基于BIM技术的工程施工成本预测方法研究与应用

发布时间：2017-09-06 22:10

  本文关键词：基于BIM技术的工程施工成本预测方法研究与应用

  更多相关文章： 直接成本预测 BIM技术 BP神经网络模型 成本预测系统 施工管理

【摘要】：对于施工单位而言,成本管理作为工程项目级三大管理任务之一,具有较为显著的重要意义,成本资金的支出作为施工单位最关心的问题之一,特别是施工阶段的直接成本,需要施工单位的密切关注。而直接成本预测的精确程度以及时效性直接影响施工项目的资金投入情况,间接影响施工单位最后所获得的利润。有效的直接成本预测能够帮助施工单位合理编制资金使用计划,有利于更好的实现施工单位的经济效益目标,提升施工单位在整个建筑行业的竞争力。此外,随着我国经济、科技的迅速崛起,面对建筑市场激烈的竞争以及建筑日益复杂的结构形式,施工单位需要进行有效的成本预测工作,以争取占领建筑市场的一席之地。但是目前成本预测工作还未得到施工单位的高度重视,并且现有的成本预测方法存在效率低、智能化程度低等问题,也没有形成完整的预测体系。另一方面,信息化社会的到来将给建筑行业带来更大的挑战,BIM技术应运而生,BIM技术的应用为成本预测方法开辟了新的方向,为实现成本的有效预测提供了有效帮助。BIM是具有多种软件的技术平台,不仅能够达到建筑工程模型的三维可视化效果,而且通过已建的模型可以实现数据信息的集成与共享、参与方的协调工作等等。在成本预测过程中引入BIM技术,借助BIM技术的功能优势,能够更加便捷的解决成本预测问题。本文将施工阶段的直接成本预测作为研究对象,通过大量文献阅读,分析概括成本预测方法现有的不足,选择适当的方法、手段以及相应的软件,提出了基于BIM技术的工程施工成本预测方法。(1)基于BIM技术的工程量动态查询研究。在施工项目级成本管理过程中,引入BIM技术,简要介绍BIM技术研究现状及功能,并利用BIM平台的Revit建模软件,建立反映真实工程情况的建筑信息模型,借助Navisworks等软件平台完成项目工程量的动态查询。(2)基于BP-ANN模型的单价预测研究。联结BP-ANN模型,深入了解其工作原理,挖掘其在数据拟合、预测方面的优势;搜集单价数据信息,建立适用于价格预测的BP-ANN模型,通过相应函数对样本进行合理的训练,实现人、材、机等各项资源单价的预测,将工程量与单价相乘进而得到直接成本的费用。(3)基于BIM技术的施工成本预测系统的构建。结合BIM技术与BP-ANN理论两者的优势,以BIM操作平台与其强大的资料库为基础,构建成本预测系统,进一步概述系统的基本架构、系统功能以及工作流程等。(4)基于BIM技术的施工成本预测方法的案例应用。应用于常熟金土木大厦东侧裙房,详细描述了工程施工阶段直接成本预测的整个实施流程,为成本管理及控制提供帮助。
【关键词】：直接成本预测 BIM技术 BP神经网络模型 成本预测系统 施工管理
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU723.3;TU17
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-19
• 1.1 研究背景11-12
• 1.2 研究意义12-13
• 1.3 国内外现状13-15
• 1.3.1 国外研究现状13-14
• 1.3.2 国内研究现状14-15
• 1.4 目前存在的问题15-16
• 1.5 本文主要研究内容16-19
• 1.5.1 主要内容16-17
• 1.5.2 主要内容17-19
• 第二章 BIM技术与成本预测的适配19-33
• 2.1 BIM概述19-22
• 2.1.1 国外研究应用现状19-21
• 2.1.2 国内研究应用现状21-22
• 2.2 BIM特点22-23
• 2.3 BIM应用价值23-32
• 2.3.1 大型复杂工程特点23-24
• 2.3.2 成本预测需求分析24-27
• 2.3.3 BIM功能挖掘27-29
• 2.3.4 BIM技术与成本预测任务需求适配29-32
• 2.4 本章小结32-33
• 第三章 基于BIM技术的成本预测方法33-44
• 3.1 工程量动态查询34-38
• 3.1.1 BIM-5D内涵34-35
• 3.1.2 BIM实施思路35-36
• 3.1.3 实施流程36-38
• 3.2 价格预测38-42
• 3.2.1 价格预测方法38-39
• 3.2.2 BP人工神经网络模型建立39-40
• 3.2.3 实施流程40-42
• 3.3 本章小结42-44
• 第四章 基于BIM的工程施工成本预测系统构建44-52
• 4.1 系统基本架构44-47
• 4.1.1 系统基本框架44-45
• 4.1.2 系统架构设计45-47
• 4.2 子系统功能47-49
• 4.3 系统的工作流程49-51
• 4.4 本章小结51-52
• 第五章 案例分析52-64
• 5.1 项目概况52-53
• 5.2 基于BIM技术的成本预测的必要性和可行性53-54
• 5.3 成本预测实施过程54-62
• 5.3.1 基于BIM技术的工程量动态查询54-58
• 5.3.2 基于BP人工神经网络的单价预测58-62
• 5.4 本章小结62-64
• 第六章 结论与展望64-66
• 6.1 结论64-65
• 6.2 展望65-66
• 参考文献66-69
• 致谢69-70
• 硕士在读期间发表论文70

【相似文献】

中国期刊全文数据库 前10条

1 牛劲;建筑成本预测[J];建筑经济研究;1983年04期

2 田惠英;浅析软件成本预测差异的成因及对策[J];现代电力;1999年03期

3 郭春明,韩之俊,申亚楠,桂良军;基于作业成本法和径向基网络的参数成本评估[J];计算机集成制造系统;2005年08期

4 刘崇;;公路建设的成本预测与控制之我见[J];时代经贸(中旬刊);2008年S9期

5 刁玉红;;施工作业成本的控制[J];中华建设;2012年04期

6 马朝晖;;施工准备阶段的成本预测与控制[J];铁路工程造价管理;2013年03期

7 车晓明;基于作业成本算法的产品成本预测[J];工程设计;1995年03期

8 牛阿凤,黄祖庆;成本预测磨光法的盈亏修正[J];合肥工业大学学报(自然科学版);1998年04期

9 常燕军;;浅议标前成本预测在工程项目中的应用[J];中国新技术新产品;2012年22期

10 陈斌;;公路建设成本预测与控制分析[J];魅力中国;2010年10期

中国重要会议论文全文数据库 前5条

1 董传旺;张瑞玲;;市政公用施工企业项目成本的动态管理[A];河南省土木建筑学会2009年学术大会论文集[C];2009年

2 丰辉;;施工成本预测与控制[A];2014年8月建筑科技与管理学术交流会论文集[C];2014年

3 朱美琳;陈安;;航空服务成本预测的支持向量机方法研究[A];2004年中国管理科学学术会议论文集[C];2004年

4 周少东;;投标报价不低于成本的评定办法探析[A];西北五省（区）建设工程招标投标论文汇编[C];2008年

5 王世英;;水利工程建造合同执行过程中合理预测、控制成本[A];2012水利工程造价管理专业年会论文集[C];2012年

中国重要报纸全文数据库 前10条

1 记者 宋莹莹 通讯员 徐小文;我市开展粳稻成本预测收益调查分析[N];淮安日报;2013年

2 裴莉颖;准确预测项目成本 提高工程项目盈利[N];建筑时报;2004年

3 贵州化学工程总公司 毛广奇;施工项目成本控制分析[N];经济信息时报;2007年

4 驻马店市驿城区第二建筑工程公司 张彦林;谈降低项目成本的途径[N];驻马店日报;2011年

5 郑惠琴;施工企业项目成本的“三阶段”动态管理[N];建筑时报;2003年

6 李积轩;日本钢企纷纷上调成本预测值[N];中国冶金报;2007年

7 本报实习记者 刘安天;用细节管理好项目成本[N];中国会计报;2013年

8 张临山;以精细化管理搞节约[N];山西日报;2007年

9 江苏钟山宾馆集团有限公司 宋雪鸣;应对金融危机,饭店应加快管理优化升级(上)[N];中国旅游报;2009年

10 葛军;“金手指”巧采市场脉动之金[N];中国有色金属报;2010年

中国硕士学位论文全文数据库 前6条

1 唐海燕;基于BIM技术的工程施工成本预测方法研究与应用[D];江苏大学;2016年

2 赵春红;工程量清单计价模式下的合理成本预测研究[D];郑州大学;2007年

3 孔繁盛;中小轴承企业成本预测与控制研究[D];杭州电子科技大学;2012年

4 徐柳波;F公司报价阶段产品成本预测研究[D];天津大学;2013年

5 刘涧;工程项目争端的交易成本量化研究[D];天津大学;2014年

6 赵勇;施工前期成本预测管理研究[D];北京建筑大学;2015年

，

本文编号：805714