摘要：分析影响民用建筑工程造价的主要因素并提取相应的工程特征指标；采用系统聚类的方法，选择待估算工程的有效样本类，确定最佳样本数量。将上述提取的工程特征值作为输入值，以工程造价作为输出值，建立建筑工程造价的BP神经网络估算模型。最后通过实例验证，预测精度符合决策阶段的要求，证明该模型确实可行。

关键词：民用建筑工程；造价估算；BP神经网络；特征指标；训练样本

Abstract：This paper analyzes the main factors that influence the civil construction project cost，extracts the corresponding engineering characteristic indexes. Then，applies the system clustering method to divide the samples into categories and select those which contain the project to be estimate，determines the optimal number of samples. The paper builds the civil construction project cost estimation model based on BP neural network by taking the value of extracted characteristics as input and value of the project cost as output respectively. Finally，uses an instance to verify that the model meets the requirements of the decision-making stage.

Keywords：civil construction project；cost estimation；BP neural network；characteristic indexes；training samples

参考文献

[1] 陈丰.基于BP神经网络的建筑工程前期阶段成本估算方

法[J].建筑经济，2012（12）：89-91.

[2] 马文涛，王利辉，翟荣兵.民用建筑结构设计与工程造价控制研究[J].现代商贸工业，2009（15）：186-187.

[3] 任宏，周其明.神经网络在工程造价和主要工程量快速估算中的应用研究[J].土木工程学报，2005，38（8）：135-138.

[4] 杨无疆，林玲.基于BP神经网络的工程造价快速估算模

型[J].建筑经济，2011（9）：53-55.

[5] 叶青，王全凤.基于BP神经网络的工程估价模型及其应用[J].厦门大学学报：自然科学版，2008，47（6）：829-831.

[6] 盛仲飙.BP神经网络原理及MATLAB仿真[J].渭南师范学院学报，2008，23（5）：65-67.

建筑经济，2015（09）：64-68