基于GA-PB神经网络的山区公路桥梁造价预测模型
——以简支T型梁桥为例

陈 璨，罗婧文

(1.重庆师范大学后勤与资产管理处，重庆 401331；2.重庆交通大学经济与管理学院，重庆 400074；3.重庆城市管理职业学院审计处，重庆 401331)

0 引 言

在山区公路桥梁建设项目投资决策阶段,工程造价预估作为一项重要工作，预估的准确性不仅影响到前期投资决策,也影响到后期造价的管理与控制[1]。

目前山区公路桥梁常用的估算方法有定额计算法、类比工程法(参照类似项目套算法、经验公式法)、回归分析法(数理统计法)、人工智能技术(专家系统、模糊数学、灰色理论、自适应过滤技术和人工神经网络技术)等[2-4]。这些方法各有其优缺点。例如，定额计算法虽然精度较高，但编制繁琐耗时，且现有的公路工程定额用于山区公路桥梁估价时，存在定额缺项，无法有效套用；类比工程法虽然简便、快捷，但估算精度低、误差大；回归分析法作为一种比较符合客观实际的估计方法，是在收集大量统计资料的基础上建立回归模型进行造价预估的，但数据收集工作量大，且回归模型在处理不确定性因素时较困难；专家系统作为人工智能技术的一种，结合了知识库技术和人工智能技术的优势，但准确性取决于专家的经验，主观性强。山区公路桥梁造价受到很多因素的影响，且在投资决策阶段设计方案、工程量不够明确的情况下，采用上述几种传统方法进行造价估算可能会造成较大的误差，进而造成投资决策失误，影响造价控制，最终影响到工程质量。而人工神经网络具有自适应、自组织、自学习、非线性映像和信息处理能力强等特点。……