关于BP 神经网络与TOC 的工程造价预控的研究

苏亚欣SU Ya-xin

（昆明学院，昆明 650214）

（Kunming University，Kunming 650214，China）

0 引言

造价预控是工程建设质量水平的基础，基于BP 神经网络与TOC 理论的工程造价控制注重从实践出发，并与社会发展程度相适应，在对客观事实充分了解的基础上，有利于充分发挥我国工程造价体系建设的特点，这也是开拓我国工程造价管理新空间、提高投资利润的必要途径。

1 BP 神经网络内涵和在工程造价预控中应用

BP 神经网络模型的应用范围比较宽广，它也是众多神经网络模型中的一种使用效率较好的方式。该种神经网络利用存储空间和不断学习注入新的内容将工程造价中的输入、输出关系具体呈现出来，运行时，可以有效降低网络使用的误差几率。这一过程中使用的算法为梯度下降法，利用反向传播的理论对网络中的权值和阀值进行灵活调整和运用。BP 神经网络中统计数据的输入是由输入层完成的，输入层直接和隐层相联系，隐层又直接和输出层对接，而隐层可由单一层充当，也可以是多层结构，此时输入层和输入层之间神经个数的具体量可以根据系统公式来定，因此数据在输入后的输出过程比较便捷。实际运算中，每一神经元连接强度的权值存在差异性，输入数据的影响程度也会随着权值的增大而加深。

BP 神经网络算法通常包括两项内容，一是通过正向传播的样本输入，二是通过反向传播的误差数据反馈修正权值。正向传播主要是从输入层完成样本的输入过程，接着经过隐层将数据信息传递到输出层，此时若实际输出结果和期望数值存在的差异，已经超过了事先设定的误差，则为反向传播。如果实际的输出值和期望效果的差异比事前设定值要小，系统结束学习算法。该种算法可以利用反复学习与功能连续锻炼的机会而促进运行过程的不断更新，对权值和阀值的灵活调整要通过几百次甚至几万次的映射，同时也要经过正向传播和反向传播的交替运行来完成，这样才可以最大限度降低误差。

2 TOC 理论概述和在工程造价预控中的应用

TOC 理论也叫做约束理论，英文全称是Theory of Contraint，起初是用在制造业中的管理思维方式。不同事物中或者客观系统中，对事物发展方向产生重要影响的总是关键的极少数，而绝大多数处于被制约地位，这是TOC理论的假设基础，因此在对系统进行控制和领导时，只要将关键部分管理好，则可以收到事半功倍的效果。这一理论在工程造价的预控中有着重要的实践意义。通过将影响工程造价超支的各种因素找出来，并罗列出最为关键的因素，作为调节造价的杠杆，着重控制这些因素，尽力消除制约，提高控制效率，可以实现预期的建设目标。

关键链法是在TOC 理论上形成的常用操作方式，同时也提出了TOC 在对待并行项目中如何有效实现资源共享的办法，核心原则是遵循整体优化而非局部优化方针，也即要在工程项目中，每一环节都要秉持着整体优化准则，将完成每一工序的保守时间抽出来，用一个合理的概率乘以相应工序时间值来作为工序的估计时间，同时还要在其中考虑相关的资源约束性。关键链的思考方式就是将时间和资源的约束性加以管理，把关键链网络化并对项目和资源进行合理的规划与整合，对工程造价控制过程的管理具有实践应用意义，一般采用五步法实施，一要找出制约系统运行的因素，二是将制约因素中存在的潜力充分挖掘出来，三是使系统中的其余任务都服从第二步的挖掘策略，四是不断提升制约因素的能力，五是若已有的制约因素已经消除，回到第一步，否则回到第二步，但是在回到第一步时不要让管理惯性成为新的制约因素。

3 BP 神经网络与TOC 理论联合使用对工程造价预控作用

工程造价通常是指一般的建设工程从计划筹建到竣工验收交付这一过程中，各个环节运作需要投资的总和，兼具投资和成本的双重性。工程造价通从政府部门角度衡量算作一种投资从开发商角度来说则属于项目成本。

利用BP 神经网络和TOC 理论可以对工程造价起到准确的预测作用，同时可以有效控制工程造价成本，最关键的问题是要处理好BP 神经网络最终预测结果与TOC理论的有机结合方式。一般来说，当工程造价中的BP 神经网络模型投入使用时，选择的样本数据也满足建模的需求，那么可以进行拟建工程的初步概算，同时，也可以将合同金额的有关数据信息当做预测分析应用数据加以利用，计算出预测结果，确定建设工程决算和合同金额相比，实际增加或者降低的比值，依据预测结果的正值，可以为项目工程成本的超支项和负值节约不必要的开销，按照预测结果中的向量水平将与其对应的合同各条款项相乘得出最终的统一值，依据制约理论的原则将该项结果的一半作为工程施工预留金控制的一部分，根据实际的情况，对预留金中的每一项采取增加或者减少的方式，确保新合同中的金额数量能够满足工程造价的需求，或者以此为依托，再形成新的金额向量。在这份新合同中，所计算的金额不仅包括原来工程量的清单计算方式，并且是已经进行优化的，具有可操作意义的，同时也包括了未来拟建工程依据原先的预测结果而形成的工程决算金额计划，是具有科学预测性和前瞻性的，也能够考虑到当前的状态。所以，单纯拟建工程项目在最初成本预测方面并不具有显著的优势，这和影响成本增高的因素有关。例如工程量的大小、工期的延长时间不同等，所以仅仅采用传统的计算和预测方式没有办法获取更为准确的数据，利用BP 神经网络可以更为精确地计算和度量各种数据，同时也可以为工程预算过程和建设目标成本控制提供更为科学的依据。

TOC 理论则在工程建设监督管理中发挥重要的作用，过程控制水平也会对造价预控质量起到重要的影响，即便预测得再精确与科学，离开完善的过程控制和管理，造价预控水平依然达不到预期的目的。TOC 理论的运用，能够有效发现工程建设中合同金额出现的变动问题，新构建的合同在实行过程中难免会遇到实际阻力，如果工程成本管理中出现了与原计划背离的迹象，或者工程的决算方向没有依据BP 神经网络的预测规则，那么很容易造成工程运行的瓶颈问题，此时为了保证工程建设项目的顺利进行，或者为将风险与损失控制在最小范围内，就要当机立断根据预留资金的数量对整个决算实施过程进行相应的调整，同时还要对工程总合同金额做出适当的调整，以便使得每一环节都能够协调运作，确保瓶颈问题不会带来无法弥补的损失，控制好工程建设朝着良性循环方向发展。TOC 理论的应用是为BP 理论在过程干预中进行的补充，使二者达到优势互补的效果，BP 神经网络重在事前的控制，也即通过精确计算和预测，可以提高事前控制力度，而TOC 理论对过程控制效果良好，是典型的事中控制理论，将工程造价的事前控制与事中控制有机统一在一起，造价预控水平大为提高，可为工程建设项目节约成本的同时创造利润，也是实现资源优化配置的有效途径。

4 总结

综上所述，提高工程造价预控水平不仅关系到工程成本使用效率，还关系到各种资源优化配置水平，对建设项目投入和运行效果起着积极作用，基于BP 神经网络和TOC 理论，不仅可以充分发挥二者各自的系统应用特点，还可以起到优势互补的作用，同时可以为工程造价预控提供科学的依据，提高工程目标成本的控制力度。

[1]卢梅.基于BP 神经网络和TOC 的工程造价预控研究[J].西安建筑科技大学学报（自然科学版），2011，02（28）.

[2]窦兰香.基于BP 神经网络的工程造价预控研究[J].上黑龙江科技信息，2014，02（15）.

[3]马新峰.基于神经网络和TOC 理论的工程造价预控研究[J].江西建材，2014（06）.