【摘要】：可行性研究階段的投資選線方案決定著高速公路的走向和形態(tài),對(duì)于建設(shè)和運(yùn)營效果有著非常重要的影響。一旦決策失誤,將會(huì)造成不可逆轉(zhuǎn)的損失。投資估算是高速公路投資方案經(jīng)濟(jì)評(píng)價(jià)的一種重要技術(shù)經(jīng)濟(jì)指標(biāo),是高速公路建設(shè)前期編制項(xiàng)目規(guī)劃、項(xiàng)目建議書和可行性研究報(bào)告的重要組成部分,也是進(jìn)行高速公路投資方案決策的重要依據(jù),投資估算是否準(zhǔn)確對(duì)于整個(gè)高速公路的投資控制有著決定性的作用。文章提出投資方案決策重點(diǎn)應(yīng)落實(shí)在全壽命周期投資估算比較上。鑒于傳統(tǒng)投資估算方法的簡(jiǎn)單滯后性,文章采用三維技術(shù)結(jié)合人工智能方法的投資估算模型進(jìn)行高速公路投資方案優(yōu)選決策。本文以高速公路作為研究對(duì)象,從全壽命周期角度進(jìn)行考慮,通過PBS對(duì)高速公路進(jìn)行項(xiàng)目分解,分析影響高速公路全壽命周期投資估算的工程特征,搜集已完或正在運(yùn)營高速公路歷史數(shù)據(jù),并對(duì)其進(jìn)行分析整理,建立高速公路投資估算信息資料基礎(chǔ)數(shù)據(jù)庫,為投資方案決策優(yōu)化提供寶貴的歷史數(shù)據(jù)。由于不同的工程案例之間相似度大小存在差異,在對(duì)擬建項(xiàng)目工程特征分析的基礎(chǔ)之上,采用粒子群聚類模型,通過Matlab軟件在數(shù)據(jù)庫中尋找與擬建工程相似程度較高的工程案例,從而克服傳統(tǒng)的聚類方法依賴初始值的選擇、容易陷入局部極值(也就是獲得的聚類結(jié)果不一定是最優(yōu)聚類)的缺點(diǎn)。在上述工作的基礎(chǔ)上,采用BP神經(jīng)網(wǎng)絡(luò)模型分別預(yù)測(cè)擬建高速公路建設(shè)成本及20年運(yùn)營成本,然后采用模糊推理系統(tǒng)對(duì)高速公路21-100年運(yùn)營成本趨勢(shì)進(jìn)行預(yù)測(cè),匯總后得到擬建高速公路全壽命周期成本。從經(jīng)濟(jì)角度進(jìn)行考慮,以全壽命周期成本最優(yōu)為決策依據(jù)進(jìn)行備選方案的優(yōu)選決策。在整體可行性研究方案決策過程中,采用三維BIM技術(shù)建立投資方案可視化模型,使投資方案直觀形象展現(xiàn)在決策者面前,輔助決策者選擇最優(yōu)投資方案。最后將文中所建理論模型應(yīng)用于西阜高速項(xiàng)目中,驗(yàn)證了模型的合理性和優(yōu)越性。
【學(xué)位授予單位】：石家莊鐵道大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F406.7;F426.92
【圖文】：

圖 3-1 全壽命周期成本體系框架圖對(duì)于高速公路全壽命周期成本的分析，采用工程經(jīng)濟(jì)學(xué)中的 階段的現(xiàn)金流進(jìn)行折現(xiàn)，建立相應(yīng)的計(jì)算模型如式(3-1)所示( ) ( ) ( ) ( )TtTdjtTtTdjtTtTTdjtTTTtTTdjtTTtTdtK+ fE+ fX+ fS+ O+ M= +=+=+++=+++=+11111,,14,12312121高速公路 j 的全生命周期成本的現(xiàn)值之和；)——高速公路 j 各個(gè)時(shí)刻可行性研究成本折現(xiàn)值；——高速公路 j 各個(gè)時(shí)刻勘察設(shè)計(jì)成本折現(xiàn)值；)——高速公路 j 各個(gè)時(shí)刻施工成本折現(xiàn)值；——高速公路 j 各個(gè)時(shí)刻竣工驗(yàn)收試運(yùn)行成本折現(xiàn)值；

國際上對(duì)于項(xiàng)目分解有兩種基本劃分方式：項(xiàng)目分解結(jié)n Structure，PBS)，是以項(xiàng)目元素或者構(gòu)成部位為主要依據(jù)進(jìn)作分解結(jié)構(gòu)(Work Breakdown Structure，WBS)，指以項(xiàng)目的生種工程為主要依據(jù)進(jìn)行項(xiàng)目分解。兩種分解方法對(duì)于工程項(xiàng)同的應(yīng)用領(lǐng)域和作用。美國建筑師學(xué)會(huì)印發(fā)的《建筑師使用工程項(xiàng)目決策階段不適合采用 WBS 進(jìn)行分解。因此，為了滿需要，面向元素或構(gòu)成部位的 PBS 應(yīng)運(yùn)而生。般工程項(xiàng)目一樣對(duì)于高速公路進(jìn)行 PBS 分解時(shí)，要以整個(gè)項(xiàng)導(dǎo)并且還應(yīng)兼顧其管理職能。通常情況下，應(yīng)該從上而下，逐公路通過 PBS 分為工程策劃、設(shè)計(jì)/計(jì)劃、科研、招投標(biāo)、施收、運(yùn)營/保修、項(xiàng)目管理等主要階段。按照高速公路建設(shè)項(xiàng)序而言，勘察設(shè)計(jì)費(fèi)、招投標(biāo)費(fèi)用以及監(jiān)理等工程建設(shè)其他筑安裝工程費(fèi)根據(jù)相關(guān)規(guī)范標(biāo)準(zhǔn)采取一定比例進(jìn)行計(jì)費(fèi)。因便成為了估算編制的基礎(chǔ)。參考《JTGT M21-2011 公路工程估工層級(jí)進(jìn)行分解，如圖 3-2 所示。

圖 3-4 高速公路投資估算信息資料基礎(chǔ)數(shù)據(jù)庫案例展示3.3 高速公路投資方案非線性智能決策模型建模思路文章針對(duì)高速公路投資決策階段的備選走廊方案，從全壽命周期投資估度來進(jìn)行考慮，在基于以往高速公路案例歷史數(shù)據(jù)的基礎(chǔ)上，采用復(fù)雜的性智能方法建立全壽命周期估算模型，具體步驟如下：步驟一：擬建工程特征分析不同的高速公路其自身特征不同，因此對(duì)于高速公路投資備選方案，需過工程特征對(duì)其進(jìn)行全面系統(tǒng)的描述，從而為接下來的歷史數(shù)據(jù)挖掘、智算奠定基礎(chǔ)。步驟二：尋找擬建工程的類似工程投資估算模型是在基于以往歷史數(shù)據(jù)的基礎(chǔ)之上來進(jìn)行預(yù)測(cè)的，不同的公路之間差異性不同，因此，需要針對(duì)擬建工程的特征，選取與之相似程

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃志勇;;基于支持向量機(jī)的公路工程投資估算預(yù)測(cè)模型研究[J];公路;2015年11期

2 馮瀚;劉冰旖;張玉鴻;邱金鵬;楊海燕;周萍;;基于FCM和PSO-SVM的電力工程造價(jià)預(yù)測(cè)模型研究[J];華東電力;2014年12期

3 陳延敏;李錦華;;國內(nèi)外建筑信息模型BIM理論與實(shí)踐研究綜述[J];城市;2013年10期

4 李多貴;;BIM在地鐵工程的應(yīng)用初探[J];工程質(zhì)量;2013年10期

5 孫曄;吳飛揚(yáng);;人工智能的研究現(xiàn)狀及發(fā)展趨勢(shì)[J];價(jià)值工程;2013年28期

6 賀靈童;;BIM在全球的應(yīng)用現(xiàn)狀[J];工程質(zhì)量;2013年03期

7 李靜;方后春;羅春賀;;基于BIM的全過程造價(jià)管理研究[J];建筑經(jīng)濟(jì);2012年09期

8 秦育華;易美超;;建筑工程造價(jià)的模糊神經(jīng)網(wǎng)絡(luò)確定[J];計(jì)算機(jī)仿真;2012年06期

9 黎亞鵬;;高�；üこ掏顿Y估算方法評(píng)析[J];大眾科技;2011年08期

10 陳一飛;李芳成;;基于實(shí)例灰色模糊聚類的造價(jià)快速估算[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2011年03期

相關(guān)重要報(bào)紙文章 前3條

1 高建萌;;太佳高速公路建成通車[N];榆林日?qǐng)?bào);2010年

2 李進(jìn)山;;湖北省江南高速公路工可報(bào)告通過評(píng)審[N];中國交通報(bào);2009年

3 陳忠;;松建高速工可通過專家組咨詢?cè)u(píng)估[N];閩北日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前2條

1 郁麒昌;高速公路項(xiàng)目運(yùn)營效益評(píng)價(jià)研究[D];武漢理工大學(xué);2008年

2 曾衛(wèi)兵;內(nèi)資BOT公路建設(shè)項(xiàng)目投資決策評(píng)價(jià)模型研究[D];天津大學(xué);2004年

相關(guān)碩士學(xué)位論文 前6條

1 魯黎;基于灰色系統(tǒng)理論的甘肅高等級(jí)公路投資決策研究[D];西南石油大學(xué);2014年

2 李梓華;基于蒙特卡洛風(fēng)險(xiǎn)模擬的高速公路投資決策[D];長(zhǎng)安大學(xué);2013年

3 李小燕;灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的優(yōu)化研究[D];武漢理工大學(xué);2009年

4 韋淋元;人工智能發(fā)展的困境和出路[D];廣西師范大學(xué);2009年

5 李汝霞;全壽命周期成本理論在高速公路建設(shè)方案決策中的應(yīng)用研究[D];長(zhǎng)沙理工大學(xué);2008年

6 孫立山;模糊多屬性決策結(jié)合層次分析法在公路可研多方案決策中的應(yīng)用[D];河北工業(yè)大學(xué);2005年

本文編號(hào)：2758984