基于全流程分析的民用建筑工程造价控制方法

毛爱迪

摘要：当前的民用建筑工程造价控制方法，由于使用项目数据聚类能力较差，导致民用建筑工程特征指标提取结果异常，影响民用建筑工程造价控制效果的问题。针对这一问题，提出基于全流程分析的民用建筑工程造价控制方法。首先，使用全流程分析技术获取更为全面的建筑工程造价信息，然后选取K均值聚类算法获取民用建筑工程特征指标，最后构建TOPSIS造价控制模型，得到最终控制结果。构建实验环节，根据结果可知：此方法可有效提升控制指标之间的关联性，降低民用建筑工程造价，提升建筑工程经济性。

关键词：全流程分析；TOPSIS方法；建筑施工；成本造价；造价控制

0   引言

民用建筑工程造价计算是工程项目决策初期的重要工作内容，同时也是项目建议书、可行性性报告的重要组成部分，对于项目施工决策具有重要的控制作用。工程造价控制是一种在保证民用建筑工程有序实施且质量合格的前提下，采用各种方法，对建筑施工过程中发生的各种实际值与计划值进行对比、检测、监督、控制的方法[1-2]。

工程造价的控制过程大致可分为事前控制、事中控制以及事后控制三部分，在实际的操作过程中需要设定目标标准、检查造价控制状态以及纠正造价偏差。控制的主要内容包含人力、物力、技术以及时间。

本文采用全流程分析技术对当前的民用工程造价进行控制。所谓的全流程是指民用建筑工程施工前或施工过程中全部的工作流程，即施工过程中的全部内容和步骤。简单的说，全流程就是整个施工过程。使用此技术，获取更为细致的造价信息，设计基于全流程分析的民用建筑工程造价控制方法，力求在当前控制方法应用效果的基础上，提高民用建筑工程的经济性。

1  基于全流程分析的民用建筑工程造价控制方法设计

根据当前民用建筑工程造价控制过程中的不足，将民用建筑工程各个环节，通过细化的方式，获取更为精细的建筑工程金额。为更好的完成工程造价控制工作，此次研究中将造价控制过程划分为下述3部分。

1.1   民用建筑工程全流程分析

1.1.1   影响工程造价的因素

对大量文献进行分析后发现，影响民用建筑工程造成的因素众多，但大致可过分为两个部分：一类为组成工程造价费用的各项内容；另一类为工程项目所处的施工环境。

1.1.2   民用建筑工程造价内容

民用建筑工程造价主要包含各类设备与工具的购置费用、建筑工程安装费用、建筑建设相关费用、准备费用以及工作人员薪資。本次研究中，使用全流程分析技术获取更为全面的建筑工程造价信息。

1.1.3   民用建筑工程造价施工分期

根据以往的民用建筑工程施工过程，将目标工程整合为施工周期的形式，并将其划分为多个施工环节，并进一步获取每个施工环节的施工内容。获取大量的施工案例信息后，将施工过程简单分为工程前期、工程中期与工程后期三部分，具体施工步骤分解如下：

第一部分为施工前期，包括地质勘查、深基坑开挖测量、前期三通一平、地基与基础施工、土方开挖等。

第二部分为施工中期，包括基槽检验、垫层浇筑、桩心钢筋下放、混凝土浇筑、防水处理、底板钢筋绑扎等。

第三部分为施工后期，包括外墙防水施工、回填土、地下一层结构施工、主体结构、砌体结构、整体粉刷、外立面施工、精装修施工等[3-4]。

1.1.4   数据分析方法

按照上述分析，分环节获取不同环节的施工数据与相关的工程造价数据，并将其整合为数据样本后，分别存储在指定数据库中。在数据存储的过程中，需获取各施工环节的施工周期与工作人员数量，避免后续工程造成计算结果出现误差。

1.2   获取民用建筑工程特征指标

1.2.1   确定分析方法

根据上文全流程分析结果，按照当前民用建筑工程中的常用经济指标，获取民用建筑工程的特征指标。由于各个流程中涉及到的指标类别较多，且整体量纲差异较大，为避免指标选取结果存在差异，在此次研究中使用聚类分析的方法，获取最终的工程造价控制指标。

1.2.2   分析过程

先将待测评内容整理为数据样本的形式，并将其存储到样本数据库中，进行初步系统聚类，并绘制相应的聚类分析树状图，找出每次迭代中含有的待评估内容中的有效数据样本，并剔除无效样本。

随着有效数据样本数量的增加，各个组别之间的组内差会发生变化，进一步提升聚类精度。但仅通过上述操作获取的特征指标具有一定的粗糙性，还需对其进行更深一步的训练，及时展开精度检验，选取误差最小的分类结果的特征指标。

比对多种方法后，选取K均值聚类算法完成此部分操作，整体计算过程设定如下：对于采集到的样本集，按照聚类分析树状图[5]，将其划分为A个数据簇，且保证每个数据簇中的数据具有紧密的联系，数据簇与数据簇之间的距离尽可能大。此时，数据之间的准则函数可表示为：

公式（1）中，Dj表示聚类集合；Ci表示聚类中心；Nj表示聚类集中包含的全部样本个数。

根据上述计算式，构建造价控制聚类中心，并将按照相应的序号排序，而后根据最小距离原则，将数据集中的其他样本分配到不同的聚类中心，形成数据聚类结果，则有：

公式（2）中，k表示迭代计算次数；K表示造成数据处理过程中的聚类中心个数。本次研究中使用自动聚类中心完成数据计算及处理过程。

1.3   民用建筑工程造价控制

在关键信息聚类结果以及民用建筑特征指标获取结果的基础上，构建TOPSIS[6]造价控制模型，进一步提升工程造价的可控性。

假设目标施工项目中含有n个造价内容，则需要进行评价控制的对象值可表示为：

此时，造价评价矩阵可表示为：

假设此矩阵中存在正效应指标与负效应指标，两种指标均影响公式（4）的计算效果。基于此问题，对公式（4）进行无量纲化处理，得到无量纲评价矩阵，并对此矩阵展开加权计算。

将此矩阵中的行向量作为造价评价空间中的向量，通过此向量获取矩阵中的正理想点以及负理想点，确定两者之间的相似度。控制理想点之前的距离，实现对工程造价的控制工作。以上计算内容可作为初步的造价评估结果。

除此之外，在工程造价的控制过程中，还需考虑到项目人员管理部分信息。在本次研究中，将施工人员绩效作为造价控制指标之一。

应用TOPSIS法对工作人员的绩效进行计算与排序，从中选取最优工作人员，通过其实现造价控制。最后整理上述内容，至此基于全流程分析的民用建筑工程造价控制方法设计完成。

2   实验论证分析

构建实验环节，对文中提出的造价控制方法展开性能测定。为保证实验结果的可靠性，本次实验中使用的数据均源于真实民用建筑工程。

2.1   工程概况

某地区需要兴建一栋20层民用住宅，整体建筑面积约为10万m2，需征收土地面积约为5万m2，以此解决此区域的居民住房问题，供需资金2亿元左右，预计可产生直接收益500万元左右，此项目具有一定的区域经济带动能力。

2.2   实验数据

为降低实验的计算难度，本次实验中选取部分关键项目计价结果作为数据基础，具体数据如表1所示。

将表1中数据作为本次实验的基础，根据此部分数据完成实验的计算过程。为提升实验的对比性，选取基础控制方法与大数据分析控制方法，和文中方法进行对比实验，所得实验结果用于分析3种方法的差异性。

2.3   造价控制指标选取结果关联性实验分析

本实验将测定指标设定为造价控制指标选取结果，通过关联程度分析的方式，确定不同方法的造价控制指标选取能力。

为保证实验变量的单一性，选取10个较为重要的造价指标作为研究对象，将其编号为CJ-01至CJ-10。指标数据之间关联性计算结果如表2所示。

对比以上数据可以发现，3种方法在造价控制指标选取的过程中具有明显的差异性。文中方法选取的控制指标具有较高的关联性，在使用的过程中可有效保证造价控制的整体性，实现造价控制的全环节管理。

从表1可以看出，其他2种方法指标选取结果管理度较低，在应用的过程中，无法实现整体性管理。综上，文中方法的应用效果更佳。

2.4   工程造价降低情况实验分析

应用上述数据以及实验结果，得到不同造价部分的成本控制降低率，具体统计结果如表3所示。

对比表3中的数据可以看出，文中方法对于民用建筑工程造价具有较高的控制能力，可进一步降低建筑成本，提升民用建筑开发的经济性。在日后的研究中，可应用此方法完成工程项目管理工作。

3   结束语

当前的民用建筑工程造价控制方法，由于使用项目数据聚类能力较差，导致民用建筑工程特征指标提取结果异常，影响民用建筑工程造价控制效果的问题。本文针对当前造价控制方法在民用建筑工程应用中的不足，提出了更为先进的新型方法。

实验结果表明，此方法具有较为明显的控制能力，可将其应用在后续的民用建筑工程项目管理工作中。但仅通过上文中的内容，无法确定其可应用到超大型的工程项目中，为此在日后还需对上文中的方法进行多轮测定。

参考文献

[1] 杨德州.基于KJ分析法的电力工程造價分析系统[J].沈阳工业大学学报，2023，45（4）：376-380.

[2] 王文娟，范东振，俞春涛.轨道交通土建工程造价影响因素分析及控制措施[J].建筑技术，2022，53（9）：1174-1177.

[3] 陈大川，余怡，刘跃龙.基于系统工程学的建设工程造价标准体系构建[J].土木工程与管理学报，2021，38（6）：25-30.

[4] 刘少非，侯大山.基于支持向量机的铁路隧道洞身工程造价预测[J].铁道工程学报，2022，39（5）：108-113.

[5] 金国锋，张林，范晓奇等.考虑输变电工程造价的短期光伏功率控制[J].电源技术，2021，45（1）：65-68.

[6] 董娜，卢泗化，熊峰.大数据背景下基于ABC-SVM的建筑工程造价预测[J].技术经济，2021，40（8）：25-32.