摘要：工程造价控制是保障工程建设项目顺利竣工验收的基本工作，造价管理工作应当细化至每一个施工环节，其是项目管理的重点内容，也是保障企业实现项目社会效益和经济效益的基本前提。在大数据环境下，为提升投资建设项目的经济效益和控制效果，应当在如何提升智能化的工程造价控制策略方面加大研究力度。

关键词：大数据，工程造价，控制策略，智能匹配

一、工程造价控制基本内涵

工程造价控制需要结合项目建设全周期进行考虑，综合运用过程控制理论、现在管理理念等对项目总体造价进行科学管控，通过提高资源利用率、合理调配人力物力资金，实现项目收益最大化，进而推动企业不断向前发展。不同的建设项目，其在实施全过程造价控制时所采取的策略方案以及管控重点各不相同。

建设工程全过程和造价控制的发生环节通常包括如下内容：首先进行项目规划，编写项目建议书（投资估算），提交可行性研究报告，完成设计任务书（设计概算），进行初步设计、技术设计（修正概算），再然后开始施工图设计、建设设计，项目竣工验收（竣工决算）及后续使用养护。

二、研究工程造价控制策略智能匹配方法的意义

借助大数据研究工程造价控制策略的智能匹配方法，主要是为了提升造价控制管理上的精准度。从造价控制效果看，随着项目的推进，节约资金的可能性会随之递减，当建设项目进行到施工阶段才启动造价控制的话，节约资金的可能性已降低至10%左右。由此可见，造成造价失控的原因往往是由于在项目投资决策阶段未及时发现风险，并对造价控制难点进行有效把控，控制策略制定不及时、不科学、不全面。建筑企业尽早准确识别项目潜在风险，提升对工程造价精准施控具有重要意义。

三、我国工程造价控制策略智能匹配方法的应用现状

近十几年我国建设投资项目增长迅猛，建设工程领域的新技术新方法不断涌现，总体建设环境日趋复杂，海量的结构化及非结构化数据给工程建设管理带来极大困难。大量的建设工程管理经验隐藏在这些海量数据之中。利用大数据提高控制策略主要是指利用数据挖掘技术，对既有的历史性工程造价数据进行挖掘，从中分离典型的建设工程案例及成功的管理知识，提升企业工程造价控制策略的精准度，推动工程造价管理的信息化发展。

目前我国工程造价控制策略智能化匹配方法要存在以下三种路径：

第一种，以大数据为基础，建立起适应我国现状的工程造价管理方法体系和平台技术框架。目前，此种理论已经在电网工程以及矿山工程中得到了实践应用。第二种，利用智能算法对历史工程造价样本进行筛选，提取出影响工程造价控制的关键因素，并建立起相应的估算模型。从实践情况看，有学者通过建立自适应结构径向基神经网络对建设成本指数进行预测，并以此为基础搭建起工程造价模型;有的学者通过对历史建设项目相关数据进行挖掘，剖析出了导致建设项目成本超支的核心因素;还有的学者以信息数据统计与分析理论为基础创建了相关测算模型。第三种，将信息化技术与工程造价管理相融合。例如，在电力工程建设项目中讨论BIM技术对造价管理的具体应用。

尽管上述方法在已有初步实践探究，但从应用广度和深度上看，仍可以看出大数据环境下，工程造价管理尚处于理论研究层面，距离其真正落地仍存在不小差距。而想要该技术在实践中获得广泛应用，需要持续深化数据挖掘、人工智能等技术在工程造价分析阶段、反馈程序、控制体系等环节的应用。

基于上述情况，有必要对历史项目数据进行挖掘，寻找到有利于实现工程造价控制策略的数据。

四、工程造价控制策略智能匹配方法的具体应用

根据前文介绍，我们可以得出实现工程造价控制策略智能匹配的路径为：借助大数据筛选技术，找到历史工程造价有关数据，以此为基础搭建起工程造价数据库，并在此基础上建立起控制策略知识库，然后将拟进行的项目与历史项目进行匹配，通过技术筛选出最为相似的项目，然后借助知识推理算法，将历史工程项目中遇到的造价控制风险进行分析，抽离出适用于新项目的控制造价策略。

以数据挖掘与知识推理为基础，借助正态云模型以及模糊Petri网理论，可以搭建出一套较为完整的智能匹配系统，具体如下：首先，需要创建一个数据容量大兼顾数据处理速度快的历史造价数据库，尽可能多地收集建设工程案例以充实数据库;经数据挖掘，形成案例特征库，经专家分析形成控制策略库，这两个数据库共同构成了一体化知识库。对于新案例，需对其特征进行分析，随后利用逆向云将一体化知识库中的历史建设项目抽离出的特征与新案例特征进行比对，在利用正向云对新项目进行特征相似度分析，然后借助模糊Petri进行模糊推理，比对出新项目是否与一体化知识库中的历史项目存在高度相似。如果有，可以则可以从控制策略库中选出适合的工程造价控制策略，以最大程度降低新项目的成本控制风险;如果不存在相似案例，则新项目也将进入案例特征库之中。

参考文献：

[1]全过程控制在工程造价（成本）管理中的应用[J]. 黄文青.  四川建材. 2020（12）

[2]建筑工程管理中全过程造价控制的重要意义[J]. 王保周.  产业科技创新. 2020（33）

[3]建筑工程管理中全过程造价控制的对策分析[J]. 樊文广，张园.  城市建筑. 2020（30）

[4]基于智能优化的模糊Petri网的电网故障诊断[J]. 孙铁军，曲丽萍，关海爽，刘冲杰，张杰.  控制工程. 2021（01）

[5]基于CBR的公路工程造价估算模型[J]. 李俊达，李远富，王广开.  公路交通科技. 2020（06）

[6]矿山工程建设项目造价管理信息系统设计[J]. 刘欲意，郭海涛.  矿冶工程. 2020（03）

[7]大数据视角下工程造价数据信息服务体系[J]. 张永成，郭帅，叶艳兵.  土木工程与管理学报. 2020（01）

[8]全过程造价管理在建设工程造价控制中的应用研究[J]. 孟凡静.  科技风. 2020（04）

[9]公路工程设计阶段的造价控制及其管理工作研究[J]. 谭庆莲.  城市建筑. 2020（03）

[10]关于影响公路造价的原因及有效控制策略探讨[J]. 程咸丰.  科技资讯. 2019（22）

[11]公路工程造价控制中存在的问题及应对策略[J]. 马毅.  交通世界. 2019（16）

[12]全过程造价管理模式之下的工程造价控制探究[J]. 刘晓柔.  住宅与房地产. 2019（06）