摘要：随着信息技术的快速发展，人工智能技术在建筑工程领域的应用是建筑工程发展的必然趋势。在人工智能技术中计算机技术作为重要的技术保障，基于人工智能技术的在建筑工程造价估算研中的应用具有非常重要的意义，人工智能技术可以保证数据估算的准确率，提高建筑工程项目的经济效益。
关键词：人工智能技术；建筑工程；造价估算；研究
1建筑工程造价影响因素
1.1施工技术方案对于工程造价的影响
施工技术方案是建筑企业在施工前根据施工图纸制定的统领施工全过程的综合性文件，它又是一个实现经济效益与工程技术相结合的方案。施工技术方案包括施工组织设计、施工方案、专项方案等，是一个项目指定的实施方案，是统筹项目质量、进度、成本、安全的决策性文件。在进行施工之前，必须确保技术方案的按时完成，同时还要确保技术方案的设计质量，确保在施工阶段优先使用先进的施工工艺和施工技术，这些因素直接影响到建筑工程的施工成本控制工作。另外，施工技术方案还可以引导企业进行合理的投标报价。技术方案与工程实施是否相符合，直接影响到项目的顺利进展以及建筑企业的整体经济效益。
1.2投标报价对于工程造价的影响
伴随着建筑行业招投标机制的引进与实行，使得我国的承发包方式发生了本质上的变化，同时也极大的促进了我国建筑行业的发展。近几年来，建筑行业以及建筑市场管理体制的不断改革，相对成熟的招投标机制已经在建筑行业中得到了广泛的使用。投标报价是否合理，不仅影响到建筑企业能否中标，还直接影响到中标后的经济效益。现阶段，建设单位对施工单位的不平衡报价进行了限制，在项目实施过程中，以招标控制价为基准，投标的综合单价超出招标控制价的一定范围，即认定为不平衡报价，对于实行了不平衡报价的分部分项，如遇变更，其变更后项目的综合单价执行招标控制价或根据现行定额组价得出的综合单价。以上可见，投标报价是影响工程造价的一个重要因素。面对激烈的竞争环境，施工企业在充分了解自身和外部因素的情况下，制定适当的投标方案，根据招标文件，采用合理的报价方法，做好投标书的编制工作，只有高水平的投标书才更有可能帮助施工企业在竞争中胜出。
1.3施工管理不当对于工程造价的影响
做好施工阶段的造价管理与控制，可以有效的降低整个工程的造价。但是就目前建筑工程来说，施工阶段的造价管理工作依旧存在着较多的问题，进而影响到工程造价控制的效果。比如说施工单位对于工程造价的管理意识较为薄弱，并且管理人员对造价管理的重要性也没有引起足够的重视。在进行实际的施工过程中，相关管理人员未能及时地采取有效的手段进行造价的控制，这就会影响到施工企业的综合效益。此外，在进行施工过程中，施工现场还存在着材料浪费以及设备管理不当等问题。
1.4市场环境的因素
市场环境方面的因素对建筑工程的造价也存在较大的影响，因为工程项目施工的时间相对比较长、涉及的范围也比较广，因此工程造价控制的难度比较大，务必根据市场实际的情况进行有效的预测和估计。还有就是市场始终处在变化的状态，相对来讲预测的难度也比较大，出现的失误几率也会更高。在此情况下，市场环境方面的因素对建筑工程造价出现超预算问题的影响比较大，应当引起相关部门高度的重视。
2人工智能技术分析
2.1人工智能技术概念
随着现代化科学技术的迅速发展，计算机技术在人们的工作和生活领域得到了广泛的应用，计算机技术作为人类智能活动的主要工具，取代人类手工生产方式已经成为了一种科学技术发展的必然趋势。计算机技术的发展和计算机设备的应用促进了人类智能技术的发展。
期刊文章分类查询,尽在期刊图书馆人工智能是人类智能的行为，依据人类智能生活发展的规律，通过计算机来运行特定的程序代码，完成人类的任务活动的行为。人们使用计算机技术建立人工智能系统，帮助人们实现某种特定的行为。人类智能技术就是通过对计算机技术的研究和开发来对人类的智能行为进行模拟。随着人工智能技术的快速发展，人工智能化系统在建筑工程造价估算中也得到了广泛的应用。通过人工智能技术对建筑工程项目的造价进行管理，对建筑工程项目进行监督，使用科学方法来提高建筑工程造价估算的准确度。
2.2人工智能技术的特点
人工智能技术最基本的特点就是具有感知能力，感知能力是人工智能系统运行的基础。人工智能技术采用计算机作为主要设备，计算机具有记忆的功能，人工智能技术的发展方向是实现思维功能和记忆功能的对接。人工智能技术具有学习功能的特点，学习能力是适应社会发展的必备的能力，强调知识在现代经济发展中占有主导的地位。人工智能技术的中央处理系统比较类似与人类的神经中枢系统，人工智能技术有和人类比较类似的反映能力，促进了计算机技术的智能化。
3 人工智能技术在建筑工程造价估算中的应用研究
3.1遗传算法和人工神经网络的有效融合研究
把遗传算法和神经网络的优势进行有效的融合，遗传算法具有全局搜索的能力，这是遗传算法最大的优势。通过遗传算法对神经网络进行有效的优化，最主要的是结构化的设计。神经网络可以为遗传算法提供有效的辅助作用，遗传算法的建立我们可以在神经网络的基础之上。遗传算法对神经网络的连接权进行优化，遗传算法可以优化神经网络权值中对相应的函数，调整先关的数据，使神经网络具有更好的连接权。工程项目估算系统的所有数据都包含在神经网络的权值中。自动设计方式是遗传算法和神经网络的一种融合方式，自动设计方式效率高，可以通过遗传算法对神经网络进行优化，这样神经网络的消极因素也就降低了，神经网络提供的神经性能的算法也是遗传算法和神经网络的一种融合方式，神经网络算法中的算法工具采用神经网络权值，可以实现对遗传算法的收敛性的改变。遗传算法对神经网络连接权进行有效的优化，可以保证遗传算法与神经网络进行很好的融合。神经网络连接权权值训练是通过函数进行优化，调整数据分析，查找出最优化的连接权。但是在一般情况的权值训练中，由于受多种方面的因素影响，参数在选择上容易出现问题，权值的训练时间会被延迟，造成收敛效率变低，整个神经网络会发生震荡的现象，工程项目估算的值准确度会受到影响，极值会出现在整个网络局部位置。神经网络连接权的优化我们通过遗传算法的方式进行计算，保证权值与连接权相对应，把样本函数的误差降到最低，提高权值的准确度，保证整个权值训练的顺利进行。
3.2遗传算法优化神经元的学习规则
神经网络在训练的过程中，很多学习规则都是设定好的，但是这些设定好的规则一定要合理，因此可以利用遗传算法来优化相关的规则，主要是促进神经网络能够适应各种问题以及复杂的环境。在学习中将一些问题进行编码，其主要过程是：首先是利用某种编码的方式对学习规则进行编码，从而来产生若干个个体，并且每个个体要与学习规则相互对应。之后要构造训练集，对学习规则的适应度进行计算，然后针对相关的适应度进行选择，最后是对每个编码的学习规则都进行交叉变异遗传炒作，从而来产生下一代群体。
结束语
建筑工程中建筑工程的造价估算是非常重要的部门，准确的建筑工程造价估算可以提高建筑工程项目成本费用预算的准确度，传统的建筑工程造价估算主要是以手工估算的方式为主，在对工程项目的预算过程中准确度低，对数据的估算容易造成很大的误差，这样会导致建筑工程项目经济损失的情况发生。在建筑工程造价估算中人工智能技术的应用，可以采用科学的计算方法来对建筑工程项目造价成本进行估算，可以提高建筑工程项目造价估算的准确度。基于此，以上内容就人工智能技术的建筑工程造价估算进行了分析。
参考文献
[1]何会玉.建设项目工程造价全过程控制探讨[J].住宅与房地产，2016（36）：114.
[2]李欢.影响工程造价主要因素及合理的控制方法[J].黑龙江科技信息，2016（34）：298.
[3]靳正付.建设项目工程造价全过程管理与控制[J].居业，2016（09）：145-146.
[4]麻海峰.建筑工程造价预算审核工作重点探析[J].居业，2016（09）：179-180.
[5]包连伟，李喆，韩英.建筑工程项目的造价控制研究[J].现代工业经济和信息化，2016，6（15）：17-18.
论文作者:杜昱峰
论文发表刊物:《建筑学研究前沿》2018年第13期
论文发表时间:2018/9/29
标签：神经网络论文; 人工智能论文; 工程造价论文; 算法论文; 建筑论文; 技术论文; 工程项目论文; 《建筑学研究前沿》2018年第13期论文;