分的相互關系和依賴性[2]。目前，項目管理主要采用三種不同的分解結構方法，分別是項目分解結構（Project Breakdown Structure，PBS）、工作分解結構（Work Breakdown Structure，WBS）和組織分解結構（Organization Breakdown Structure，OBS）[3]。PBS 是將項目分解成若干部分或細項，以確保捕捉完成項目工作范圍所需的工作要素，更好地控制和監督項目的執行。WBS 是按照從總體到細節的原則，根據項目的總任務和工程系統的范圍，將項目逐層分解，確保項目的目標和范圍得到清晰定義。OBS 則是根據不同的工作分工和類別，對工作的層級結構進行設計，并將工作包與項目不同部門或單位有機聯系在一起，以便更好地協調和合作。

該文采用WBS 對地鐵車站工程進行分解，主要分為以下部分：場地平整、圍護結構、土方開挖、主體結構和附屬結構。以便于管理和組織地鐵車站工程的各個方面，確保項目能夠按照既定的目標和范圍順利進行。地鐵車站的工作分解結構見圖1。

圖1 地鐵車站土建工程工作分解結構圖

3 地鐵車站建設進度及投資影響因素分析

地鐵車站建設進度和投資控制的影響因素較多，特別是在建設前期，各種因素可能對項目的進展和投資目標產生深遠的影響。該文選取并分析一致性影響因素和差異性影響因素，具體見表1。

表1 地鐵車站進度及投資建設影響因素

綜合考慮一致性和差異性因素，地鐵車站建設的進度和投資目標應在項目初期進行全面評估和規劃，同時，項目管理過程中，需要靈活應對各種變化和挑戰，以確保項目按計劃推進并保持投資控制。

4 進度及投資目標預測

地鐵車站工程項目具有獨特性、復雜性和多樣性，根據該地鐵車站的工程特點，由于該地鐵車站工程進度和投資的影響因素較多，而BP 神經網絡具有傳統方法無法比擬的優勢，即BP 神經網絡具有強大的非線性映射能力，能夠有效地反映各種因素之間的非線性關系。因此，該文采用BP 神經網絡預測地鐵車站工程的進度和投資控制目標。

BP 神經網絡是一種常用的人工神經網絡模型，用于解決回歸和分類問題，它由輸入層、隱含層和輸出層組成，通過權重調整和反向傳播算法來訓練網絡，使其能夠從歷史數據中學習并做出預測[4]，其結構如圖2 所示。

圖2 BP 神經網絡結構示意圖

4.1 預測模型構建

為了建立預測模型，需要準備歷史數據，包括地鐵車站建設項目的進度和投資數據包括已完成的項目、各個階段的進展情況、實際投資金額以及項目特征（如地理位置、規模等）。采用MATLAB 軟件創建BP 神經網絡模型，輸入層節點數根據項目特征確定，隱層節點數通常需要經過實驗來確定，而輸出層節點數取決于要預測的變量，即進度和投資金額。使用歷史數據對模型進行訓練，在訓練期間可以使用以下優化算法來最小化預測誤差，如梯度下降法、Adam、RMSprop 等[5]。訓練過程需要迭代多次，直到模型的性能達到滿意水平。模型訓練完成后，需要使用測試集來評估模型的性能。常用的評估指標包括均方誤差（MSE）、均方根誤差（RMSE）、決定系數（R-squared）等[6]。通過比較模型的預測結果與實際值，可以評估模型的準確性和泛化能力。

4.2 模擬結果分析

采用MATLAB 軟件運行該模型，得到網絡收斂和訓練數據擬合情況分別如圖3~4 所示。

圖3 網絡收斂過程

由圖3、圖4 可知，實際值與預測值之間的誤差較小，這表明BP 神經網絡預測能夠滿足實際工程進度和資金投入的要求。為了進一步驗證模型的可靠性，對檢驗樣本進行預測和驗證。考慮BP 神經網絡的預測結果具有隨機性，該次進行20 次BP 神經網絡模型運行，取其平均值，將運行結果平均值作為最終的預測結果。將預測值與實際值進行對比，驗證BP 神經網絡模型的有效性和可行性。結果見圖5。

圖4 進度和單價訓練結果

圖5 訓練檢測結果

由圖5 可知，進度和投資的實際值與預測值之間的相對誤差均在±5%以內。根據預測結果，車站的土方開挖工程進度目標為852 m3/d，投資目標為56.24 元/m3。通過此方法，還可以預測其他分部分項工程的進度和投資目標，最終得出整個車站的總工期目標為642 d，總投資目標為10 751.28 萬元。

5 地鐵車站建設進度及投資控制對策

5.1 進度控制

采用嚴格的進度控制措施，包括制定詳細的工作計劃、監督施工進展、定期召開項目會議以協調各方的工作，使用項目管理軟件來跟蹤任務和資源的分配，以及項目的關鍵路徑，提前識別可能的延誤，并采取適當的行動來加快進度。

5.2 投資控制

為了控制投資，制定嚴格的預算和財務計劃。每項支出都經過精細核算，并嚴格審批，同時，采用成本效益分析來確保每筆支出都是合理的，與供應商和承包商建立合同，明確費用、付款和交付的條款，以避免潛在的額外開支。

在項目立項階段，應對地鐵車站的工程規模、技術標準和預期投資進行準確估算。在預算編制過程中，應綜合考慮施工、設備采購、人力資源等各方面的費用，確保預算合理且可行。地鐵車站建設涉及諸多領域和環節，需要對各項費用進行精細化管理。通過制定有效的成本控制策略，如制定詳細的工程清單、強化合同管理和實施有效的資源配置，以減少成本超支和資源浪費。

5.3 風險評估

地鐵車站建設過程中存在多種風險，如工程施工風險、技術風險和市場風險等，應在項目前期全面分析和評估可能面臨的風險，并制定應對策略。可采用風險分級管理的方法，對不同風險進行分類、評估和應對，以降低風險帶來的不確定性。

5.4 變更管理

變更管理是處理地鐵車站建設過程中變更請求或變更需求的重要手段。建設過程中可能會因為設計變更、技術改進或其他原因而出現需求變化，通過建立有效的變更管理機制，明確變更的程序和責任，并進行成本和進度的再評估，能夠及時應對變更帶來的影響。

6 結語

綜上，在地鐵車站建設項目中，進度和投資控制對工程建設有重要影響。該文主要對某地鐵車站工程項目建設進度及投資控制進行了分析，采用MATLAB 軟件創建了BP 神經網絡預測模型，通過數據分析、模型訓練和優化，得到進度及投資目標預測結果，并在此基礎上提出進度控制、投資控制、風險評估和變更管理等控制方法，以提高地鐵車站建設的效率和質量，降低項目風險，為類似工程實踐提供參考。