基于BP神经网络的公路路基造价方法研究

潘延昌

（兰州铁道设计院有限公司,甘肃 兰州 730070）

1 概述

随着我国经济的快速发展，高速公路的建设也在全国范围内掀起了新的建设热潮，十三五期间,我国的公路里程已达485万km,其中高速公路总里程已达14.3万km,位列世界第一。但是由于公路工程造价的不可控性以及行业现状的不断变化，对公路工程造价管理的要求也进行一步提高[1]。尤其是随着近几年我国对公路工程的投入不断加大，工程前期预算一次次被打破，导致对工程造价的管理要求也相应提高。公路工程项目的造价问题已经成为一个亟待解决的问题。

工程造价，最早为工程造价与管理是一种管理学的问题，造价作为该学科最为根本的问题已经由来已久，Konchar M.K.[2]认为造价为设计阶段及施工阶段所支付的工程费用，其中不包含现场管理费。谷重雄[3]则认为用于某项工程的所有费用即为造价的概念。而我国学者认为工程造价是指从事某项工程时所有费用的总和即为工程造价[4-6]。总而言之，不论国内外学者对造价概念的理解不尽相同，但是，基本对造价在工程中的应用的理解基本相同，即都认为造价是对从事某项工程中某项或某几项费用的总和。

目前，针对公路工程造价管理的研究，国内外学者取得了许多重要研究成果[7-9]。郭晓军[10]通过公路工程造价的研究，建立了一套控制公路工程造价的系统，并通过实践对系统的适用性进行了优化和处理。王新志通[11]过自主设计开发了造价系统，并对系统中的处理模型及包含框架进行了说明。陈政[12]通过造价信息采集，对公路工程造价系统进行了优化。JianG.F[13]对美国的公路工程造价管理系统进行了综合分析和评价。ChouJ.S.[14]开发了对公路工程造价能够进行全周期监控的系统，并进行了应用。总之，随着科技手段的不断进步以及信息系统的不断完善，对公路工程造价的管理研究会慢慢成熟。

本文主要通过BP神经网络，结合实际工程对公路路基土石方量及防护工程量进行了计算，通过对计算结果和实际工程量的对比，研究本系统的适用性及结果的准确性，以期研究结果对公路工程建设过程中施工造价的控制及施工成本的把握提供参考。

2 BP神经网络的特点及原理

BP神经网络的特点是根据神经学中依靠神经元建立起来的具有自动调节功能的动态模型系统，本文中的公路路基造价估算就是基于此而建立的，利用动态模型实时进行造价调整，在工程建设过程中达到安全经济的目的，此方法具有灵活，操作简便等优点。

BP神经网络运用在工程造价中是主要依靠它的性质决定的，即在其中输入x个节点，经过一系列非线性的运算就会得到y个结果，这时候网络空间也就从x维变为y维。通过调整其中的参数，使其达到预期的效果，该模型分为三层，通过输入信号在经过内部非线性函数的复杂计算导出结果，模型内部分布图如图1所示。

图1 模型内部分层示意图

图中红色部分所示分别为输入层和输出层，中间蓝色部分所示为复杂函数计算层，通过中间一系列非线性复杂函数的计算达到动态调整公路路基造价的目的。

本模型中BP神经网络的计算过程如图2所示，通过设定目标和期望值对计算结果反复输入及输出以达到合理的要求。

图2 模型计算流程图

3 模型的计算过程

3.1 参数选取

在模型建立前期需要进行大量的调查，选取合理的参数，以保证结果的可靠性、精确性和适用性。本模型主要是用来计算路基的造价而建立，因此通过查阅大量关于路基概预算资料，对模型中需要的计算参数进行确定。最终通过建筑安装工程费获得计算路基工程造价的参数，主要包括路基的长度及横、纵断面尺寸、地基处理的方法等。

3.2 模型计算过程

通过某高速公路路基土石方的统计，对全线路基土石方进行汇总，得到土石方平均值为320000m3/km，通过对全线路基桥隧占比的统计，得到表示单位千米路基土石方量(x单位：m3/km)与桥隧比(y，单位：%)之间的关系式，从式1中可以看出基本满足线性关系。

由于路基跨度大，各段的桥隧占比不均且土石方的用量也各不相同，因此，本模型建立过程中将防护工程量（y,单位：m3）分为以下几个等级，并得到与土石方用量（x，单位：m3）的关系式见表 1。

表1 函数关系汇总表

通过前期的计算，将计算参数输入界面，并对50km长共计7个标段的路基工程进行造价估算。

4 模型结果分析

通过对土石方及防护工程进行路基工程造价的计算分别得到土石方及路基防护工程预测值与实际的误差百分比，见表2、3。从表中可以看出，在土石方估算中最大误差绝对值为12%，最小误差为5%。在防护工程估算中最大误差为16%，最小误差为1%。

表2 模型土石方计算分析

表3 模型防护工程计算分析

图3 误差对比图

图3为通过模型计算得到的土石方工程及防护工程误差对比图，从图中可以看出通过该模型计算得到的两种工程误差绝对值均小于16%，低于20%的要求，而且在土石方工程中基本都在10%以内。在防护工程中误差变化范围幅度较大，说明由于防护工程的复杂性以及防护技术的不同较土石方工程量难以预测。总体而言，误差值均在20%以内，说明该模型可以用于一般路基工程量的估算。

5 结论与讨论

本文主要采用BP神经网络模型，对公路路基造价的计算进行了模拟，并对计算结果进行了分析，分析结果表明本文建立的模型结果，基本符合实际工程中的情况，可以对以后路基工程造价的计算提供相应的参考，本文主要得到以下几点结论：

1）在土石方估算中最大误差绝对值为12%，最小误差为5%。误差值基本都在10%以内，说明本模型在土石方工程量估算中可以简单、有效地对路基土石方量进行估算。

2）在防护工程估算中最大误差为16%，最小误差为1%，误差变化范围幅度较大，说明由于防护工程的复杂性以及防护技术的不同较土石方工程量估算误差较大。

由于条件限制，本文中模型参数的选取以及工程量估算中忽略了实际工程的许多复杂因素，有必要在下一步总结工程现场数据，提高参数选取的全面性、精确性，以使模型估算值更接近于实际值。