工程造价与企业定额编制PDF电子书下载

第1章 概论 1

1.1 工程造价概述 1

1.1.1 基础知识 1

1.1.2 建筑工程造价的产生 2

1.1.3 工程造价现状 3

1.1.4 工程造价的职能和作用 6

1.2 工程造价管理 8

1.2.1 基本内容 8

1.2.2 我国工程造价计价方式及企业定额管理 10

1.2.3 国外工程造价计价方式及企业定额管理 13

1.2.4 我国可以借鉴的经验 17

第2章 工程量清单计价 19

2.1 工程量清单计价概述 19

2.1.1 基本概念 19

2.1.2 工程量清单特征 20

2.1.3 工程量清单计价模式下招投标的概念 20

2.2 工程量清单编制 21

2.2.1 工程量清单计价法原理 21

2.2.2 工程量清单编制要求 22

2.2.3 工程量清单的编制原则 23

2.2.4 工程量清单计价特点 24

2.3 工程量清单计价与传统定额计价的比较 25

2.3.1 计价基础 26

2.3.2 构成工程综合造价的要素 26

2.3.3 工程单价包含的要素 26

2.3.4 工程量计算时间及计算主体 26

2.3.5 工程结算时调整的内容 27

2.3.6 调整价格的方式 27

2.4 实行工程量清单计价的意义和作用 27

第3章 企业定额的生成与编制 29

3.1 定额的概述 29

3.1.1 概念 29

3.1.2 与传统定额的区别 30

3.2 企业定额的编制原则 31

3.2.1 简明适用性原则 31

3.2.2 企业定额要动态管理 31

3.2.3 独立自主编制的原则 32

3.2.4 保密原则 32

3.3 企业定额影响因素分析 32

3.3.1 招标人对质量的要求 32

3.3.2 施工组织计划 32

3.3.3 施工企业资质 33

3.3.4 施工周边条件 33

3.3.5 产品的结构特性和施工高度 33

3.4 编制企业定额的意义 33

3.4.1 满足工程量清单计价的要求 34

3.4.2 规范发包承包行为 34

3.4.3 提高企业管理水平 35

3.5 我国现阶段企业定额的编制方法 35

3.5.1 人工消耗量定额 35

3.5.2 材料消耗量定额 39

3.5.3 机械消耗量定额 42

第4章 已完工程造价数据库的建立 46

4.1 已完工程造价数据库简介 47

4.1.1 基本概念 47

4.1.2 建立已完工程造价数据库的意义与作用 48

4.2 已完工程造价数据库管理系统的分析与设计 50

4.2.1 已完工程造价数据库的设计原则和内容要求 50

4.2.2 已完建筑工程造价数据库模型构建 50

4.2.3 已完工程造价数据库的应用 53

4.3 小结 54

第5章 基于蒙特卡洛模拟的企业定额编制方法 55

5.1 蒙特卡洛模拟概述 55

5.1.1 蒙特卡洛模拟的基本思想 55

5.1.2 蒙特卡洛模拟法的优点 56

5.1.3 蒙特卡洛模拟的理论基础 57

5.2 蒙特卡洛模拟的一般步骤 57

5.2.1 构造或描述问题的概率过程 58

5.2.2 实现从已知概率分布的抽样 58

5.2.3 建立各种统计量的估计 58

5.2.4 随机数的产生与已知概率分布中的抽样 59

5.2.5 模拟所使用的Matlab软件介绍 60

5.3 蒙特卡洛模拟在企业定额制定中的应用 60

5.4 工程实例 65

5.4.1 数据采集 66

5.4.2 数据分布分析 66

5.4.3 数据模拟 68

5.4.4 企业定额的计算 69

5.4.5 精度分析 71

5.4.6 模拟结果比较 73

第6章 基于神经网络的企业定额编制方法 77

6.1 神经网络概述 77

6.2 神经网络基本原理 79

6.2.1 生物学基础 79

6.2.2 形式神经元模型 80

6.2.3 神经网络的基本结构 81

6.2.4 神经网络的学习法则 82

6.3 基本神经网络模型 83

6.3.1 Hopfield网络 83

6.3.2 自组织映射网络 84

6.3.3 Back-Propagation网络 84

6.4 神经网络在企业定额制定中的应用 88

6.4.1 神经网络基本参数 88

6.4.2 确定样本 90

6.4.3 仿真分析 91

6.4.4 小结 101

第7章 基于遗传算法的神经网络用于编制企业定额 102

7.1 遗传算法简介 102

7.1.1 遗传算法的生物学基础 103

7.1.2 遗传算法研究现状 103

7.1.3 遗传算法的基本概念 104

7.1.4 遗传算法的实现技术 106

7.1.5 遗传算法特点 109

7.2 基于遗传算法的神经网络在企业定额中的应用 111

7.2.1 神经网络连接权的进化 111

7.2.2 网络模型 113

7.2.3 仿真分析 113

7.3 小结 116

第8章 基于粒子群的神经网络用于编制企业定额 117

8.1 粒子群算法简介 117

8.1.1 来源和背景 118

8.1.2 研究现状 121

8.1.3 粒子群算法存在的主要问题 132

8.2 基于粒子群的神经网络用于编制企业定额 132

8.2.1 神经网络与粒子群算法结合 132

8.2.2 网络模型 133

8.2.3 仿真分析 134

8.3 小结 135

第9章 基于交叉熵的神经网络用于编制企业定额 136

9.1 交叉熵算法原理 136

9.1.1 交叉熵方法的起源与发展 136

9.1.2 基本概念 138

9.1.3 稀有事件仿真简介 139

9.1.4 基本原理 140

9.2 基于交叉熵的神经网络在企业定额中的应用 142

9.2.1 算法简介 142

9.2.2 仿真分析 142

9.3 小结 143

第10章 基于已完工程造价数据库编制企业定额案例分析 144

10.1 背景介绍 144

10.1.1 工程特征 145

10.1.2 造价情况 145

10.2 神经网络基本参数 146

10.2.1 神经元个数 146

10.2.2 确定样本 146

10.2.3 样本数据的处理 147

10.2.4 传递函数的确定 148

10.2.5 隐含层的确定 148

10.3 仿真分析 148

10.3.1 L-M算法 148

10.3.2 GA-BP网络 149

10.4 小结 150

参考文献 151

附录A 蒙特卡洛模拟产生的500个人工消耗工日 152

附录B 蒙特卡洛模拟产生的1000个人工消耗工日 154