鐵路客站工程造價論文

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了鐵路客站工程造價論文范文，希望能給你帶來靈感和參考，敬請閱讀。

1工程造價影響因素敏感性分析

由于影響鐵路客站側式站房結構體系工程造價的因素較多，為保證敏感性分析的準確度，本文首先采用主成分分析方法對影響側式站房結構體系工程造價的諸多影響因素進行分析研究，得到影響工程造價的敏感因素;然后在此基礎上，將主成分分析結果應用到多元線性逐步回歸分析模型中，研究得到主要敏感因素對工程造價的敏感程度。

1．1分析指標選取

影響側式站房結構體系工程造價的因素有自然條件、站房基本信息、樓蓋結構類型以及樓蓋的柱網(wǎng)等，但是上述影響因素不是相互獨立的。例如:站房面積可以直接影響到房屋高度、樓蓋投影面積和層數(shù)的變化，因此，需要借助主成分分析理論，將原來眾多具有一定相關性的影響因素指標，重新組合成一組新的互相無關的綜合指標來替代，為后續(xù)敏感性研究提供基礎。根據(jù)所收集到的鐵路客站數(shù)據(jù)樣本，選取17個側式站房結構工程造價的影響因素作為主成分計算指標。

1．2主成分分析模型

對所選取指標應用統(tǒng)計分析軟件進行主成分分析，先將指標進行標準化的處理，然后計算得到各分析指標的方差貢獻率及累積貢獻率。

2敏感程度分析

2．1多元線性回歸分析

選取側式站房結構體系的總造價Y作為因變量，確定敏感性指標中可固定取值的因素(例如將樓蓋柱類型取為鋼筋混凝土結構)，從而縮小樣本的范圍。選取敏感性指標中不確定的因素作為自變量，包括:站房面積、站房結構高度、抗震設防烈度、樓蓋結構投影面積、屋蓋鋼結構投影面積、樓蓋最大柱距、樓蓋柱結構高度、屋蓋最大柱距、屋蓋混凝土結構投影面積。然后對其進行多元線性逐步回歸分析。通過統(tǒng)計軟件對所有自變量進行輸入，經(jīng)過逐步回歸，去除對因變量即工程造價影響不顯著的因素，最終得到多元線性回歸方程為:Y=－557．15+0．136X4+78．18X10+0．119X17(1)由此得到，側式站房工程造價的主要影響因素為站房面積(X4)、樓蓋柱結構高度(X10)及屋蓋鋼結構投影面積(X17)。從數(shù)據(jù)樣本中選取9個測試樣本，對回歸方程的準確性進行檢驗，得到原始數(shù)據(jù)同回歸方程預測數(shù)據(jù)的對比結果，如圖1所示。從圖1可以看出，回歸方程對側式站房結構體系工程造價的擬合效果良好，精度較高。

2．2敏感程度分析

依據(jù)得到的多元線性回歸方程，對影響側式站房結構體系工程造價的主要敏感因素的敏感程度進行計算。選取回歸效果最好的A站作為研究對象，當站房面積(X4)、樓蓋柱結構高度(X10)及屋蓋鋼結構投影面積(X17)分別變化+10%和－10%時，樓蓋結構體系工程造價的變化幅度

3結論

本文對鐵路客站結構體系工程造價影響因素進行了敏感性分析研究，得到了影響側式站房結構體系工程造價的敏感因素，包括:站房面積、站房結構高度、抗震設防烈度、樓蓋柱類型、樓蓋結構體系類型、樓蓋結構投影面積、屋蓋鋼結構投影面積、樓蓋最大柱距、樓蓋柱結構高度、屋蓋最大柱距、屋蓋混凝土結構投影面積。通過建立多元線性逐步回歸模型，分析得到了側式站房結構體系工程造價的主要敏感因素及其敏感程度。當站房面積變化+10%和－10%時，對應的樓蓋結構體系工程造價的變化幅度較大，分別為7．02%和－6．19%;當樓蓋柱結構高度變化+10%和－10%時，結構體系工程造價的變化幅度分別為2．71%和－2．61%;當屋蓋鋼結構投影面積變化+10%和－10%時，結構體系工程造價的變化幅度分別為3．58%和－3．38%。

作者：魏慶朝 閆松濤 單位：北京交通大學