基于BIM和BP神经网络的装配式建筑成本风险管控研究

卢 辉

(西安交通工程学院 土木工程学院， 西安 710300)

住建部《“十三五”装配式建筑行动方案》指出，到2020年全国新建装配式建筑要占新建建筑的15%以上,且重点地区要达到20%以上[1]。装配式建筑的建造过程与传统现浇建筑有着很大区别，大量的复杂的建筑预制件需要在车间生产加工完成，预制件经运输至施工现场进行装配作业。预制工厂投资大、预制件构造及类型复杂、运费高、装配施工组织管理困难等诸多因素，导致装配式建筑成本居高不下，致装配式建筑的发展频频受阻。

对于装配式建筑成本风险管控，张第等[2]以上海市某项目为研究对象，分析了预制率为30%的一栋装配式建筑与现浇建筑在土建成本上的区别, 提出了优化过程控制、提高供配效率、利用信息化工具等装配式建筑成本控制措施；朱颖等[3]对装配式建筑整个建造过程的跟踪调查，利用DEMATEL方法对装配式建筑成本影响因素进行定量分析，提出了降低装配式建筑的成本的几个方面。齐宝库等[4]构建了装配式建筑的风险清单并运用熵权法识别出了装配式建筑各阶段的关键风险因素。

本文通过熵权法识别装配式建筑成本影响关键因素，基于BIM平台建立类似工程成本影响关键因素数据库，运用数据库中数据训练BP神经网络，训练的结果作为成本管控目标值，同时基于BIM平台收集在建项目实时成本数据，进行成本分析，完成成本管控及成本考核。利用该方法以期提高装配式建筑成本管控水平，降低成本，提高企业效益。

1 装配式建筑成本管控

质量、成本、进度是建筑工程管理的三大目标，国家大力推广装配式建筑，但装配式建筑成本一直较高，因此降低装配式建筑建造成本是推动装配式建筑发展的关键。

成本管控与考核是企业创效的关键，面对目前高度竞争及高度信息化的市场环境，根据价值工程理论，企业若想在行业中占据领先地位，必须要在成本上下功夫。构建一个高效的成本管理模式，基于成本考核，让全体职员参与成本管理，提高成本管控水平，是企业走向行业领先的先决条件。

装配式建筑的决策设计决定着装配式建筑后续成果，直接影响着项目整体实施成本；构件预制阶段预制完成的构件质量、预制构件的成本也同样影响到后续项目的实施及成本管控；预制完成的构件需要运输至施工现场进行吊装。

装配式建筑和传统现浇建筑存在着很大的区别，传统建筑施工成本主要集中在施工阶段，而装配式建筑构件需要在构件预制场预制完成，运输到施工现场进行吊装，成本主要分布在预制、运输、装配三个重点阶段，所以在满足质量进度要求的前提下，需要尽可能的节约成本，以期降低工程造价。

2 基于熵权法识别装配式建筑成本影响关键因素

2.1 熵权法基本原理及分析过程

熵权法是一种利用各指标熵值所提供的信息量大小来决定指标权重的客观赋权方法[5]。常用此方法来分析指标的权重，本文使用熵权法分析装配式建筑成本影响因素计算模型如下：

1)m个专家对n个指标进行评价打分，收集打分数据，形成原始数据矩阵R；

3)根据熵原理，确定j指标的熵值ej，计算j指标的权重wj。

2.2 装配式建筑成本影响因素清单构建

装配式建筑集“设计—生产—施工”为一体，在不同的阶段建造成本受着不同因素的影响，因此可以把装配式建筑成本视作一个复杂的系统[6]。本文将装配式建筑的建造过程分为决策设计、构件预制、预制构件运输、现场施工四个阶段，用ABCD表示。通过文献查阅与研究，分析找出影响成本的具体因素，列出装配式建筑影响成本的因素清单，如表1所示。

表1 装配式建筑建造过程成本影响因素

2.3 基于熵权法确定装配式建筑成本影响因素权重

2.3.1 原始数据矩阵构造

通过对装配式建筑设计、施工及研究领域内有着丰富的工作经验和研究的7名专家进行调研，就以上确定的装配式建筑成本影响因素清单中的各个影响因素进行打分，1分为“极小影响”，2分为“较小影响”，3分为“中等影响”，4分为“较大影响”，5分为“极大影响”，相邻区间取两相邻值的中间值。对打分数据收集整理形成原始数据矩阵。用Rt(t=1,2,3,4,5)表示装配式建筑设计决策、构件预制、预制构件运输、现场施工四个阶段的评价值矩阵。如决策设计阶段评价值矩阵R1为：

2.3.2 原始数据矩阵归一化处理

1)标准化处理。首先对原始数据矩阵R进行标准化处理，形成矩阵Z=(aij)m×n，标准化公式有两种，一是越大越好，二是越小越好，两种类型的公式如下，其中i为第i个评价对象，j为第j个指标。

(1)

(2)

由于装配式建筑成本影响因素属于越小越好的类型，则选择公式(2)作为原始数据矩阵R标准化处理公式，得到矩阵Z。如决策设计阶段矩阵Z1为：

2.3.3 指标权重确定

根据以上公式，计算可得装配式建筑建造过程成本影响因素熵值、权重以及各阶段指标权重排序，如表2所示。

表2 装配式建筑建造过程成本影响因素熵值和权重

2.3.4 确定成本影响关键因素

若某个指标的信息熵越小，表明指标值的变异程度越大且提供的信息量越多，在综合评价中所能起到的作用越大，其权重越大；某个指标的信息熵越大，表明指标值的变异程度越小，提供的信息量越少，在综合评价中所起到的作用越小，其权重也就越小。综合分析，得出装配式建筑成本影响关键因素，如表3所示。

表3 装配式建筑成本影响关键因素

3 建立基于BIM和BP神经网络的装配式建筑成本管理模型

3.1 BIM和BP神经网络及基于BIM和BP神经网络的装配式建筑成本管理模型

BIM (Building Information Modeling)技术又称为建筑信息模型技术，是一种从建筑投资、设计、施工到最后的竣工和运营管理的全阶段新时代信息技术[7]。BP (Back Propagation)是Rrmlenhort提出的前馈网络的误差反传算法[8]。本文首先基于BIM进行建模，构建协同平台，同时建立类似装配式建筑BIM数据库，将以上基于熵权法确定的关键因素数据作为训练 BP 神经网络的样本数据来训练BP神经网络进行新建装配式建筑成本预测，将结果反馈至BIM平台进行成本分解，确定责任成本指标，进行成本管控及成本考核。构建的基于BIM平台的装配式建筑成本管理模型如图1所示。

图1 基于BIM和BP神经网络的装配式建筑成本管理模型

3.2 BP神经网络训练

将基于熵权法筛选出8个装配式建筑成本影响特征因素量化，量化指标如表4所示。

表4 装配式建筑成本影响关键因素量化

通过调查研究，汇总12个与拟建项目类似的装配式高层建筑的成本影响指标，如表5所示(T表示单方成本，m2·万元-1)。

表5 已完成装配式建筑成本影响特征因素量化数据

将12个项目的成本影响指标量化指标导入BIM平台装配式建筑成本影响因素数据库，同时作为BP神经网络的输入量，以成本值作为输出量，训练BP神经网络，利用训练好的BP神经网络进行预测。

BP神经网络估算模型建立的关键是设置隐层和隐节点，同时要确定输入输出的节点个数[9]。 使用Matlab软件BP神经网络，隐层和输出层函数分别设为tansig和logsig函数,网络训练函数traingdx, 网络性能函数为mse,输入层节点数6个，隐层神经元数初设为6。网络迭代次数epochs为5 000次, 期望误差goal为0.000 000 01,学习速率lr为0.01。训练图像如图2所示，模型预测结果如表6所示。

图2 BP神经网络训练图像

表6 模型预测结果

3.3 成本控制与成本考核

基于工序的成本管理COA(Cost On Activity)已被广为采用，通过WBS(工作分解结构)确定管理细度的COA成本管理可真正降低成本，获取最大利润[10]。基于以上预测，将成本分解至以上分析的四个阶段，划分责任成本。在装配式建筑建造过程中，基于BIM平台实施收集基于熵权法确定的装配式建筑关键因素数据及项目成本，进行成本分析，基于BIM平台进行成本管控及成本考核。

4 结论

1)通过运用熵权法可以确定出装配式建筑成本影响关键因素作为BP神经网络特征向量。

2)通过收集已完工类似工程项目数据，建立BIM数据平台，运用数据训练BP神经网络进行成本预测，以预测值为基准进行成本分解，可以进行成本管控与考核。

3)由于收集到的资料数据有限，本文分析结果仍存在一些误差，随着BIM数据库中收集到的项目信息的增加，结果将会越准确，以方便管理人员基于BIM平台进行成本管控，提高成本管理水平。