大数据支持的工程造价信息共享分析.pdf

《大数据支持的工程造价信息共享分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据支持的工程造价信息共享分析刘思言(四川师范大学应用技术学院2014级工程造价，四川广汉618300)经验交流摘要：现代信息技术的飞速发展，对于各个领域和行业都产生了非常巨大的影响，尤其是最近几年，云计算、大数据、互联网+等的相继出现，为信息的传榆和共享奠定了良好的基础。本文基于大数据背景，对工程造价信息共享进行了分析和研究。关键词：大数据；工程造价；信息共享中图分类号：TUl7

2、TU723．3文献标识码：A文章编号：1674--3024(2016)22一013l—01前言信息化时代，建筑行业实现了产业结构的优化升级，也逐步实现

3、了现代化和信息化，对于企业而言，应用云计算、大数据等现代信息技术，针对工程造价进行信息化管理，是一种大势所趋，在控制工程造价方面有着非常显著的效果，不仅能够提升企业的市场竞争力，还可以推动工程造价管理的信息化发展。1工程造价信息共享的应用工程造价信息共享的实际应用主要体现在两个方面，一是造价预测，主要是通过对同类型工程项目造价信息的收集和分析，结合造价信息指数以及生产要素的市场价格信息，针对工程的造价进行预测和分析。现阶段，工程造价预测的基本流程为：信息预处理一预测变量选择一预测模型构建一造价预测。而伴随着工程造价信息共享的不断深入

4、，可以针对分部分项工程的造价进行预测，还能够对工程费用结构进行分析。在开展工程造价预测时，需要依照建筑主要生产要素的市场价格信息，针对设备、材料、人工等的价格进行相应调整，以确保工程造价预测的准确性和可靠性。二是价值管理，主要是针对工程项目整个生命周期各个阶段的工程造价信息以及利益相关者的诉求信息进行收集和共享，然后对利益相关者对于工程项目在质量、成本、工期、功能等方面的要求进行平衡，以较低的投资获得较高的价值。不过从目前的发展隋况分析，利用工程造价信息开展项目价值管理仍然存在着一些问题，一是缺乏完善的信息共享平台，二是专业软件系统

5、的价格昂贵，而且对于硬件设施有着较高的要求，对于中小型企业而言，尚不具备配置和使用的条件。2工程造价信息共享的研究与发展在大数据的支持下，工程造价信息共享获得了巨大的发展，也取得了一定的成果。现阶段，相关研究主要体现两点：2．1基于BlM&云的造价信息共享以BIM&云为基础的工程造价信息共享应用包括了数层结构，一是基础设施层，主要是对于数据信息的存储和计算，其中的存储模块能够结合云分布式数据库技术，构建相应的BIM数据库，对应用程序进行存储，同时也可以提供负载管理、虚拟化存储以及安全防护等功能；计算模块能够运用分布式计算以及并行处理

6、技术，针对数据库内的造价信息进行陕速检索和处理；二是云平台服务层，可以实现对于资源、用户以及安全的管理，以安全管理为例，其能够有效保证造价信息的安全性，避免出现信息丢失或者泄露的问题；三是应用服务层，主要提供BIM系统软件应用以及BIM信息协同管理等服务，通过云端更新的方式，能够有效减少对于硬件设施的依赖性，为用户提供便利，也可以降低软件的维护和使用成本，在推广BIM技术的应用方面意义重大；四是应用层，用户可以通过各种各样的终端设备，随时素对获取相应的工程造价信息，也可以运行BIM系统软件，实现对于工程造价信息的有效管理和共享。2．

7、2大数据挖掘技术在以BIM&云为基础的工程造价信息共享应用中，核心是针对BIM数据库中存在的海量造价信息进行挖掘和处理，形成有用的工程造价信息资源，并将其共享到工程造价信息云平台中。在这个过程中，大数据挖掘技术的应用，能够解决许多迫在眉睫的问题。一是数据的标准化和结构化，存在于BIM数据库中的数据信息是多种多样的，不同的信息具有不同的适用范围，为了确保信息数据在不同软件之间的交换，就需要对数据进行标准化处理。事实上，数据的标准化和结构化存在一定的交互，需要利用XML技术进行转换，具体来讲，需要首先从数据库中提取结构化、半结构化以及非

8、结构的数据关系和数据实体，构建元数据，然后结合国际通用IFC标准，依照相应的模式针对元数据进行规范描述，形成全新的数据文档，利用IFCSehema制定文件模板，提供用于数据转换的结构映射表，最后以模板从数据文档中提取出元数据，生成ifeXML文件，利用XML工具进行解析，得到的数据被存人数据库，以方便进一步的数据挖掘。二是数据挖掘与可视化，一般情况下，数据挖掘分为数据预处理、数据挖掘以及挖掘结果分析三个步骤，工程造价预测就包含在结果分析中。数据挖掘主要是结合当前建筑工程的分类标准，依照时间和地域针对同种类型工程项目的造价信息进行统计

9、和整理分析，从中找出造价变化的规律，了解相应的资金结构以及技术经济指标，根据数据分析的结果以及得到的数据变化规律，构建起完善的造价预测模型。最近几年，伴随着预测算法的越发完善，可以有效提升预测模型的准确性以及泛化能力。例如，神经网络、