邓康丽
石家庄铁道大学 050000
（一）研究背景
近年来，施工单位屡屡反映工程因投标压价，定价低，实际工程造价超出合同价格，无法获取合理利润，亏损严重，索赔现象比较普遍；然而，通过审计发现，施工单位现场成本管理不尽人意；人工费支出控制难度大；民工工资发放不到位情况时有发生。同时，由于地铁建设项目结构和投资消耗因素的复杂性、时序性、空间性和开放性等特点，导致地铁建设投资随时间呈现非线性、突变性、随机性和非平衡性等变化。因此，现有的固定性、简单性的定额投资控制模式已经不能适应投资随机性、非线性发展需求，亟需改革现有地铁投资控制和管理模式，提升施工单位现场管理水平，解决项目及企业治理失控等突出问题。适时监控施工各项实际开支真实性流向，及时发现问题，找出问题原因，及时解决问题。预警下一阶段可能出现的问题，及时有效地控制违规资金苗头，严格保证民工工资按时发放到位，从而真正有效、准确地保证每项投资在不超过原定投资目标基础上，提高地铁施工单位利润率，有效实现中国铁建总公司投资控制目标的要求。
本手册是地铁投资智能监控系统专用说明，为使用本系统的用户定制。本手册分为管理员系统使用说明、一级用户系统使用说明和二级用户系统使用说明三部分，使用者可根据自己身份，如管理员、一级用户或二级用户选择对应的章节进行参考。通过本软件实现监管项目成本支出和项目资金流向的监管。
（二）国内外研究概况
（1）国外研究现状
Ela Babalik总结了世界8个城市的案例，揭示出城市因素、计划因素、运营因素和政策因素是影响城市轨道交通的重要因素。
Rolhengauer 介绍了德国将交通项目建设对于环境地区的影响纳为盈亏影响因素；Qulnet介绍了法国人均收入不影响票价票制的制定。
西方发达国家学术界对工程项目前期估算方法的探讨，早在上世纪50年代前期已广泛开始，到80年代中期，已经可以由计算机系统实现。主要的快速投资估算模型有：BCIS估算模型、Kouskoulas回归估算模型、蒙特卡罗随机模拟估算模型、BP 神经网络估算模型等。
Riaz Z等（2006）介绍了利用ICT解决方案构建的健康安全管理系统，通过智能传感器与无线网络跟踪人员与设备，当遇到风险事件发生时，系统发出预警，通知安全管理人员以及相关的施工人员[7]。
Chungisk和Kim J H（2003），Chungisk和Jeon Y W等（2006）根据隨道工程施工过程中地表沉降预测方法的归纳与总结，设计了基于网络技术的建筑损坏评估系统[10]。
（2）国内研究现状
邹永威[1]分析了地铁投资估算的难点和要点，并提出在编制过程中要分析不确定因素带来的影响。
郑习羿[2]提出城市建设快速发展的前提是轨道交通的平稳，轨道交通的平稳建设的前提是严格控制工程造价，应强化全过程造价管理，并建议做好线网规划、客流预测和设计方案优化等。
刘纯洁[3]提出投资控制应在建设不同阶段实施全过程信息化管理，并且不应以降低造价作为唯一的目的，要支持有利于功能改善、服务水平提高的费用支出。
孟育红[4]以FIDIC合同造价管理理论作为研究对象，分析工程质量控制、工程工期控制、工程成本控制和工程安全与环境控制，对比FIDIC合同条款与国内地铁项目合同造价管理理论的异同，结合具体工程案例，分析我国地铁项目采用的工程造价的控制手段方法存在的问题，提出相应的解决方法。
庞雪飞[5]针对地铁投资管理工作的流程建立了BIM信息系统，通过投资管理功能模块的实现，对全生命周期各类投资数据和因素变化进行动态跟踪和调查，为有效控制项目投资和资金计划的落实提供技术支持。
综上所述，国内外学者在地铁监控系统与预警方面已取得了一定成果，但相对研究成果较少，特别是将非线性复杂系统控制理论、人工智能（Artificial Intelligence，简称AI）、工业4.0相结合领域所见文献不多，大多从宏观角度提出地铁投资系统的必要性和对有效合理投资地铁项目提出的建议，缺少具体可操作的方式方法分析。无论西方投资估算模型还是传统的投资估算方法，尚存在参数定义不贴近实际含义和计算过程复杂等缺点，未能满足项目前期估算的精度和速度要求，且尚未引入到地铁项目中，本课题将建立一种将非线性复杂系统控制理论、人工智能（Artificial Intelligence，简称AI）、工业4.0相结合的估算投资系统，力争弥补现有方法的不足，实现造价控制由理论方法到实际应用的进步。
因此，本课题将人工智能、工业4.0、全面投资动态优化控制与复杂系统管理技术相结合，是工程建设投资估算与控制管理领域内的新课题。
（三）主要研究内容
（1）建立地铁线路各标段合同投资数据采集与智能查询数据库系统
将所涉及的各类合同文件、合同报价、工程量清单、工料机费用等，分门别类进行归纳采集，建立地铁线路各标段合同投资数据采集与智能查询数据库系统，清单工程量及单价清晰且方便提取和动态智能查询。
具体包括两个内容：
1）基础数据管理：线路管理、材料管理、设备管理你、公司信息管理、对上工程量细目管理、对下工程细目管理、总价措施细目管理、暂列金额细目管理、暂列金额细目管理、规费和税金细目管理。
（2）人员管理：一级用户管理和二级用户管理
（3）预警规则管理
（4）月报规则管理。
2）施工前静态合同投资数据采集与智能查询数据库系统
①合同文件数据库；
②合同报价库；
③对上工程量清单库；
④对下分包清单库；
⑤成本费用数据库；
⑥其他相关数据库。
3）施工中投资动态调整优化数据采集和智能查询数据库系统
建立与静态数据库对应的实时可进行申报调整的动态数据采集和智能查询数据库系统。
（1）根据各标段收支平衡情况建立整体资金动态监控预警系统
从已形成的台帐表和统计表中提取相关数据，通过对各项成本支出和项目收入、资金拨付和资金流入情况进行对比，实现对项目成本和资金情况的监控，当成本与收入差异达到一定幅度时进行预警。
（2）根据基础数据采集建立横向纵向资金统计比较分析
根据前面建立的地铁线路各标段合同投资数据采集与智能查询数据库系统，实现数据横纵向比较分析。比如，按照单位工程类别划分，实现相应模块的分包工序单价和间接费成本等的统计对比分析。
（3）资金流向监管功能
实现工程直接费和间接费的流向监管，对收款方与合同关联的一致性判断、费用阶段统计和总额超出预警、资金审批等监管功能。
（四）关键技术
（1）互联网+非线性复杂控制系统理论结合，构建动态优化技术，实现高准确度的预测分析；
（2）人工智能与投资动态优化控制技术结合，实现可视化的预测分析。
（五）创新点
（1）将非线性复杂系统控制理论、工业4.0与人工智能结合，进行地铁建设投资目标优化，实现地铁建设投资目标可视化与智能优化；
（2）所建立的基于CS显著性成本理论、BP神经网络人工智能、模糊判断等理论的投资目标非线性集成预测技术系统，具有对现实问题的高拟合性、高保真性、高准确性优点；
（3）所建立的地铁建设投资动态智能优化监控预警系统，将人工智能、全面投资优化管理、互联网+理论结合，在施工过程中能够实时统计分析和可视化监控已完工程投资控制状态，及时可视化预警未完工程投资存在问题和预控措施，以及可能的应急事件发生概率，为管理者适时决策提供支持和依据；
（4）分为线路维护、标段维护、工程维护，线路管理主要功能：新增并维护线路、标段、工程，选择线路维护，举例说明新增一条“测试线路”，点击新增线路，填入线路名称，点击立即提交按钮。系统显示线路新增成功。
参考文献：
[1] 邹永威城市地铁工程投资估算的难点与要点分析[J].北方交通,2015, 4：127-132.
[2] 郑习羿.城市轨道交通如何控制造价[J].科技视界, 2015, 8: 89.
[3] 刘纯洁轨道交通投资分析和全过程投资控制[J]. 中国市政工程 2010, 1: 54-55.
[4] 孟育红.FIDIC合同模式在地铁项目的造价控制[D].北京: 中国地质大学, 2015.
[5] 庞雪飞. 基于 BIM 的地铁工程项目投资管理研究[J]. 江西建材, 2015, 3: 213-214.
[6] Pawlak Z, Rough sets and intelligent data analysis[J]. Information Sciences, 2002, 23(147), 1-12.
[7] Deng julong, The contorl problems og Grey system[J]. Systems and contorl letters, 1982, 5, 288-294.
[8] Atanassov K. Intuitionistic fuzzy sets[J]. Fuzzy sets and systems, 1986, 20: 87-96．
[9] Bustince H, Burillo P. Vague sets are intuitionistic fuzzy sets[J]. fuzzy sets and systems, 1996, 79:403-405.
[10]BoydD,CrawfordK.CriticalQuestionsforBigData[J].Information,Communication&Society,2012, 15(5): 662-679.