5.1.1 BIM 建模.................................. 30
5.1.2 基于 BP 神经网络的价格预测.............................31
5 BIM 技术在 M 桥梁工程项目成本管理中的应用
5.1 成本预测
成本预测分为直接成本预测和责任成本预测。有效的成本预测有助于企业做出正确决策、改善现金流和提高利润水平。本文通过 BIM 模型导出工程量，结合 BP 神经网络预测得出的价格进行直接成本预测。
5.1.1 BIM 建模
构建 BIM 模型数据库首先设定构建参数信息，将 BIM 建筑模型和结构模型等模型进行整合，其次根据该工程项目现场的具体情况，对本工程的各个部分进行统一的设置、规划，根据工程项目工期要求得出工程的进度计划，然后将计划与工程的施工组织设计相关联后，再通过 BIM 软件对工程项目的构件数据信息与施工合同中预算数据相关联，从而获得该工程项目的计划成本。在完成 BIM 模型的建立后，为了获取基础的 BIM 数据信息库需要将施工合同和施工图纸等相关文件信息导入模型软件。此外，在工程项目的建设过程中，为了确保施工过程中成本数据的客观性和准确性，需要不断地将更多的实时信息录入到已建立的 BIM 模型数据信息库中。
首先是根据采集到的施工图纸以及相关的数据资料，利用 REVIT 软件进行模型的建立如图 5-1 和图 5-2 所示：
图 5-1 基础模型图
............................
6 结论与展望
6.1 结论
桥梁连接了两岸的人们，方便了彼此通行，促进了人们之间信息和文化的交流，使两岸经济的快速发展成为了可能，产生了更大的社会价值。随着人们生活水平和社会科技水平的提高，人们对桥梁工程项目成本管理的要求也随之提高，特别是使用信息化技术对桥梁工程项目进行实时、全面的成本管理显得尤为重要。好的项目成本管理可以实现桥梁的利国，利民，利人更利社会和环境，既提高管理的效率和水平，节约成本；又能提高桥梁的安全性能，保障人们的安全出行。本论文研究方向为 BIM 技术在 M 桥梁工程成本管理中的应用，并结合 BP 神经网络预测的价格进行直接成本预测。本文所涉及的成本管理是指施工中的成本管理，未包括运维阶段。主要成果如下：
（1）分析了 BIM 技术在工程项目成本管理中的应用优势和可行性，并建立了相应模型。
本文通过分析传统的成本管理方法，结合工程项目具体情况指出其中的不足之处，并由此引入了 BIM 技术，根据其特点结合案例阐述了 BIM 技术在工程项目成本管理的具体应用，为后续的成本管理奠定了基础。
（2）构建了 BP 神经网络模型。
建筑材料的价格波动频繁，难以寻找其内部的潜在规律，传统的价格预测方法难以准确的预测市场价格的走势。BP 神经网络自带的 new ff 函数和 tansig 双极 S 型函数具有自学习能力并能有效集成价格序列中隐含的规律，针对其结构不易确定的问题、引入了相空间重构法，为确定 BP 神经网络的最佳输入层神经元节点数提供了理论基础，并通过多次学习训练，确定了 BP 神经网络的最佳结构。构建了 BP 神经网络模型结合 BIM模型进行直接成本预测，为工程项目成本管理奠定了理论和现实依据。
参考文献（略）
