随着建筑工程行业的不断发展，对工程项目成本的管理需求也越来越多。一个项目工程内部的资源成本通常较为复杂，涉及多种因素，如果不能对其进行科学管理与资源分配，将会严重影响工程项目的开支，影响工程的施工进度[1]。因此需要对工程进行全生命周期的造价预测，预估每个阶段、每个项目可能会占据的成本资源，科学分配，达到成本资源的最佳配置[2]。传统的全生命周期工程造价预测方法处理较大数据量时，通常预测的成本误差较大，无法对工程成本造价进行精准预算，在实际应用的过程中通常导致项目成本资源分配不合理等问题。时间序列指按照时间排序的一种随机变量，可以基于已经存在的历史数据对未来数据进行预测，在预测精度上具有较高的可靠度，可用于全生命周期工程的造价预测[3]。通过结合时间序列，捕捉潜在的工程造价影响因素，可以构建出工程造价预测模型，对模型进行持续性训练后，即可得到稳定的预测模型。通过输入工程项目的各项参数，利用该模型对任意施工项目或工程进行造价预测，可以得到较为精准的造价预测结果，能够满足工程项目管理需求，实现对工程成本资源的最佳配置[4]。1基于时间序列的全生命周期工程造价预测方法1.1全生命周期工程特征提取对全生命周期工程进行造价预测之前首先要提取工程项目的特点，包括建筑项目各楼层的特点、项目使用特点和楼板特性等。首先对项目进行分层，如建筑项目即可按楼层进行划分，提取每个楼层的项目特征，包括楼层高度、楼层区域面积、楼板厚度以及楼层地基厚度等[5]。将这些特征作为项目的基础特征，在此基础上明确项目的使用特点，即各区域的使用功能，例如办公区、作业区、试验区、休闲区、会议区等。除此之外，还需要提取项目的应用特点，即每个区域的具体使用目的，如酒店、办公楼、居民住宅、商场、便利店等。在提取的过程中可以按照不同的工程子项目对其进行提取与分类，按照建筑的结构进行特点划分，方便后续分析工作能够有效开展[6]。对工程进行特征提取时，需要先提取造价较高的项目特征，如楼板、建筑材料等外在特征。除了外在特征以外，还需要提取项目的内在特征，如工程选址、工程所在地的气象特征、工程内部的制冷或取暖功能等。全生命周期工程常见分类特征主要有项目特点、使用特点、结构特征和造价分析。项目特点包括建筑物的层数、每层的高度、建筑物的宽度、建筑物的结构等。使用特点代表建筑物的使用功能，例如住宅楼、商场、办公楼等。结构特征涵盖建筑的内部结构与外部结构，包括钢筋的搭建、石材的堆砌等。造价分析包括全生命周期工程所有的成本资源，如建筑材料、建筑内设、建筑外设和人力施工成本等。在研究的过程中，工程的造价分配一般根据工程的施工质量、施工部门和设计部门的综合标准进行考量，在提取工程特征时需要考虑多方面因素[7]。1.2工程造价影响因素集构建对提取的全生命周期工程的特征进行划分与归类，构建完整的工程特征框架，通过特征框架可以确定影响造价的因素，构建全生命周期工程造价影响因素集。根据全生命周期工程数据的分类结果，结合工程项目中造价特点与结构特征，将初始造价影响因素设为x，x∈Rn，R表示工程项目造价系数，n表示工程项目个数。将每个初始造价影响因素x与造价结果z进行对应，生成初始造价影响因素数据集合Q：Q=(x1,z1),(x2,z2),⋯,(xd,zd) （1）式中：d——样本的实际个数。假设第i个造价影响因素所对应的造价成本为zi，则满足zi∈R，同时i的取值范围为[0,d]。同时由于对造价计算的过程中需要考虑内在因素，将内在因素设为m，m∈R，可构建出内在因素数据集M：M=(x1,m1),(x2,m2),⋯,(xd,md) （2）结合式（1）、式（2），可得到最终工程造价的影响因素集T：T=(M1,Q1),(M2,Q2),⋯,(Md,Qd) （3）根据上述步骤即可构建出全周期生命工程的造价影响因素集，将该因素集作为造价预测模型的目标函数，可以构建全生命周期造价预测模型。1.3基于时间序列的全生命周期工程造价预测模型为了便于工程造价模型进行精准预测分析，需要通过3种模型对其预测效果进行检验，依据其具体的特征，建立时间序列模型。检验模型与具体的检测准则如表1所示。10.19301/j.cnki.zncs.2023.07.015.T001表1模型识别准则模型分类自相关系数偏相关系数RA拖尾声阶截尾AMQ阶截尾拖尾AMRA拖尾拖尾根据RA、AM和AMRA等3种模型的工作原理，建立全生命周期工程造价预测模型：F=(Ωp1-Ωpn)(N-Ωpn)Ωpn(pn-p1)⋅T （4）式中：Ωp1、Ωpn——均方误差、均方根误差；pn、p1——高阶模型参数与低阶模型参数；T——全生命周期工程造价影响因素集；N——样本总量。构建好造价预测模型后，需要利用RA、AM和AMRA等3种模型对其进行检验，检验该模型是否符合平稳时间序列的特征。首先对时间序列进行观察，对序列的变化趋势进行判断与分析，分析其趋势是否处于平稳波动状态，如果时间序列趋势图不够直观，还可以通过正相关参量法来对时间序列进行计算，检验其趋势是否平稳，以此提高模型预测的精度与准确性。根据以上步骤即可完成时间序列的全生命周期工程造价预测模型的构建，通过对时间序列进行检验，可以保证模型预测的准确性，实现对全生命周期工程造价进行精准预测。2实验验证为了更好地说明提出的基于时间序列的全生命周期工程造价预测方法的预测精度优于传统的预测方法，理论方面设计完成后，进行实验测试环节，对该预测方法的实际预测效果进行分析。2.1实验环境描述本实验选取常规的工程造价预测方法作为对比对象，选用某建设项目作为预测对象，利用两种造价预测方法对该项目的预期造价进行合理预测。实验选取了8组不同的工程子项目，通过对比实际值与预测值的差距判断预测方法的有效性。进行实验之前，需要选取一种具体指标作为实际工程造价预测的依据。本实验的预测对象为建设项目，因此将检测指标定为木材价格，通过对木材价格进行预测比较两种方法的预测结果，分别记录8组工程项目中所需木材的实际市场价格，利用预测方法对其进行预测。木材价格的时间序列如图1所示。10.19301/j.cnki.zncs.2023.07.015.F001图1木材价格时间序列由图1可知，木材价格在不同的时间节点上都有所变化，且变化波动较大，变化趋势不固定，因此需要将木材价格的波动值输入全生命周期工程造价预测模型，待模型进行自动学习与完善训练后，对木材的实际价格进行预测。2.2实验结果木材造价预测对比如表2所示。10.19301/j.cnki.zncs.2023.07.015.T002表2木材造价预测对比项目12345678实际值3 5673 6813 4653 2293 4543 9613 4813 691本文预测值3 5593 6793 4563 2303 4553 9803 4853 712传统预测值3 6203 7053 5623 3653 5633 8563 5043 508元由表2可知，不同的造价预测方法在处理不同项目时，其测量的精度也会有所不同。本次选取的木材实际价格在3 200~4 000元范围内不断波动。传统的造价预测方法与实际价格之间的差距较大，最大误差可达到100元以上。传统的造价预测方法无法对一些较大的价格波动进行准确判断与预估，而市场上建材等价格变化通常幅度较大，因此传统的造价预测方法对于工程子项目较多的造价预测分析并不准确，误差累计过多容易与实际结果产生较大偏差，不利于工程负责人进行成本资源决策。本文提出的基于时间序列的全生命周期工程造价预测方法在预测误差上明显小于传统方法，最大误差仅为20元左右，能够实现对工程项目造价进行精准预估。本文提出的造价预测方法与时间序列进行了结合，建立出了全生命周期工程造价模型，能够捕捉价格的变化趋势，对工程造价进行精准预测，对于工程造价的较大波动能够进行预测与估计，预测精度优于传统的工程造价预测方法，能够应用于全生命周期工程的预测工作。3结语全生命周期工程造价预测方法与时间序列理论进行有效结合，建立了全生命周期工程造价预测模型，将影响造价的主要因素作为目标函数，能够对工程造价进行精准预估。时间序列在趋势预估方面的准确性较高，使得该方法在面对工程项目数量较大的情况下也能实现对工程造价的精准预估，同时也能考虑到影响造价的潜在因素，有效减少预估误差。全生命周期工程造价预测可以阻止因子项目造价预测误差较大而导致整体造价预估结果受到极大偏差的情况，能够为工程项目负责人提供数据决策支持，对工程项目成本资源实现最佳配置，使项目成本分配最大化，推动工程项目的发展，对同类型的工程项目造价预测方法研究具有理论和实践意义。