（国核电力规划设计研究院，北京，100095）
【摘 要】通过分析传统成本控制的缺陷，指出采用智能控制技术是成本控制的改进和发展方向。阐述了成本智能控制的概念、特点及意义，最后探讨将模糊控制、神经网络控制和专家控制等关键技术问题与传统成本控制相结合是我国今后发展工程成本智能控制的主要方向趋势。
【关键词】工程项目；成本控制；智能控制
引言
成本目标是工程项目管理的关键性目标，加强成本控制工作是企业实现盈利的重要手段。然而，长期以来，我国企业普遍采用粗放型管理模式，自动化、信息化程度低，加之成本控制系统本身具有非线性、时变因素多等特点，使得成本控制具有较大难度。目前传统的成本控制体系已日趋成熟，但多是以简单计算为主，面对复杂多变、非线性、难以建立精确模型的成本控制环境考虑不足，控制效果不理想。因此，为增强成本控制效果，对项目管理企业进行成本控制智能化的研究，是必要且迫切的。
1 传统成本控制的缺陷
工程成本控制是指为保障建设项目实际成本不超过预算成本，进而开展成本估算、信息收集与反馈、偏差分析和矫正等多方控制行为的整个过程。总体来说，我国传统的工程成本控制工作还很不完善，具体表现在：
（1）具有滞后性和被动性
传统的工程项目成本预测与计划采用的传统方法，对工程中可能影响工程成本的诸多不确定性估计不足，成本偏差分析仅限于计划值与实际值的比较，从结果找原因，缺乏主动、积极的控制，属于事后控制。
（2）缺乏精确模型，主观经验大
成本控制实际上就是工程施工企业对人工费、材料费、机械费等项目的支出进行控制。由于工程计价具有非线性、复杂性等特点，导致实际成本控制缺乏科学合理控制模型，只能依靠个人经验进行控制及反馈，这样的控制过程受主观经验影响较大，难以进行科学客观的控制。
（3）信息化程度低
工程施工项目都是一次性的项目，这其中涉及到大量控制信息。目前的施工企业在进行成本控制时缺乏必要的信息化手段，信息化程度低会使得成本控制过程复杂且控制结果不理想。
（4）自适应性及自调节能力差
目前的成本控制理论都是泛泛而谈，控制者往往不假思索的套用既有的理论公式，使得目前的成本控制系统缺乏自适应性和针对性，进而影响了控制结果对于控制问题的针对性。
为克服传统成本控制的缺陷，采用智能控制技术进行成本控制是未来成本控制改进与发展的方向。
期刊文章分类查询,尽在期刊图书馆
2 成本智能控制概念特点
2.1 成本智能控制的概念
1995年，IEEE控制系统协会将智能控制的定义为：为达到既定的成本目标，采用智能化手段进行信息收集、处理和反馈，并进行智能决策的成本控制过程。
2.2 成本智能控制的特点
成本智能控制系统具有以下特点：
（1）成本控制领域适用性强
成本控制过程具有影响因素复杂、无法用数学公式进行精确控制等特点，这些特点都属于复杂控制系统的内容，故智能控制技术在成本控制领域应用的适用性强。
（2）具有自学习、自适应能力，鲁棒性好
成本智能控制系统利用存储的知识进行控制，并且知识可以不断学习更新，这就使得成本控制系统具有自学习能力，且控制过程不依赖于对象模型，所以可根据实时情况自适应的调整成本控制措施，并更能容忍外界噪声干扰。
（3）充分利用专家经验
成本控制的知识库中存储了大量已完工程的专家经验，这些优秀的专家经验可以为后续工程提供良好的借鉴和帮助，成本控制系统为应用专家经验提供了平台。
（4）具有主动性和积极性
由于大量采用了专家经验进行控制，可摆脱传统成本控制事后控制的特点，可结合项目成本特征进行事前的分析推理及预测，并根据推理规则提出相应的成本控制措施以进行控制，属于事前控制，提出的措施具有针对性，是主动、积极的成本控制。
（5）成本控制自动化程度高
成本智能控制系统借助计算机平台进行成本预测、成本计划、成本核算、成本分析和成本考核检查等工作，并可以根据专家经验提出决策支持意见以帮助控制人员进行决策，摆脱了传统控制个人主观经验重的情况，实现了成本控制的自动化、信息化。
3 工程成本智能控制的发展趋势
3.1 成本模糊控制
模糊控制是智能控制研究中最为活跃而又富有成果的领域，它吸取了人的思维具有模糊性的特点，是对难以建立精确数学模型的对象实施的一种控制。成本模糊控制以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则，其主要特点有：（1）控制系统设计依据大量已有的控制经验及数据，而不需要精确的数学模型；（2）鲁棒性强，可用于解决非线性、时变及时滞系统的控制；（3）应用语言变量，易于构造形成专家系统；（4）推理过程模仿人的思维过程，能够处理复杂的成本控制系统。
3.2 神经网络控制
神经网络控制是基于结构模拟人脑生理结构而形成的智能控制和辨识方法。在智能控制领域中，应用最多的是BP网络、Hopfield网络等。神经网络具有以下重要特性：（1）非线性，神经元网络在理论上可以充分逼近任意非线性函数；（2）并行分布处理，神经网络具有高度的并行结构和并行实现能力，容错能力和数据处理能力强；（3）学习和自适应性，能对知识环境提供的信息进行学习和记忆；（4）多变量处理，适用于多变量、多变化、难以精确确定模型的成本控制系统。目前神经网络在成本预测、成本计划、成本核算、成本分析等多个领域取得一定的应用，它对成本智能控制的发展应用将具有重大而深远的意义。虽然神经网络控制在理论上和设计方法上还存在许多问题有待进一步的研究，主要包括人工神经网络系统稳定性的分析方法、学习和控制算法的收敛性和实时性问题等一系列课题，但神经网络已经成为了成本智能控制发展的重要方向。
3.3 成本专家控制
专家控制的实质是基于控制对象和控制规律的各种知识，并且要以智能的方式利用这些知识，模仿专家的智能，以求得控制系统尽可能的优化和实用化。专家控制的核心是专家系统，专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等，可通过知识获取系统对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。专家控制的特点为：（1）具有领域专家级的专业知识，能进行符号处理和启发式推理；（2）具有获取知识能力，灵活性和交互性强；（3）专家控制的核心是知识信息处理系统。上述特点表明专家系统在成本控制领域适用性广阔。
4 结束语
工程成本控制是施工企业在激烈竞争中获得成功的重要手段，良好的成本控制可以提高企业的核心竞争力，脱离了有效的成本控制任何企业都难以获得成功。传统的成本控制由于不能很好的考虑复杂多变的控制环境而使得控制过程占用精力大但却收效甚微。为了增强成本控制系统应对复杂多变环境的适应能力、提高成本控制效率，引入智能控制技术是必要且迫切的。如何将模糊控制、神经网络和专家系统与传统成本控制相结合，提高企业的信息化、智能化控制水平还需要在深度挖掘成本控制特点并与智能控制结合等方面进行更深层次的研究。
参考文献：
[1]王永庆．人工智能原理与方法[M]．西安：西安交通大学出版社，1998.5．
论文作者:杨睿
论文发表刊物:《工程建设标准化》2015年8月供稿
论文发表时间:2015/12/3
标签：成本控制论文; 成本论文; 智能控制论文; 控制系统论文; 神经网络论文; 专家论文; 知识论文; 《工程建设标准化》2015年8月供稿论文;