摘要：随着我国社会经济的发展，我国建筑工程也得到了很大的提高，在建筑工程管理中最重要的就是建筑工程造价估算，在建筑工程的前期阶段，建筑工程项目造价估算是必不可少的关键部分。由于建筑工程项目受到很多方面因素的制约，所以建筑工程项目的造价估算的准确性也受到相应的影响。人工智能技术在建筑工程造价估算中的应用，可以提高建筑工程造价估算的准确率。
关键词：人工智能技术；建筑工程管理；造价估算；工程造价；
引言
建筑工程预算是一项经验性很强的工作。它没有深奥的理论，但是要求预算编审人员具备十分丰富的经验，不仅要具备足够的建筑工程背景知识，还要掌握和熟练运用数以千计的规则。从表面上看，这些规则是“死”的，“固定”的和“明确”的，实际上在执行这些规则时会发现，它们是活的，相对可变的，有时还是“模糊”的。因此，经验对于正确理解和执行规则，保证预算工程的质量是至关重要的。[1]一个有经验的预算员可以得心应手地运用自己的知识，因地制宜地执行各种规则，从而编制出正确的工程造价预算：而一个生手，面对施工图纸、手册和一大堆规则，往往会不知所措，他必须向老预算员请教。这种性质的工作为人工智能技术提供了用武之地。
1人工智能技术分析
1.1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。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。
1.2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。
2人工智能技术引入工程量计算
2.1工程量计算的规则
对于工程量来说，主要是利用物理计算单位以及自然计算单位表示各个工程项目的数量，自然计量单位主要利用物体的自然数来表示工程量。工程量的计算直接以直接费为基础，并且其中工程量的计算程度也十分的准确，一些重算以及漏算将会直接影响工程造价的精准程度。
期刊文章分类查询,尽在期刊图书馆对于工程量的计算其工程量很大，同事工作也十分细致，在工程编制预算中会将消耗大量的时间，并且施工企业也必须要配备大量专业的人员进行全面的设计。为了做好对工程量的计算，那么必须要制定出一个被同行业所人格的计算方式，也就是所谓的工程量计算规则，要能够保证对相关工程量的计算准确性。
2.2人工智能化技术
在人工智能化技术不断发展的同事，建筑工程造价中也在一步步的应用了智能化系统，国内外很多的学者都讲人工智能化技术引入到了相关的工程造价领域，对工程项目中的造价管理，合同管理以及工程监督等进行了全面的控制监督。
3人工智能技术在建筑工程造价估算中的应用研究
3.1基于人工智能技术的建筑工程造价估算模型建立
常用的反向传播网络就是BP人工神经网络，BP人工神经网络模型包括输入输出层和隐藏层。在模型中的每一层的里面都有很多个节点，这些节点代表神经元。在BP人工神经网络模型的每一层内，节点与节点之间不相互连接，在相邻的层与层之间节点之间是相互连接的。信息在输入层进入系统内部，在系统内每个层之间是单向传播的，通过模型内部的各个层之后从输出层离开系统。网络学习过程包括正向和反向两种传播方式。正向传播输出的误差值与预期的精度值相比，如果误差值小于设定的精度值，那么我们可以对各层神经元的权值沿着误差值的反向梯度进行修改，这样可以减小误差值，反复进行操作，如果网络中的全局误差比设定的值大了，那么我们就停止上述操作。
3.2遗传算法和人工神经网络的有效融合研究
把神经网络和遗传算法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。
结语
随着我国现在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。
参考文献：
[1]徐彬彬基于人工智能技术的建筑工程造价估算研究[J]湖南城市学院学报（自然科学版），2016（04）.
[2]屈兰安加强施工管理是提高企业竞争力实施成本管理的有效措施[A]2014年7月建筑科技与管理学术交流会论文集[C]2014.
论文作者:祖聪
论文发表刊物:《基层建设》2018年第9期
论文发表时间:2018/5/30
标签：神经网络论文; 人工智能论文; 算法论文; 技术论文; 建筑论文; 工程造价论文; 工程项目论文; 《基层建设》2018年第9期论文;