资料简介
摘要可靠的施工前期成本估算（PCE）是项目规划与投资决策的核心环节。但早期阶段存在大量不确定性、可用信息有限，导致前期成本估算工作极具挑战。人工智能逐渐成为破解该困境的有效手段，相关实证研究大量涌现，亟需开展系统性梳理。本文遵循PRISMA规范，汇总截至2025年12月发表的30项实证研究，系统分析研究所采用的人工智能技术、项目类型、数据集特征、模型验证方法与模型可解释性。研究结果表明：人工神经网络（ANN）与混合智能方法是领域主流技术，应用场景集中在房建与交通工程；现有模型在通用评价指标下普遍具备良好预测性能。但领域仍存在诸多结构性短板：模型跨项目场景泛化能力弱、验证流程不统一、可解释人工智能应用匮乏、行业专家经验融合程度极低。上述问题共同制约现有模型在工程实践中的落地应用。本综述构建标准化方法学梳理框架，梳理阻碍领域发展的核心研究缺口，并提出人工智能-专家融合概念框架，用以构建鲁棒性更强、可解释、面向决策的成本估算方法。研究成果既完整复盘该领域研究现状，也为推进人工智能驱动的施工前期成本估算研究提供实践路线图。关键词：人工智能；成本估算；施工前期；文献综述；建筑工程；PRISMA；机器学习
| 
