一种基于时间维度换算的轨道交通工程造价测算方法

摘要

本发明公开一种基于时间维度换算的轨道交通工程造价测算方法，其步骤如下：S1.获取主材的信息价；S2.计算主材在不同单位工程中的占比；S3.按类型分别计算并存储主材的平均占比；S4.按季度计算并存储主材信息价的变化率；S5.计算换算后的指标；S6.根据经过时间换算后的样本数据，采用正态分布算法或平均偏差算法或算术平均算法测算指定时期的平均造价。本方法根据数据的转换，具备数据基础，能够快速的测算不同时期的造价水平，效率更高，更为精准。

说明书

技术领域

本发明涉及轨道交通造价审计技术领域，具体为一种基于 时间维度换算的轨道交通工程造价测算方法。

背景技术

随着我国经济实力不断增强,城市化发展的步伐也在逐渐 加快，作为解决城市交通的重要手段——轨道交通建设也日益 受到高度重视。随着城市轨道交通工程建设的发展，建设公司 积累了大量的历史造价数据，当新建新线的时候，设计往往会 参照历史线路的造价水平，但是由于历史造价所在年份的人工， 材料费用等跟现在的物价不一致，存在一定的偏差，不能直接 作为参照。因此，常需要根据人为的经验评估当前的造价水平 等。

发明内容

为了克服现有技术提及的现有技术依赖人为经验对造价水 平评估，相对较粗略，没有实际的计算依据，评估准确度存在 问题的缺点，本发明提供一种基于时间维度换算的轨道交通工 程造价测算方法，针对历史数据如何处理换算到不同时期的造 价水平，用于评估快速测算轨道交通工程造价。

本发明为解决上述问题采取的方案是：一种基于时间维度 换算的轨道交通工程造价测算方法，其方法包括如下步骤：

S1.获取主材的信息价；其中，所述主材包括：人工、钢筋、 混凝土、柴油、电和防水材料，所述信息价数据取自国家/地区 (如：广州市)官方发布的信息价(时间起始为2005年，当未 来信息价不再发布时，取市场价)。

S2.计算主材在不同单位工程中的占比；其中，所述主材在 单位工程中的取值来源于该单位工程的工料机汇总表，系统匹 配对应的材价标准编码和匹配关键字(如“钢筋”)，来确定 主材类型及主材不同规格型号的具体费用。

S3.按类型分别计算并存储主材的平均占比；其中，根据工 程特征筛选同类型的工程，满足同一特征筛选条件的统称为同 一类型工程，运用平均偏差或算术平均值或正态分布三种运算 方式，计算出单位工程维度下主材的平均占比。单位工程维度 下主材的平均占比，是取的同类型的多个工程下的主材的占比 根据样本数量大小采用正态分布，平均偏差，算术平均计算得 到平均占比。优先选择正态分布算法，当样本数量小于10时， 使用平均偏差算法；当样本数量小于4时，使用算术平均算法。 S4.按季度计算并存储主材信息价的变化率：取主材类型的历史 信息价，以加权平均的运算方式，计算出单个季度该材价的信 息价，再取两个相邻的季度的信息价做对比，计算出该材价两 个季度之间的变化率。

S5.按照如下公式计算换算后的指标：Zb＝[Zj+ (Zj*Gx*Gz+Zj*Hx*Hz+Zj*Sx*Sz+Zj*Cx*Cz+Zj*Dx*Dz+Zj*RG*R z+Zj*Fx*Fz)]/S；其中，Zb—表示换算后的指标；Zj—表示分部分项原造价金额；Gx、Hx、Sx、Cx、Dx、RG、Fx—分别表示 钢筋、混凝土、水泥、柴油、电、人工、防水材料各个时期变 化率；Gz、Hz、Sz、Cz、Dz、Rz、Fz—分别表示钢筋、混凝土、 水泥、柴油、电、人工、防水材料在分部分项中的平均占比；S —表示单位工程工程量；

S6.根据经过时间换算后的样本数据，采用正态分布算法或 平均偏差算法或算术平均算法测算指定时期的平均造价。

其中，不同的算法是基于样本数量做的选择，优先选择正 态分布算法(当样本数量大于10时)，当样本数量大于4且小 于10时，使用平均偏差算法；当样本数量小于4时，使用算术 平均算法，三种算法只会使用一种，视样本数量而定。

进一步的，所述正态分布算法为：在数据模型当中，先通 过默认设置1合理系数，计算范围100％，再筛选出偏离较大的 样本数据，去除这些异常的数据，去除异常的算法如下：设定 样品数据n个，对这组数据由低到高进行排序a＝(x1,x2,x3……， xn)，q1＝(n+1)/4的整数部分，q3＝3(n+1)/4的整数部分， w1＝(n+1)/4的小数部分，w3＝3(n+1)/4的小数部分，Q1＝(1-w1) *xq1+w1*x(q1+1)，Q3＝(1-w3)*xq3+w3*x(q3+1)，IQR＝Q3-Q1； 则样品数据的合理范围为：[(Q1-1.2*IQR),(Q3+1.5*IQR)]。

采用正态分布算法时,此前会进行过滤，即为数据从低到高 进行排序，利用四分位数，得到改组样本的合理范围，即去掉 小值，跟高值这种极端值。以上描述为这一步，下一步则是在 前面过滤的范围内的样本进行正态分布，得出均值及合理范围。 公式为：

参数定义

正态分布表达式中有两个参数，即期望(均数)μ和标准 差σ，σ2为方差。

正态分布具有两个参数μ和σ^2的连续型随机变量的分 布，第一参数μ是服从正态分布的随机变量的均值，第二个参 数σ^2是此随机变量的方差，所以正态分布记作N(μ,σ2)。

μ是正态分布的位置参数，描述正态分布的集中趋势位置。 概率规律为取与μ邻近的值的概率大，而取离μ越远的值的 概率越小。正态分布以X＝μ为对称轴，左右完全对称。正态分 布的期望、均数、中位数、众数相同，均等于μ。

σ描述正态分布资料数据分布的离散程度，σ越大，数据 分布越分散，σ越小，数据分布越集中。也称为是正态分布的 形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。

进一步的，所述平均偏差算法为：p＝[|(a1-A)|/A+|(a2-A) |/A+|(a3-A)|/A]/N，其中：P为平均偏差；A为样本平均值； a1、a2、a3为样本数据；N为样本数量；

合理上限值：取对比样本的平均值为A，再根据样本计算出 平均偏差P，合理上限值＝A(1+p)，合理下限值：取对比样本 的平均值为A，再根据样本计算出平均偏差率p，合理下限值＝A (1－p)合理范围为：(1-p)～(1+p)，p为平均值。

进一步的，所述算术平均为：§x＝ΣYbx/n，其中，§x为 平均值；ΣYbx为历史占比样本数据合计；n为参与样本计算的 样本数量。

本发明的有益效果是：本方法采用了不同时期的价格差异 率及工程造价几类主要的主材历史费用的占比，做价格的换算， 使历史造价回归到指定时期的造价水平，用以快速测算出指定 时期的造价水平；本方法根据数据的转换，具备数据基础，能 够快速的测算不同时期的造价水平，效率更高，更为精准。

附图说明

图1为本发明的步骤流程框图。

具体实施方式

下面结合附图对本发明进行进一步的说明。

如图1所示，一种基于时间维度换算的轨道交通工程造价 测算方法，其方法包括如下步骤：

S1.获取主材的信息价；其中，所述主材包括：人工、钢筋、 混凝土、柴油、电和防水材料，所述信息价数据取自国家/地区 (如：广州市)官方发布的信息价(时间起始为2005年，当未 来信息价不再发布时，取市场价)。

S2.计算主材在不同单位工程中的占比；其中，所述主材在 单位工程中的取值来源于该单位工程的工料机汇总表，系统匹 配对应的材价标准编码和匹配关键字(如“钢筋”)，来确定 主材类型及主材不同规格型号的具体费用。

S3.按类型分别计算并存储主材的平均占比；其中，根据工 程特征筛选同类型的工程，满足同一特征筛选条件的统称为同 一类型工程，运用平均偏差、算术平均值与正态分布三种运算 方式之一，计算出单位工程维度下主材的平均占比。

S4.按季度计算并存储主材信息价的变化率：取主材类型的 历史信息价，以加权平均的运算方式，计算出单个季度该材价 的信息价，再取两个相邻的季度的信息价做对比，计算出该材 价两个季度之间的变化率。

S5.按照如下公式计算换算后的指标：Zb＝[Zj+ (Zj*Gx*Gz+Zj*Hx*Hz+Zj*Sx*Sz+Zj*Cx*Cz+Zj*Dx*Dz+Zj*RG*R z+Zj*Fx*Fz)]/S；其中，Zb—表示换算后的指标；Zj—表示分部分项原造价金额；Gx、Hx、Sx、Cx、Dx、RG、Fx—分别表示 钢筋、混凝土、水泥、柴油、电、人工、防水材料各个时期变 化率；Gz、Hz、Sz、Cz、Dz、Rz、Fz—分别表示钢筋、混凝土、 水泥、柴油、电、人工、防水材料在分部分项中的平均占比；S —表示单位工程工程量；

S6.根据经过时间换算后的样本数据，采用正态分布算法、 平均偏差算法或算术平均算法测算指定时期的平均造价。其中， 当样本数量大于10时，优先选择正态分布算法，当样本数量大 于4且小于10时，使用平均偏差算法；当样本数量小于4时， 使用算术平均算法，三种算法只会使用一种，视样本数量而定。

进一步的，所述正态分布算法为：在数据模型当中，先通 过默认设置1合理系数，计算范围100％，再筛选出偏离较大的 样本数据，去除这些异常的数据，去除异常的算法如下：设定 样品数据n个，对这组数据由低到高进行排序a＝(x1,x2,x3……， xn)，q1＝(n+1)/4的整数部分，q3＝3(n+1)/4的整数部分， w1＝(n+1)/4的小数部分，w3＝3(n+1)/4的小数部分，Q1＝(1-w1) *xq1+w1*x(q1+1)，Q3＝(1-w3)*xq3+w3*x(q3+1)，IQR＝Q3-Q1； 则样品数据的合理范围为：[(Q1-1.2*IQR),(Q3+1.5*IQR)]。

采用正态分布算法时,此前会进行过滤，即为数据从低到高 进行排序，利用四分位数，得到改组样本的合理范围，即去掉 小值，跟高值这种极端值。以上描述为这一步，下一步则是在 前面过滤的范围内的样本进行正态分布，得出均值及合理范围。 公式为：

参数定义

正态分布表达式中有两个参数，即期望(均数)μ和标准 差σ，σ2为方差。

正态分布具有两个参数μ和σ^2的连续型随机变量的分 布，第一参数μ是服从正态分布的随机变量的均值，第二个参 数σ^2是此随机变量的方差，所以正态分布记作N(μ,σ2)。

μ是正态分布的位置参数，描述正态分布的集中趋势位置。 概率规律为取与μ邻近的值的概率大，而取离μ越远的值的 概率越小。正态分布以X＝μ为对称轴，左右完全对称。正态分 布的期望、均数、中位数、众数相同，均等于μ。

σ描述正态分布资料数据分布的离散程度，σ越大，数据 分布越分散，σ越小，数据分布越集中。也称为是正态分布的 形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。

进一步的，所述平均偏差算法为：p＝[|(a1-A)|/A+|(a2-A) |/A+|(a3-A)|/A]/N，其中：P为平均偏差；A为样本平均值； a1、a2、a3为样本数据；N为样本数量；合理上限值：取对比 样本的平均值为A，再根据样本计算出平均偏差P，合理上限值 ＝A(1+p)，合理下限值：取对比样本的平均值为A，再根据样 本计算出平均偏差率p，合理下限值＝A(1－p)合理范围为： (1-p)～(1+p)，p为平均值。

进一步的，所述算术平均为：§x＝ΣYbx/n，其中，§x为 平均值；ΣYbx为历史占比样本数据合计；n为参与样本计算的 样本数量。

以上所述者，仅为本发明的较佳实施例而已，当不能以此 限定本发明实施的范围，即大凡依本发明申请专利范围及发明 说明内容所作的简单等效变化与修饰，皆仍属本发明专利涵盖 的范围内。