[发明专利]一种输变电工程造价评估方法及装置

说明书

技术领域

本发明涉及输变电工程技术领域，具体的讲是一种输变电工程造价评估方法及装置。

背景技术

输变电工程建设一般具有项目投资额巨大、涉及领域多以及影响因素复杂等特点，因此控制输变电工程建设的造价历来都是一个难题。而输变电工程造价的控制是按照计算和确定的工程造价和投资费用这个既定的造价目标，对造价形成过程的一切费用进行严格的计算、调节和监督，揭示偏差，及时纠正，保证造价目标的实现。所以，要想提高资源的利用效率，优化资源配置就必须从控制的目标——评估工程造价开始。

随着科学技术的发展，国内工程造价领域曾经出现了许多造价估算方法，包括：估算指标法、概算定额法、指数平滑法、特定权重法、模糊数学计算法、灰色关联度计算法、神经网络模型法、经验估计法等。这些方法在一些特定的历史时期内和工程项目进展过程中可以解决工程造价的快速估算，但是他们普遍存在的缺点是把属于竞争中最活跃的因素固定化，难以适应适应市场经济体制的要求，忽略了资金的时间价值，缺乏动态性，造成技术和经济的分离，导致估算造价误差太大，仍然很难满足市场经济发展中工程建设的实际需要。

20世纪90年代，小样本数据的机器学习理论研究逐渐成熟，形成了一个较完善的理论体系——统计学习理论，在此基础上，1995年Vapnik提出了一种新的机器学习方法——支持向量机技术。支持向量机技术的出现为小样本数据的学习提供了有效的理论分析基础，在很多领域取得了成功的应用，已经成为小样本学习的研究新热点。然而，在实际研究中发现，单纯依赖支持向量机技术进行小样本数据学习仍然很难取得稳定良好的学习效果，因此本技术拟从人工智能技术入手，寻找合适的理论技术算法，对基于支持向量机技术的小样本数据学习方法进行改进，设计一种科学合理的小样本数据智能学习改进算法，并把该改进算法应用于输变电工程造价快速估算当中，满足输变电工程项目建设过程中造价控制和招投标活动实施的需要。

目前，关于工程造价估算方法的研究较少，除常用的定额概预算造价估算和清单计价方法外，主要利用了模糊数学、灰色关联度和人工神经网络、支持向量机等方法对工程造价估算方法进行了研究。

（1）基于模糊数学的造价估算

王祯显教授在全国首先提出建筑工程造价本身就是一个不确切的数字，带有模糊性的思想，并结合实际将模糊数学的方法应用到工程实践中，提出了快速估算工程造价的新方法，该方法利用隶属度反映工程项目之间的亲疏关系，挑选出与预估工程最贴近的一组典型工程项目作为相似工程，再由这组相似工程的实际值推算出预估工程的造价估算值。唐晓阳等提出根据概率论和模糊数学原理，确立随机-模糊数学特征统计方法，应用模糊数学贴近度概念估算出子工程费用，子工程费用叠加构成总体工程费用的可能造价值。随后，宋红宾、姜德华、黎诚、毕星等分别对模糊数学在造价估算中的应用研究又做了进一步的研究。

（2）基于灰色关联度的造价估算

钱永峰首次提出用灰色系统的生成函数方法，弥补模糊数学造价估算模型中调整系数不确定性的不足。张协奎、钱永峰利用灰色系统理论估算了建筑费用，但只粗略考虑了工程特征，没有考虑分部工程的权重，由此估算出的造价准确度低，难以推广应用。但荀志远、于彩华把预估工程项目和类似工程项目进行分解，以分部工程为计算起点，把分部工程特征和造价结合起来计算关联度，弥补了张协奎、钱永峰建立模型中的不足，提高了估算结果的准确度。之后，张传友、黄宝珍、廖启祥等分别将模糊贴近度与灰色关联度结合起来，改进了之前的估算模型，进一步提高了估算的准确性。

（3）基于人工神经网络的造价估算

邵良彬、高树林通过对神经网络基本原理的研究，介绍了工程造价人工神经网络估算模型和人工智能估算系统软件，并结合矿井项目建设中的井巷工程的实例进行了分析。随后，更多的专家学者应用神经网络对不同的建筑工程造价估算进行了研究，强茂山等对水电工程造价的估算进行了研究，开辟了神经网络的在水电工程中的应用。申金山、赵欣、杨毅、傅鸿等分别利用BP神经网络建立了工程造价估算模型。银涛等研究了神经网络在电力输电工程的造价估算方法中的应用。近年来，出现了神经网络与聚类技术、遗传算法等理论结合提高网络学习能力的研究。邓焕彬、李驰宇等分别结合模糊数学与BP神经网络设计了工程造价快速估算模型。王颖等结合软计算方法、聚类技术和模糊神经网络理论设计了电力线路工程造价预测模型。熊燕利用遗传算法结合BP神经网络理论设计了建筑工程造价估算模型。

（4）基于支持向量机的造价估算