前言:想要写出一篇引人入胜的文章?我们特意为您整理了建设工程造价论文范文,希望能给你带来灵感和参考,敬请阅读。
从建设工程造价指数的内涵和编制过程来看,其在建设工程中得到了广泛应用,具体表现在以下几个方面:
(1)建设工程造价指数在工程决策阶段得到了重要应用。在工程决策阶段,建设工程造价指数的运用,为投资方提供了工程总体造价的参考,保证了建设工程项目总体造价能够有一个大致的范围作为依据,满足建设工程造价管理需要,为满足投资方需求提供了有力支持。因此,对于建设工程而言,建设工程造价指数在工程决策阶段得到了重要应用。保证了建设工程的正常进行。
(2)建设工程造价指数在工程施工阶段得到了重要应用建设工程项目的实际施工来看,工程造价管理是贯穿于整个工程项目的重要管理手段,对建设工程而言意义重大。结合当前建设工程造价管理实际,在工程施工阶段中,工程造价指数为施工方法提供了具体的造价依据,便于施工方合理控制总体投资,在满足工程建设需要的同时,有效节约资金,保证工程造价管理能够在施工阶段取得积极效果。
(3)建设工程造价指数在工程结算阶段得到了重要应用。在建设工程的竣工结算阶段,其结算依据主要依靠工程前期制定的造价来确定,这不但是工程造价管理的重要内容,同时也是工程造价管理的有效延伸。在这一过程中,工程造价指数得到了具体应用,为工程竣工结算提供了具体依据,保证了工程竣工结算的准确性和实效性,满足了建设工程竣工结算的实际需要。
2建设工程造价指数及其造价预测的实证研究
2.1信息采集
本文以住宅建筑工程造价指数为例进行预测实证分析。为某市2011年一季度~2013年三季度小高层住宅的建筑工程造价指数。拟以2011年一季度~2013年一季度的建筑工程造价指数为建模数据集,以2013年二季度和2013年三季度的建筑工程造价指数作为测试数据进行预测实证分析。
2.2模型建立
首先利用2011年一季度~2013年一季度9个季度的造价指数预测2013年二季度的造价指数,则原始序列对Y进行加速平移变换和加权平均处理得序列即2013年二季度造价指数的最终预测值为123.3。接下来将该预测值与前9个季度的实际值作为原始序列,对2013年三季度的造价指数进行预测,得最终预测结果为126.2。
2.3预测结果分析
几种模型预测结果精度对比如表2,模型拟合曲线对比。通过对比5种模型的预测结果和拟合效果可以发现,随机振荡GM(1,1)模型的预测精度和拟合效果要好于传统GM(1,1)模型,蚁群改进BP神经网络模型的预测精度和拟合效果要好于BP神经网络模型,而随机振荡GM(1,1)与蚁群改进BP神经网络组合循环模型的预测精度和拟合效果最好。这主要是因为随机振荡GM(1,1)与蚁群改进BP神经网络组合循环模型在改进传统GM(1,1)模型与BP神经网络模型的基础上,能更好地将灰色系统模型弱化数据随机性和波动性的优点与人工神经网络非线性、自适应能力强的特点相融合,不仅提高了模型的稳定性,拓宽了模型的适用性,也大大提高了模型的预测精度。因此可以将其作为建设工程造价指数的预测模型。
3结束语
通过本文的分析可知,在建设工程中,工程造价指数是工程造价管理中的重要内容。结合工程造价指数的内涵,工程造价指数定义明确涉及的方面较多,对工程造价管理的促进作用明显。因此,应将工程造价指数作为工程造价管理的重要内容,不但应做好工程造价指数的编制工作,还要做好工程造价指数的应用,保证工程造价指数能够为工程造价管理提供良好的支撑,确保建设工程造价管理取得积极效果。
作者:余文雯