人工智能技术对工程造价过程的影响因素研究

夏蓝天 潘皓

摘 要：随着科学技术的进步，人工智能技术发展迅速，为人们的生产和生活提供了更多的便利，包括工程造价的变化。这项技术的使用大大提高了项目成本控制的质量和效率。因此，探索人工智能技术在工程造价中的应用是十分必要的。

关键词：人工智能技术;工程造价;影响因素;措施

1工程造价中应用人工智能技术的必要性

由于工程造价的复杂性，影响工程造价工作的因素很多，主要分为人为因素和客观因素，这会增加工作人员在后续调整中的计算压力。因此，在工程造价中应用人工智能技术是十分必要的。其必要性体现在以下几个方面：第一，将人工智能技术应用于工程造价中，可以有效提高企业的核心竞争力。在当前经济发展形势下，市场竞争日趋激烈，这对工程建设相关企业提出了新的挑战。对于工程施工企业来说，经济利润往往是通过开发工程项目获得的，但利润的高低直接关系到工程项目的成本。在科学技术不断进步的背景下，人工智能技术、云计算技术和物联网技术得到了前所未有的发展和应用，尤其是人工智能技术，其智能化的数据采集、分析和处理可以大大提高工程造价工作的质量和效率，确保相关企业和单位的经济效益，为企业核心竞争力的提升提供良好保障。因此，应积极将人工智能技术应用于工程造价工作中，以促进相关企业的健康发展。第二，人工智能技术在工程造价中的应用是当今社会的主要发展趋势和需要。在我国科技水平不断提高的背景下，国家要求大力发展安全智能信息技术，各行业要积极整合信息技术。鉴于此，信息技术的应用已成为工程建设领域的主流。由于人工智能技术的先进性，大大提高了工程造价的质量，保证了相关企业的经济效益。因此，在工程造价中应用人工智能技术是非常必要的。

2人工智能技术对工程造价过程的影响因素

2.1设计理念

为了深入探讨人工智能技术对项目成本过程的影响因素，在实证研究阶段，采用问卷调查法对研究模型中涉及的变量以及变量之间的关系进行了测量。问卷由两部分组成：受访者基本信息和测量表。测量表包括五个测量维度：初步准备、熟悉图纸、数量计算、定价和后期估算。每个维度有2～4个指标，以便更准确地判断。同时，测量表根据利克特的5级量表进行了科学调整。每个指数给出1、2、3、4和5的选项，依次表示非常不同意、不太同意、相对同意、同意和非常同意。

2.2指标选择

在工程造价编制的早期阶段，应编制施工图纸预算，并提出建议，供施工方参考和决策。影响前期准备的因素主要包括设计因素、施工方法、客户财务状况、技术要求、项目组要求、工期、施工规模和范围、市场条件和合同要求。本文在主要研究人工智能技术对其影响的基础上，选取了建设项目设计因素、施工方法、技术要求和工期四个因素，并将其整合成四个指标，方便找到合适的方案，节省时间，降低工程成本，缩短工期。在熟悉图纸的阶段，您需要浏览图纸并对项目有一个大致的了解。影响这一阶段的因素主要包括施工人员的技能水平和读图能力、场地限制、施工面积和楼层。在人工智能技术的前提下，选择施工人员的技能水平和地图阅读能力以及现场限制，并将其整合为降低就业和安全风险以及满足各種现场限制的两个指标。在计算阶段，需要使用钢筋取样软件和图形计算软件。影响这一阶段计算的因素主要包括建筑工人的谨慎、项目的复杂性和项目信息。在人工智能技术的前提下，选择了施工人员的谨慎性和项目的复杂性两个因素，并将其整合为两个指标：提高计算精度和节省人力资源和时间。在定价阶段，首先输入钢筋数量，创建一个新的装饰单元项目，然后记录人员、材料和机器之间的价差，最后添加所有项目。影响定价阶段的因素主要包括清单定价或定额定价的选择类型、人工部分的数量以及施工过程中的材料采购。在人工智能技术的前提下，选择人工部分的数量和施工过程中材料的采购两个因素，并将其集成到计算过程中。其中大部分都得到了简化，提高了物资采购的准确性。在后期结算阶段，需要收集竣工数据，并对竣工过程进行结算和审核。影响后期结算过程的因素主要包括工程变更、国家政策控制、自然条件、市场需求、施工过程中的人员变动和劳动生产率。在人工智能技术的前提下，选取施工过程中的自然条件和人员变化，将其简化为两个指标：调节自然因素和增加失业率。

2.3遗传算法与人工神经网络的结合

将遗传算法与人工神经网络相结合，形成了自动设计方法。该方法效率高，能有效地优化神经网络，减少神经网络的负面因素。在工程造价中采用自动设计方法时，主要以遗传算法为基础，利用神经网络加权算法工具进行设计，以提高工程造价的工作质量，同时改变遗传算法的收敛性。遗传算法可以优化神经网络的连接权值，使这两种技术能够顺利集成。同时，当相关人员想要优化神经网络连接权重时，他们只能通过该功能调整对项目各种信息数据的分析，从而实现对项目成本的合理估算和控制。但在神经网络连接权值的训练过程中，相关人员应注意参数的选择，因为在多因素的共同作用下，参数的选择可能会出现一些问题，这将延长神经网络连接权值的训练时间，影响遗传算法收敛性的有效降低，使神经网络振荡，最终影响工程造价估算结果的准确性。因此，在优化神经网络连接权时，相关人员应合理使用遗传算法，保证神经网络连接权值和权值处于对应状态，提高权重的准确性，减少样本函数的误差，为项目成本估算和后期控制打下良好的基础。

2.4建立成本数据库

工程造价工作涉及工程量计算、价格计算、预算编制、成本定额等多个方面。无论哪个方面与数据直接相关，数据的准确性都能有效提高工程造价估算的质量。因此，为了有效提高数据质量，在工程建设领域建立了许多行业数据库，并应用了人工智能技术，极大地提高了数据库中信息数据采集的速度和质量。从目前的情况来看，工程建设领域现有的行业数据库包括汇讯发布的各项指标。com、广联达公司、上海配额管理站、亿才。通用域名格式。这些数据库主要提供材料价格和信息价格。通过建立成本数据库，项目成本相关人员可以以信息化的方式获取和处理数据。在人工智能技术的实际应用中，主要是创建一个成本ERP系统，用于关联和处理数据，为征地计算和定额设计提供成本大数据平台的基础。在数据库的使用过程中，不仅可以存储项目成本数据，还可以对数据进行分析、基准、验证和细化，为项目成本相关人员的决策提供数据依据，实现项目成本的有效控制。

结论

综上所述，人工智能技术在工程造价工作中的应用具有很强的现实意义。因此，相关人员应深入学习人工智能技术，将BIM技术和人工智能计算技术应用于工程造价工作中，建立成本数据库，以提高成本计算的质量和效率，促进相关企业的可持续发展。为了使人工智能技术在工程造价过程中能更好地运用，首先要进一步发展人工智能技术，使它能够完全取代人工手算，达到最高的精确度。其次，也要进一步提高人们自身运用人工智能技术的水平，使它能够最大程度地发挥作用。最后，还要使人工智能技术与工程造价过程完美结合，从而为建筑行业提供更加广阔的前景。

参考文献：

[1]王琼.人工智能时代下工程造价行业的发展现状分析[J].山西建筑，2019，45（17）：166-167.

[2]罗永康.人工神经网络在建筑工程造价预算中的应用[J].山西建筑，2020，46（12）：179-180.

[3]何印.基于人工智能技术的建筑工程造价估算研究[J].建材与装饰，2018（28）：152-153.