农业水利工程不可预见费中各影响因素的分析

详细信息    查看全文 | 推荐本文 |

	英文篇名：Analysis of the influencing factors in the unforeseeable expenses of agricultural water resources projects 作者：陈德勇 英文作者：Chen Deyong; 关键词：农业水利工程 ; 影响因素 ; 不可预见费 ; 蒙特卡洛 中文刊名：SLJD 英文刊名：Technical Supervision in Water Resources 机构：灯塔市水务局万宝桥水利水土保持监督管理站; 出版日期：2019-01-15 出版单位：水利技术监督 年：2019 期：No.147 语种：中文; 页：SLJD201901032 页数：4 CN：01 ISSN：11-3918/TV 分类号：109-111+176

摘要

为保证农业水利工程项目投资的安全并解决构成工程造价费用的不足问题,对不可预见费中的各影响因素分布状况运用SPSS软件进行了拟合分析,然后以辽宁省灯塔市为例对其近3年已竣工项目的不可预见因素数据运用不可预见费费率估算模型进行试验模拟。研究表明:该区域不可预见费费率模拟结果为6%,模型分析结果与该区域实际情况具有良好的一致性,研究成果可为农业水利工程的合理投资建设标准提供一定决策依据和参考。
        

引文

[1]王晓光.抚顺县农村水利工程现状、存在问题及建议[J].水土保持应用技术,2013(02):32-34.
    [2]纪中庭.关于现代水利工程中的生态问题探讨[J].水土保持应用技术,2016(01):22-23.
    [3]王海云.三峡地区中小水利工程建设项目环境风险评价研究[J].中国农村水利水电,2010(11):29-32.
    [4]马博,倪红芳,朱晓丽,等.基于风险分析和模糊专家系统的超高压基建工程不可预见费估算[J].水电能源科学,2013,31(1):184-187.
    [5]陈志鼎,胡苗,郭琦.基于蒙特卡罗模拟的EPC项目投标报价方法[J].水电能源科学,2015,33(03):148-151.
    [6]金修鹏,李春生.基于遗传算法的BP神经网络在水利定额编制中的应用[J].水电能源科学,2018,36(02):156-159.
    [7]于九如.投资项目风险分析[M].北京:机械工业出版社,1999.
    [8]杨昕馨.水利工程档案管理工作刍议[J].水利技术监督,2013(01):64-65.
    [9]康崇禄.蒙特卡罗方法理论和应用[M].北京:科学出版社,2017.
    [10]石增福.水利工程建设质量控制与优化管理措施探讨[J].水利规划与设计,2016(12):9-10+98.
    [11]赵菊华.基于本体的水资源数据集成研究[J].中国水能及电气化(2007)(10):31-33.