摘要：建筑工程造价的控制是建筑工程管理工作中的重点内容，其工程造价应贯穿于工程项目的全过程，如何对建筑工程造价进行控制与管理是建筑项目中的一大难题，对此本文将对建筑工程造价控制进行分析，提出科学的、有效技术，为建筑工程造价的管理与控制工作更高效的进行而做出参考。
关键词：建筑项目；工程造价；控制；管理
引言
工程造价控制与管理是贯穿于工程项目群过程的的工作，其是集经济、技术和管理三大要素为一体的综合性工作。我们需要用科学结合实际的造价估测来进行项目中工程造价工作，保证在工程造价的控制与管理工作进行时做到科学性和合理性。在决策阶段另外，工程造价在项目投资阶段应保持足够的重视度，一切事情在有了重视度之后才会能开展的更好，工程造价的控制与管理工作也是如此，这样才能实现整体投资控制目标。
1决策阶段的建筑工程造价控制与管理
建筑工程项目在工程造价决策阶段的控制，对整个项目的工程造价控制都具有掌握全局的关键作用，主要是指对投资方的行动计划方案进行规划、选择以及决定这样一个开工准备阶段。而工程造价会直接受项目建设的投资决策的影响，例如建设项目标准的确定、施工规模的确定、项目施工建设地点的确定、设备设施的选用等方面，都是直接影响工程造价的重要因素。根据相关数据统计，项目在建设时的各个阶段中，投资决策在建筑项目工程造价中的占比达到80%~90%之间，是影响工程造价程度最高的阶段。项目建设的决策阶段影响工程造价的主要因素可以分为下面四个部分，笔者将进行细致的分析：
1.1项目建设规模的确定
工程建设项目在开工前都会对建设规模进行一个合理的规划以及选择确定，如果建设规模过小，那么建设的资源就不能充分有效的分配，在成本上也会较高，导致经济效益低；如果生产规模较大，有可能会超过产品在市场的需求量，会使产品闲置积压，或者降价销售，导致成本会相对变高，致使经济效益不理想。
1.2建设项目标准的确定
建设项目标准可以包括：施工工艺、占地面积、施工设施、施工人数等多方面的标准。同时建设项目标准是对项目进行可行性的编制、评估以及审批的重要内容，对工程造价的合理性和工程的是否达标都具有客观的影响。建设项目标准的确定是否合理，对控制工程造价和指导建设投资能否起到作用都起着重要的决定因素，标准水平确定太高时，会对投资的财力和物力带来更高的压力，增加工程造价；如果标准水平确定太低，那么对建筑工程的质量就有可能带来诸多的影响，同时对项目建设的口碑也不利，影响项目建设后期销售，导致经济收益和工程质量上的双向失利。
1.3建设地点的确定
建设项目选择工程地点是一项需要考虑诸多因素的综合性选择环节，不但涉及项目建设条件、市场需求、生态环境和往后产品销售等多方面问题以外，还受到社会、政治、经济等多方面的因素制约，对施工建设的进展也会受到影响，更是直接对项目建设投资产生影响。因此，对建筑工程项目的施工地点进行合理的选择确定是非常重要的。
1.4工程技术方案选择
这其中包括对工艺的要求以及设备的选择，首先需要考虑工艺的是否可行性，例如是否适用，成本是否合理等，另外最好还要保证工艺具有先进性的特点，先进的工艺往往对产品的质量以及成本上都能带来优势，结合实用性，以保证建筑工程的质量，同时尽可能选择消耗消相对较小、对施工效率更高的设备，因为在设备的选择上，设备数量、能源消耗等都会直接对工程造价产生影响，另外，设备产品之间也会存在质量差异，较差的质量也许成本价格会降低，但对工作效率及维护成本都会大大增加，所以在工程技术方案选择上，对工艺和设备上不但要求经济合理，还需考虑为施工效率带来的影响以及其他质量安全因素。
2建筑工程造价应在科学估测基础上进行科学决策
通过上述内容我们了解到建筑工程在对投资决策阶段的各项内容的确定，对整个建筑工程的工程造价影响都非常大，那么科学的预算和项目工程造价科学的估测就是决策阶段重要的内容，为科学的决策提供重要依据。
2.1选用合理的工程造价估测法
（1）回归分析法：这种算法的优点是可以提高估算的精度，但缺点也很明显，就是在估算中对工程灵活的的预估相对较差。（2）单位面积法：该算法在对于单位面积的工程造价估测上相对计算简单，不管项目大小，估算完成只需要几个部分。但缺点也是缺乏灵活性，因为其精准性是主要参照其他某个已完工的工程，与完工工程相似度越高，精确性越高。（3）非确定性因素法：该方法的估算模型主要是采用计算机加人工智能的技术，在近年来，工程造价的估测模型以该方法为主，也是发展的趋势。在建筑工程中，其结构复杂、不确定性因素多、规模大等因素对工程造价的估算影响相当大，而通过计算机加人工智能与神经网络估测在工程估算方面运用，能够为复杂、影响因素繁多的建筑工程带来更高的准确性和可靠性。
2.2建筑工程造价神经网络估测法的分析运用
2.2.1BP神经网络的计算原理
BP神经网络采用正向传播和反向传播两个方式构成的学习过程，输入信息经隐含层单元逐层处理传向输出层，产生需要的输出。其中输出与预期输出有较大的误差是不能达到理想要求，那么就需要反向传播，将误差从原来的路线返回，然后通过修改神经元的连接权值逐渐使误差减小，直到达到理想要求，这个过程中，反复的练习使得神经网络得到记忆训练。
2.2.2BO神经元网络估测工程造价的分析
神经网络估测确切来说其就是一个系统，有输入层和输出层，输入层是影响工程造价的依据因素，输出层则是工程造价的信息。在通过对要求不同的建筑物工程组成及建筑结构参数变化对工程造价的影响进行分析，可以确定包括十个方面的因素来作为工程特征，其中包括建筑面积、结构、层数、、功能以及基础类型、门窗类型、装饰、电气、水暖空调等。根据BP神经网络的特点，在进行神经网络记忆训练时输入和输出都由数据来代替，一般为0~1之间。需要用数字对结构特征进行描述，然后对影响工程造价的特征进行深入分析，消耗和费用越高的结构，其对应代表的0~1之间的数字就会越大，相反越小的越小的消耗机会数字越小。笔者对其工程特征0~1的数字表示作出参考，见表1。选取的工程样本按照上表中的建筑工程特征对各工程特征定量化。用定量化值组成的10维向量作为训练模型输入值。通过BP网络的运算找出工程造价与着10个因素间的数据关系，将工程造价的神经网络模型固定下来。在确定预估工程造价时，先将预估的工程造价特征由上表结合给专家打分，其可以设定为0~1间的数值，将得到的10个向量输入建好的BP神经网络模型中，就可以得到工程造价信息，如下表所示，其中A1~A7为训练样本，A8~A10为预估工程造价，其中数据都只是笔者举例填写的数据。对此，通以上表格的数据显示，建筑工程项目中工程造价有了科学的估测，在往后的项目中为投资决策以及后面阶段的工程造价都能带来更好的预算估测，提供良好基础。尽管笔者上述图表中部分数据是举例并不贴合实际，但最终效果是贴合实际情况的。
3结语
通过对建筑工程项目的决策性阶段分析，其应用科学的方式，结合计算机和人工智能系统的协助，能为决项目决策性阶段带来更好的工程造价预估，加上决策阶段在整体工程造价中的占比十分重要，因此对整体工程造价能带来更好的的控制与管理。
参考文献
[1]冯香云.建筑工程造价超预算的原因及控制措施探讨[J].科技风，2019（22）：118.
[2]王静.建筑工程造价控制与管理分析[J].居舍，2019（19）：143.
[3]李慧.高层建筑电气安装工程造价控制与管理方法分析[J].住宅与房地产，2019（09）：133.
[4]胡雪林.建筑工程造价的动态管理与控制分析[J].科技风，2019（03）：111.
作者:崔志荣 单位:山西三建集团有限公司
