sxxgc.com
嘉峪关工程预算管理是随着社会生产力的发展，随着商品经济的发展和现代管理科学的发展而产生和发展的，是时代进步的产物。嘉峪关工程预算涉及到国民经济各部门、各行业，是项目决策、制定投资计划和控制投资的有效工具，是筹集建设资金的依据，是合理利益分配和调节产业结构的手段，是评价投资效果的重要指标，在国民经济发展中起着重要的作用。嘉峪关工程预算管理任务是加强嘉峪关工程预算全过程的动态管理，强化嘉峪关工程预算的约束机制，规范价格行为，维护各方经济利益，规范价格行为，促进微观效益和宏观效益的统一。嘉峪关工程预算管理的工作具体体现在:可行性研究阶段对建设方案认真优选，编好、定好投资估算，考虑风险，打足投资；从优选择建设项目的承建单位、咨询（监理）单位、设计单位，搞好响应的招标工作；合理选定工程的建设标准、设计标准，贯彻 的建设方针；按估算对初步设计推行量财设计，积极、合理地采用新技术、新工艺、新材料，优化设计方案，编好、定好概算，打足投资。对设备、主材进行择优采购，择优选定建筑安装施工单位、调试单位，抓好相应的招标工作；认真控制施工图设计，推行“限额设计”；协调好与各有关方面的关系，合理处理配套工作（包括征地、拆迁、城建等）中的经济关系；严格按概算对造价实行静态控制、动态管理。
严防利用分包工程项目之间交叉施工内容，多家分头重复计算工程预算和虚增变更签证。一个总承包工程，往往由多家分包单位施工，有些分包单位利用两个或几个单位交叉施工，或利用分包工程结算项目较多，结算力量薄弱，不清楚现场施工情况，对现场变更签证辨别力差等原因，分头多计工程量和现场变更签证，造成工程量计算重复叠加，骗取额外工程价款。分包工程材料费的审计。对分包工程材料费的审计，重点是对分包工程材料的使用情况和费用计算进行审计。掌握分包工程材料使用情况。将分包单位领用的甲供材料数量与预算分析用量及施工图纸设计量进行分析对比，严防甲供材料的超领和浪费，只有杜绝建筑材料的浪费，才能确保总承包方的经济效益。
对换算的定额单价进行审核时，除上述要求外，还要弄清允许换算的内容是定额中的人工、材料或机械中的全部还是部分，以及换算的方法、采用系数是否正确，这些都将直接影响单价的准确性。第三，工程项目是否重复套用。例如，沥青卷材防水层、沥青隔气层下的冷底子油定额中已包含，不能在套冷底子油子目；预制构件中定额的铁件已包括，不能在重套铁件制作子目。嘉峪关工程预算采用的是费率嘉峪关工程预算，通过审核发现取费错误较少，容易出现在综合费率和分项费率让利前后计算不一致的问题，在结算时特别要注意变更或新增项目是否同比让利。主要经济指标见表1。主要材料单方耗用指标如下：每平方米耗用水泥0.1755吨、每平方米耗用钢筋0.0328吨、每平方米耗用木模0.0107m3、每平方米耗用石子0.2728m3、每平方米耗用砂子0.314m3、每平方米耗用机砖162块。施工区域共有28栋住宅楼，小区原报造价11719.5万元，审核造价10738.8万元（含基础处理193.9万元），核减金额980.7万元（含基础处理110万元），核减率达到8.4%。一期28栋楼通过以上的造价控制，嘉峪关工程预算合理，技术经济指标正常，把建设项目的造价控制在投资计划批准的限额范围内，在控制中隨时纠正发生的偏差，以保证实现项目管理目标。同时，工程建设的每一个阶段都存在造价控制，各阶段的造价控制环环相扣，从而要求必须建立一套科学完善的嘉峪关工程预算管理体系，使工程的计价、审查、结算、决算等实现制度化、规范化、系列化、科学化。小区工程由于在建设过程中加强了造价控制，使主体工程实际结算工程量与计划提供的工程量基本相符，工程总投资得到了有效控制。
适应性强公路嘉峪关工程预算具有动态变化特性，模糊神经网络模型能够很好地适应此特性。此估算方法的应用，主要是依靠计算机，不仅运算速度快，而且运算精度较高。模糊神经网络估算方法较多，文中选择BP神经网络法，是基于仿人脑的神经系统结构，具有较强的学习能力，为非线性自适应动态系统[1]。现对其在公路嘉峪关工程预算估算中的应用，做以下的分析。公路工程构件主要包括底层、基层、面层等，嘉峪关工程预算是由各构件类型与价格等因素决定，实物工程量取决于工程结构设计参数。已建嘉峪关工程预算变动，主要是受到构件因素的影响，被称作是工程特征。基于工程特性，将公路工程划分为不同类别，若按照路面形式划分，主要包括沥青路面和水泥路面等，为特征类目。对于工程定量化，是按照特征类目，依据定额水平与工程特征，填入相关数据，如表1所示。由表1能够看出，每个公路工程模式均可以利用表格的形式来定量化描述，一个特征可以由多个类目组成，按照比例来计算量化结果。在BP神经网络中，需要将信息传递到网络隐节点上，使用S型函数，把信息传出，接着发挥函数的作用，成功输出结果。在网络隐节点以及输出节点位置处，选择S型函数，即f（x）=11+ex，若此结果未能按照正常程序开展，此时要转变成反向传播。假设存在N个样本，定义描述为（Xk，yk)(k=12?N)，其中某个输入值为Xk，对应的神经网络输出值是yk，而隐层节点I的输出值是Oj。
