CN107609289B - 基于bim模型的结构加固工程的建材成本管控方法以及系统 - Google Patents

Abstract

本发明公开了一种基于BIM模型的结构加固工程的建材成本管控方法以及系统，解决了但造价成本有很大一大部分取决于建材本身的成本，而建材本身的成本会随时间发生变化，严重影响对建材成本合理的管控的问题，其技术方案要点是：步骤A.建立预测价格的计算体系对未来建材启用之前的各个时间段的建材价格进行预测；步骤B.存储当前对未来各个时间段的建材价格的预测数据并选择建材价格最低所对应的时间为购买建材的时间；步骤C.在步骤B中的购买建材时间到的时候选择合适的店铺，本发明的一种基于BIM模型的结构加固工程的建材成本管控系统，能够基于之前的数据对未来期间的建材价格进行预测并选择出建材价格最低的时间段，有利于成本管控。

Description

基于BIM模型的结构加固工程的建材成本管控方法以及系统

技术领域

本发明涉及一种建筑信息模型领域，特别涉及一种基于BIM模型的结构加固工程的建材成本管控方法以及系统。

背景技术

BIM的中文翻译是建筑信息模型，BIM技术是一种应用于工程设计建造管理的数据化工具，通过参数模型整合各种项目的相关信息，从而以这个数字信息模型作为各个建筑项目的基础，去做各个相关工作。

在实际运用过程中，BIM不仅包括建筑物的信息模型，同时又包括建筑工程管理行为的模型，将建筑物的信息模型同建筑工程的管理行为模型进行完美的组合，因此可以在一定范围内，建筑信息模型可以模拟实际的建筑工程行为，也可以就是以三维、四维甚至五维的形式展示在工程管理相关方面前，在工程造价管理中有着深刻的意义。

目前基于BIM的QC与CM系统已经实现了对工程量的自动化计算与应用，在一定程度上方便了造价成本的计算，但造价成本有很大一大部分取决于建材本身的成本，而建材本身的成本会随时间发生变化，严重影响对建材成本合理的管控，还有改进的空间。

发明内容

本发明的目的一是提供一种基于BIM模型的结构加固工程的建材成本管控方法，能够基于之前的数据对未来期间的建材价格进行预测并选择出建材价格最低的时间段，有利于成本管控。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于BIM模型的结构加固工程的建材成本管控方法，包括以下步骤：

步骤A.建立预测价格的计算体系对未来建材启用之前的各个时间段的建材价格进行预测；

步骤B.存储当前对未来各个时间段的建材价格的预测数据并选择建材价格最低所对应的时间为购买建材的时间；

步骤C.在步骤B中的购买建材时间到的时候选择合适的店铺。

采用上述方案，以步骤A中建立的计算体系可对建材启用之前的各个时间段的建材价格进行合理的预测，从而获取了建材启用之前各个时间段的建材价格预测值，而基于成本管控，步骤B选择建材启用之前建材价格预测值的最低值所对应的时间段为购买建材购买的时间段，从而大大提高了避开了建材价格较高的时间段的概率，有利于对建材成本进行合理的管控，选择合适的建材店铺，从而在保证建材价格在可控范围的同时还能保证建材的质量，综上，以步骤A、步骤B、步骤C构成的完整方案可在提高成本管控的同时还能有效保证建材的质量。

作为优选，建立预测价格的计算体系的步骤如下：

步骤a1.基于前几期对未来价格的影响大小确定对应的权重，并结合与对应权重一一对应的前几期的实际值，以获取未来建材价格的预测值，获取建材价格的预测值的公式如下：

F_t=w₁A_t-1+w₂A_t-2+w₃A_t-3+…+w_nA_t-n；

w₁——第t-1期建材价格的权重；

w₂——第t-2期建材价格的权重；

w_n——第t-n期建材价格的权重；

F_t——第t期的预测值；

n——移动平均的时期个数；

A_t-1——前一期实际值；

A_t-2,A_t-3和A_t-n分别表示前两期、前三期直至前n期的实际值，w₁+w₂+…+w_n=1；

步骤a2.根据前一期到前n期的建材价格，并基于步骤a1的公式逐一获取未来每个时间段所对应的预测值。

采用上述方案，步骤a1中的权重设置可根据前几期价格对未来价格预测的影响大小不同，相比于每个权重均相同的设置，更具有针对性，而结合于与每个时间段的权重相对应的建材价格的实际值，可列出相应的公式，从而间接提高了建材价格的精确性，相应的配合于步骤a1，步骤a2可根据步骤a1上的公式逐一计算出对应的建材预测值，综上，步骤a1、以及步骤a2的设置可在提高建材价格预测精确性的基础上，进而间接增强了对成本的管控，并同时提高了对未来建材价格的预测的效率。

作为优选，基于步骤a1之前还包括以下步骤：

步骤b1.将建材之前的前n+1期的价格和前一期的价格求差值并判别差值是否落入所预设的数值范围内；

步骤b2.在差值未落入预设的数值范围内时，执行步骤a1；反之，则基于以下公式获取建材价格的预测值：

y^（t+1）'=a₁*y^t+(1-a₁)*y^t'；

y^t+1'——第t+1期的预测值；

y^t——第t期的实际值；

y^t'——第t期的预测值，即上期的平滑值S_t-1；

a₁——平滑常数，其取值范围为[0,1]；

步骤b3.基于步骤b2中的公式逐一获取y^（t+1）'～y^（t+n）'的数据，其中y^t'=y^t-3/3+y^t-2/3+y^t-1/3。

采用上述方案，步骤b1设置于步骤a1之前可判别前期的数据是否会对预测的建材价格造成影响，而且在前期数据对后期数据造成影响的时候，会启用相适应于前期数据对后期数据造成影响的计算公式，相比于未将前期的数据是否对所预测的建材价格造成影响结合考虑，有效提高了总体对不同时间段建材价格预测的精确性，另外配合于步骤b1,步骤b2列出对应的计算公式，步骤b3根据步骤b2上的公式逐一计算出对应的建材价格预测值，综上，步骤b1、步骤b2、步骤b3的设置可进一步提高对建材价格的预测精确性，进而间接增强了对成本的管控，并同时提高了对建材价格的预测效率。

作为优选，基于步骤b1之前还包括以下步骤：

步骤c1.根据前1期到前i期的建材价格数值由大至小进行排序，i为大于1且不大于n的数值；

步骤c2.当排序的结果不是正顺序或逆顺序时，则执行步骤b1；反之，则基于以下公式获取建材价格的预测值：

S_t ^（2）=a₂*S_t ^（1）+(1-a₂)*S_t-1 ^（2）；

S_t ^（2）——第t期所预测到的二次指数平滑值；

S_t ^（1）——第t期的一次指数平滑值，相当于y^t'；

S_t-1 ^（2）——第t-1期的二次指数平滑值；

a₂——加权系数（也称为平滑系数)；

步骤c3.基于步骤c2的公式逐一获取S_t ^（2）～S_t+n ^（2），其中S_t-1 ^（2）=y^t-2/3+y^t-3/3+y^t-4/3，S_t ^（1）=y^t-3/3+y^t-2/3+y^t-1/3。

采用上述方案，步骤c1设置于步骤b1之前可判别最近几期的建材价格是否有递增或递减趋势，而且建材价格出现递增或递减趋势的时候，会启用相适应于步骤c1且设置于步骤c2的计算公式对建材价格的预测值进行计算，相比于未对预测之前的几期时间段的建材价格的趋势判别，有效提高了总体对不同时间段建材价格预测的精确性，而步骤c3可基于步骤c2上的公式逐一计算出对应的建材价格预测值，综上，步骤c1、步骤c2、以及步骤c3的设置可进一步提高对建材价格的预测精确性，进而间接增强了对成本的管控，并同时提高了对建材价格的预测效率。

作为优选，步骤C进一步包括：

步骤d1.在步骤B中所选择时间段到的时候，基于步骤B中所选定的时间段中建材所对应的价格为中心设定一个范围；

步骤d2.预生成用于实时收集所有建材店铺的建材价格并进行进行存储的建材商铺数据库，调取建材商铺数据库中建材对应的价格，并选出满足步骤d1所设定的范围内的建材店铺；

步骤d3.预生成有用于存储所有建材店铺对应店铺评分的店铺评分数据库，以步骤d2中所选出的建材店铺为查询条件于店铺评分数据库查询出对应的建材店铺评分，并选择店铺评分最高所对应的建材店铺为所购买的建材店铺。

采用上述方案，步骤d1的设置可预生成合理的建材价格范围，而步骤d2的设置可从建材商铺数据库中筛选出在步骤d1预生成的建材价格范围内的建材商铺，步骤d1以及步骤d2的配合设置可有效隔绝一些建材价格设定不太合理的建材店铺，而经过步骤d1、步骤d2所筛选出来的满足条件的建材店铺为步骤d3进行筛选的基础，步骤d3以店铺评分为筛选条件在满足步骤d2条件的建材店铺中选出店铺评分最高的建材店铺，从而实现了在满足价格条件下的情况下选出了店铺评分最高的建材店铺，有效的提高了选择到合适建材店铺的概率。

作为优选，步骤C在步骤d2和步骤d3之间进一步包括：

步骤e1.预生成有用于存储建材店铺对应销量的店铺销量数据库；

步骤e2.当步骤d2所选出的建材店铺为查询条件于店铺销量数据库中未查询到对应店铺的销量时，则启动步骤d3；反之，则基于以下公式获取对应的权重计算数值：

S=a_N*c+b_N*d；

式中：

S：权重计算数值；

a_N:每个店铺所对应销量；

b_N：每个店铺所对应的评分；

c:销量所对应的权重；

d：评分所对应的权重；

N：为大于1的自然数；c+d=1；

步骤e3.选出权重计算数值中最大数值所对应的建材店铺为后期购买的店铺。

采用上述方案，通过在步骤d2和步骤d3之间的步骤e1的设置，可生成相应的店铺销量数据库，而步骤e2的设置可有效的判别建材店铺的销量情况是否均可在店铺销量数据库中调取到，只有在调取到所有建材店铺销量的情况，会采用步骤e2处设定的权重计算数值，结合实际情况确定相应的建材商铺的销量和建材商铺的评分的比重，从而确定相应的权重计算数值的算法,此外，步骤e3所有满足之前步骤条件的店铺中权重计算数值最高的建材店铺为后期购买的店铺，由步骤e1、步骤e2、步骤e3构成的步骤可进一步确定合适的店铺，进一步提高总体选择到合适的店铺的概率。

本发明的目的二是提供一种基于BIM模型的结构加固工程的建材成本管控系统，能够基于之前的数据对未来期间的建材价格进行预测并选择出建材价格最低的时间段，有利于成本管控。

一种基于BIM模型的结构加固工程的建材成本管控系统，包括中央处理器，所述中央处理器包括第一建材预测价格计算模块以及排序选择模块，还包括存储有建材历史价格的建材价格历史数据库，所述第一建材预测价格计算模块所计算的第一建材价格预测值基于以下公式获取：

F_t=w₁A_t-1+w₂A_t-2+w₃A_t-3+…+w_nA_t-n；

w₁——第t-1期建材价格的权重；

w₂——第t-2期建材价格的权重；

w_n——第t-n期建材价格的权重；

F_t——第t期建材价格的预测值；

n——移动平均的时期个数；

A_t-1——前一期实际值；

A_t-2,A_t-3和A_t-n分别表示前两期、前三期直至前n期的实际值，w₁+w₂+…+w_n=1；

定义项目启动时间为t，建材启用时间为t+n；

所述第一建材预测价格计算模块基于上述公式从建材价格历史数据库调取出A_t-1～A_t-n的数值以逐一计算出F_t～F_t+n的数值；

所述排序选择模块调取F_t～F_t+n的数值以数值由大至小对第一建材价格预测值进行由上至下的排序，并选择最小的数值所对应的时间段为采购建材的时间。

采用上述方案，第一建材预测价格计算模块的设置可在考虑到预测之前的每一期对所预测的建材价格的权重的基础上建立相应的计算体系，并以此计算体系对未来每一期的建材价格逐一进行计算，而相应的排序选择模块的设置可在所有计算出来的未来每一期的建材价格中选出建材价格最低时所对应的时间为后期购买建材的时期，从而大大提高了避开了建材价格较高的时间段的概率，有利于对建材成本进行合理的管控。

作为优选，所述中央处理器包括第二建材预测价格计算模块以及比较模块，所述第二建材预测价格计算模块所计算的第二建材预测价格基于以下公式获取：

y^（t+1）'=a₁*y^t+(1-a₁)*y^t'；

y^t+1'——第t+1期的预测值；

y^t——第t期的实际值；

y^t'——第t期的预测值，即上期的平滑值S_t-1；

a₁——平滑常数，其取值范围为[0,1]；

所述比较模块调取前n+1期的实际值即A_t-n-1的值并将A_t-n-1的值和A_t-1的值进行相减计算并判别相减的值是否落入预设的数值范围内，当相减的值落入预设的数值范围内时，所述第二建材预测价格计算模块启动；

所述第二建材预测价格计算模块基于上述公式逐一获取y^（t+1）'～y^（t+n）'的数据，其中y^t'=y^t-3/3+y^t-2/3+y^t-1/3；

所述排序选择模块调取y^（t+1）'～y^（t+n）'的数据以数据由大至小对第二建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间。

采用上述方案，比较模块的设置基于没启动的时间段的建材价格和相应最近的时间段的建材价格的价格差是否在预设的数值范围内，来判别没启用时间段的建材价格对未来所预测的价格有影响，在价格差未落入预设的数值范围内时，会相应的启用指数平滑法，指数平滑发可以加大前期数据对之后建材价格数据的影响，从而间接提高了对建材价格预测数值的精确性，大大提高了避开了建材价格较高的时间段的概率，有利于对建材成本进行合理的管控。

作为优选，所述中央处理器包括第三建材预测价格计算模块以及主动排序模块，所述第三建材预测价格计算模块所计算的第三建材预测价格基于以下公式获取：

S_t ^（2）=a₂*S_t ^（1）+(1-a₂)*S_t-1 ^（2）；

S_t ^（2）——第t期所预测到的二次指数平滑值；

S_t ^（1）——第t期的一次指数平滑值，相当于y^t'；

S_t-1 ^（2）——第t-1期的二次指数平滑值；

a₂——加权系数（也称为平滑系数)；

所述主动排序模块从建材价格历史数据库调取出A_t-1～A_t-i基于数值由大至小排序并由上至下显示；

当由上至下显示的顺序为A_t-1～A_t-i或A_t-i～A_t-1时，i为大于1且不大于n的数值，所述第三建材预测价格计算模块启动；

所述第三建材预测价格计算模块基于上述公式逐一算出S_t ^（2）～S_t+n ^（2），其中S_t-1 ^（2）=y^t-2/3+y^t-3/3+y^t-4/3，S_t ^（1）=y^t-3/3+y^t-2/3+y^t-1/3；

所述排序选择模块调取S_t ^（2）～S_t+n ^（2）的数据以数据由大至小对第三建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间。

采用上述方案，主动排序模块可针对预测之前的价格进行合理的排序，并判别之前的价格是否符合时间端推移而出现的递增或递减的趋势，而在建材价格出现该趋势的时候，相应的会采用二次指数平滑法，二次指数平滑法可在数值出现递增或递减趋势的时候对未来建材价格进行更加精确的计算，提高了对未来每期建材价格的预测，增加了选对启用建材之前的建材价格低谷期的准确性，有利于对建材成本进行合理的管控。

作为优选，还包括存储有所有建材店铺以及所对应的实时建材价格的建材商铺数据库以及存储有建材店铺所对应的店铺评分的店铺评分数据库，所述中央处理器包括店铺限定选择模块以及排序选定模块；

当排序选择模块所选择的时间段到的时候，所述排序选定模块以及店铺限定选择模块启动；

所述店铺限定选择模块以所框选的价格范围于建材商铺数据库中调取满足条件的所有店铺并以所调取出的所有店铺于店铺评分数据库中调取出所对应的店铺评分，所述排序选定模块以店铺评分由上至下进行排序并以店铺评分最高所对应的店铺为所购买的店铺。

采用上述方案，排序选择模块可在到达所选定的最低价格所对应时间段的时候，通过店铺限定选择模块可在建材商铺数据库选出符合价格要求的建材店铺，并通过排序选定模块在符合要求的建材店铺在店铺评分数据库选出评分最高的店铺，作为后期购买的店铺，进一步提高了总体选择到合适的店铺的概率。

综上所述，本发明具有以下有益效果：

1、结合第一建材预测价格计算模块、第二建材预测价格计算模块、第三建材预测价格计算模块可以根据不同的情况预测出在建材需要启用前不同时期的建材价格，而排序选择模块用于对所预测出的建材价格进行排序并选择出建材价格最低价格的时间段，进而有效降低了建材购买的成本。

2、通过步骤e1、步骤e2、步骤e3以及步骤d1、步骤d2、步骤d3的设置可以根据店铺销量的调查结果选择合适的建材店铺。

附图说明

图1为由第一建材预测价格计算模块、第二建材预测价格计算模块、第三建材预测价格计算模块、建材价格历史数据库、比较模块、主动排序模块、差值数据库、计数模块构成的逻辑框图；

图2为由排序选定模块、店铺评分数据库构成的逻辑框图；

图3为由排序选定模块、店铺评分数据库、店铺销量数据库、权重计算模块、建材商铺数据库构成的逻辑框图；

图4为由差分比较模块、提醒模块、价格波动原因数据库、显示界面、添加原因输入模块构成的逻辑框图；

图5为基于BIM模型的结构加固工程的建材成本管控方法的总体逻辑框图；

图6为基于BIM模型的结构加固工程的建材成本管控方法中步骤A的逻辑框图；

图7为基于BIM模型的结构加固工程的建材成本管控方法中步骤C的逻辑框图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

如图1所示，本实施例公开的一种基于BIM模型的结构加固工程的建材成本管控系统，能够基于之前的数据对未来期间的建材价格进行预测并选择出建材价格最低的时间段，有利于成本管控，该系统包括用于进行操作的中央处理器。

中央处理器包括第一建材预测价格计算模块以及排序选择模块，还包括存储有建材历史价格的建材价格历史数据库，第一建材预测价格计算模块所计算的第一建材价格预测值基于以下公式获取F_t=w₁A_t-1+w₂A_t-2+w₃A_t-3+…+w_nA_t-n；w₁——第t-1期建材价格的权重；w₂——第t-2期建材价格的权重；w_n——第t-n期建材价格的权重；

F_t——对下一期的预测值；n——移动平均的时期个数；A_t-1——前一期实际值；A_t-2,A_t-3和A_t-n分别表示前两期、前三期直至前n期的实际值，w₁+w₂+…+w_n=1；定义项目启动时间为t，建材启用时间为t+n，w_n定义为2/(n+1),w₁定义为2/(n+1)*n。

第一建材预测价格计算模块基于上述公式从建材价格历史数据库调取出A_t-1～A_t-n的数值以逐一计算出F_t～F_t+n的数值；排序选择模块调取F_t～F_t+n的数值以数值由大至小对第一建材价格预测值进行由上至下的排序，并选择最小的数值所对应的时间段为采购建材的时间。

上述的计算方法基于加权移动平均法，移动平均法是用一组最近的实际数据值来预测未来一期或几期内的一种方法，适用于近期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。

而当之前一组的数据对预测能起到一定的用处，此时不可轻易排除之前一组的数据，针对上述情况的改进方案如下。

如图2所示，中央处理器包括第二建材预测价格计算模块以及比较模块，第二建材预测价格计算模块所计算的第二建材预测价格基于以下公式获取：y^（t+1）'=a₁*y^t+(1-a₁)*y^t'；y^t+1'——第t+1期的预测值；y^t——第t期的实际值；y^t'——第t期的预测值，即上期的平滑值S_t-1；a₁——平滑常数，其取值范围为[0,1]，由于此情况下的如果时间序列变化缓慢，亦应选较小的值（一般在0.1—0.4之间），a₁值选择为0.1。

比较模块调取前n+1期的实际值即A_t-n-1的值并将A_t-n-1的值和A_t-1的值进行相减计算并判别相减的值是否落入预设的数值范围内，当相减的值落入预设的数值范围内时，第二建材预测价格计算模块启动；第二建材预测价格计算模块基于上述公式逐一计算出y^{（t +1）'}～y^（t+n）'的数据，其中y^t'=y^t-3/3+y^t-2/3+y^t-1/3；排序选择模块调取y^（t+1）'～y^（t+n）'的数据以数据由大至小对第二建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间。

上述计算方法基于一次指数平滑法，可在之前数据和现有的数据变化不大的时候，启动一次指数平滑法对未来建材价格进行合理的计算。

而当出现最近建材数据显示出明显的上升趋势或下降趋势的时候，此时上述方案均不可使用，针对该情况的改进的方案是：

如图1所示，中央处理器包括第三建材预测价格计算模块6以及主动排序模块7，第三建材预测价格计算模块6所计算的第三建材预测价格基于以下公式获取：S_t ^（2）=a₂*S_t ^（1）+(1-a₂)*S_t-1 ^（2）；S_t ^（2）——第t期所预测到的二次指数平滑值；S_t ^（1）——第t期的一次指数平滑值，相当于y^t'；S_t-1 ^（2）——第t-1期的二次指数平滑值；a₂——加权系数（也称为平滑系数)；由于如果时间序列具有迅速明显的变化倾向，则a₂应该取较大值（取0.3—0.5），此处的a₂优选为0.4。

主动排序模块从建材价格历史数据库调取出At-1～At-i基于数值由大至小排序并由上至下显示。当由上至下显示的顺序为A_t-1～A_t-i或A_t-i～A_t-1时，i为大于1且不大于n的数值，第三建材预测价格计算模块启动。第三建材预测价格计算模块基于上述公式逐一算出S_t ^（2）～S_t+n ^（2），其中S_t-1 ^（2）=y^t-2/3+y^t-3/3+y^t-4/3，S_t ^（1）=y^t-3/3+y^t-2/3+y^t-1/3。

排序选择模块调取S_t ^（2）～S_t+n ^（2）的数据以数据由大至小对第三建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间。

如图1所示，通过主动排序模块的排序和原来的排序是否一致可以有效判别建材价格是否有上升或下降趋势，进而在出现较为明显的上升或下降趋势的时候选择该算法计算出第三建材价格预测值。

进一步的，基于BIM模型的结构加固工程的建材成本管控系统还包括存储有去年建材行业价格波动大月份的波动期价格和该年份建材价格均价之间差值的差值数据库，中央处理器包括计数模块；中央处理器调取排序模块所选择的采购建材时间为查询条件于差值数据库进行查询；当采购建材时间为存储于差值数据库行业波动价格大的月份时，计数模块将该月份所对应的差值加至所预测的该时间段价格并重启排序选择模块进行重新排序选择。

针对如何选择出最低价格建材时间的操作过程如下。

首先分析前一组中的最后一个数字和相应的这一组数据中的最后一个数据做差值并通过比较模块判断该差值是否落入预设的数值范围内。

当差值超出预设的数值范围时，此时启用第一建材预测价格计算模块。

当差值正好在预设的数值范围内时，此时进一步通过主动排序模块对最近的数据进行排序，当排序的结果是呈递增或递减时，此时启用第三建材预测价格计算模块；反之则启用第二建材预测价格计算模块。

如图1所示，另外在第一建材预测价格计算模块、第二建材预测价格计算模块、第三建材预测价格计算模块中任意一个启用的时候，均会通过排序选择模块对经过计算出来的建材价格进行排序并选择出建材价格最低的时间段。

此外当上述所选择的建材价格最低时间段在差值数据库中时间段时，此时会相应的计数模块会将对应的差值直接加入到所预测的建材价格中并启用排序选择模块重新选择建材价格最低的时间段。

以上设置均用于在真正需要使用建材之前选择出建材价格最低的时间段以进行建材的采购，而在该时间段选用建材的时候还需要考虑进去哪家建材店铺可以进行选择，整体方案设置如下。

如图2所示，基于BIM模型的结构加固工程的建材成本管控系统还包括存储有所有建材店铺以及所对应的实时建材价格的建材商铺数据库以及存储有建材店铺所对应的店铺评分的店铺评分数据库，中央处理器包括店铺限定选择模块以及排序选定模块；当排序选择模块所选择的时间段到的时候，排序选定模块以及店铺限定选择模块启动。

店铺限定选择模块以所框选的价格范围于建材商铺数据库中调取满足条件的所有店铺并以所调取出的所有店铺于店铺评分数据库中调取出所对应的店铺评分，排序选定模块以店铺评分由上至下进行排序并以位于最上端的店铺为所购买的店铺。

以上设置基于在满足价格的条件下只考虑店铺评分的因数，而在实际操作过程中往往还需考虑到店铺销量的因数，因此有以下设置。

如图3所示，基于BIM模型的结构加固工程的建材成本管控系统还包括用于记录所有建材店铺以及所对应的销量的店铺销量数据库，中央处理器包括权重计算模块，权重计数模块所计算得到的权重计算数值基于以下公式获取：S=a_N*c+b_N*d；式中：S：权重计算数值；a_N:每个店铺所对应销量；b_N：每个店铺所对应的评分；c:销量所对应的权重；d：评分所对应的权重；N：为大于的自然数；c+d=；店铺限定选择模块以所框选的价格范围于建材商铺数据库中调取满足条件的所有店铺并以所调取出的所有店铺于店铺评分数据库中调取出所对应的店铺评分且同时于店铺销量数据库中调取对应的店铺销量并同时输出至权重计数模块；排序选定模块以权重计算数值由大至小进行排序并由上至下进行排序并选择位于最上方权重数值所对应的店铺为所购买的店铺。

具体如何如何选择到较好店铺的工作过程如下：

此处通过店铺销量数据库以及店铺评分数据库、并结合权重计算模块计算出相应的权重计算数值，并通过排序选定模块选择出最适宜的店铺。

而针对最低价格的预测和实际数值还是会出现一定的差距的，所以针对这种情况，为避免工作人员在出现误差较大情况时无法及时得知，有以下设置。

如图4所示，中央处理器包括差分比较模块以及提醒模块：差分比较模块将排序选择模块所选定的采购建材时间段的建材价格和实时价格进行做差获得差值，当差值超出所预设的差值范围时，差分比较模块控制提醒模块启动，提醒模块为短信提醒装置以及时的通知到用户。

进一步的为方便用户对出现预测价格和实际价格的相差较大情况进行有效分析。

基于BIM模型的结构加固工程的建材成本管控系统还包括存储有价格波动原因的价格波动原因数据库、显示界面；差分比较模块调动价格波动原因数据库中所有的价格波动原因并于显示界面处显示。

为方便工作人员在针对预测价格和实际价格差值较大情况分析的时候，基于BIM模型的结构加固工程的建材成本管控系统还包括添加原因输入模块，添加原因输入模块用于输入价格波动原因并存储入价格波动原因数据库中，此处通过添加原因输入模块可有效更新价格波动原因数据库。

整体方案的过程如下：

在通过第一建材预测价格计算模块、第二建材预测价格计算模块、第三建材预测价格计算模块以及排序选择模块获取到建材价格最低的时间段后，通过差值数据库以及计数模块进一步减少波动时间段对建材价格的隐形，从而获取较为精确的建材价格预测值的时间段。

而在时间到达建材价格预测值的时间段，此时通过建材店铺数据库、店铺评分数据库、店铺限定选择模块、店铺销量数据库以及相应的权重计算模块妥善的在满足价格条件下选择出最佳店铺。

此外当预测的价格和实际价格差值超出预设的范围时，此时会通过提醒模块提醒到对应的工作人员，而且还会通过价格波动原因数据库以及显示界面将对应的原因通知到工作人员，而工作人员在使用过程中还可以根据个人的设置添加自己所总结的一些原因。

如图5所示，本实施例公开的一种基于BIM模型的结构加固工程的建材成本管控方法，包括以下步骤：步骤A.建立预测价格的计算体系对未来建材启用之前的各个时间段的建材价格进行预测；步骤B.存储当前对未来各个时间段的建材价格的预测数据并选择建材价格最低所对应的时间为购买建材的时间；步骤C.在步骤B中的购买建材时间到的时候选择合适的店铺。

以上述方法可优选出未来一段时间里面建材的低谷期，并且在低谷期选择合适的店铺进行购买，从而在保证造价成本的情况下，选择合适的店铺，而且上述方法可以应用于，但不局限于建材。

如图6所示，步骤A进一步包括步骤a1以及步骤a2，步骤a1.基于前几期对未来价格的影响大小确定对应的权重，并结合与对应权重一一对应的前几期的实际值，以算出未来建材价格的预测值，具体获取建材价格的预测值基于以下公式：F_t=w₁A_t-1+w₂A_t-2+w₃A_t-3+…+w_nA_t-n；w₁——第t-1期建材价格的权重；w₂——第t-2期建材价格的权重；w_n——第t-n期建材价格的权重；F_t——第t期的预测值；n——移动平均的时期个数；A_t-1——前一期实际值；A_t-2,A_t-3和A_t-n分别表示前两期、前三期直至前n期的实际值，w₁+w₂+…+w_n=1。步骤a2.根据前一期到前n期的建材价格，并基于步骤a1的公式逐一计算出未来每个时间段的建材价格。

如图6所示，进一步的，基于步骤a1之前还包括步骤b1、步骤b2以及步骤b3，步骤b1.将建材之前的前n+1期的价格和前一期的价格求差值并判别差值是否落入所预设的数值范围内。步骤b2.在差值未落入预设的数值范围内时，执行步骤a1；反之，则基于以下公式获取建材价格的预测值：y^（t+1）'=a₁*y^t+(1-a₁)*y^t'；y^t+1'——第t+1期的预测值；y^t——第t期的实际值；y^t'——第t期的预测值，即上期的平滑值S_t-1；a₁——平滑常数，其取值范围为[0,1]。步骤b3.基于步骤b2中的公式逐一获取y^（t+1）'～y^（t+n）'的数据，其中y^t'=y^t-3/3+y^t-2/3+y^{t -1}/3。

以上述步骤A上的增加步骤，可有效分析之前的数据是否对之后的预测有参考价值，进一步精确了建材的预测价格准确性。

如图6所示，进一步的，基于步骤b1之前还包括步骤c1、步骤c2、步骤c3，步骤c1.根据前1期到前i期的建材价格数值由大至小进行排序，i为大于1且不大于n的数值。步骤c2.当排序的结果不是正顺序或逆顺序时，则执行步骤b1；反之，则基于以下公式获取建材价格的预测值：S_t ^（2）=a₂*S_t ^（1）+(1-a₂)*S_t-1 ^（2）；S_t ^（2）——第t期所预测到的二次指数平滑值；S_t ^（1）——第t期的一次指数平滑值，相当于y^t'；S_t-1 ^（2）——第t-1期的二次指数平滑值；a₂——加权系数（也称为平滑系数)。步骤c3.基于步骤c2的公式逐一获取S_t ^（2）～S_t+n ^（2），其中S_t-1 ^（2）=y^t-2/3+y^t-3/3+y^t-4/3，S_t ^（1）=y^t-3/3+y^t-2/3+y^t-1/3。

以上述步骤A上的增加步骤，可有效根据预测前的趋势选择较为精确的算法，对建材价格进行更进一步的计算。

除了上述针对步骤A的改进，步骤C上亦有改进，具体改进如下。

如图7所示，步骤C进一步包括步骤d1、步骤d2、步骤d3，步骤d1.在步骤B中所选择时间段到的时候，基于步骤B中所选定的时间段中建材所对应的价格为中心设定一个范围。步骤d2.预生成用于实时收集所有建材店铺的建材价格并进行进行存储的建材商铺数据库，调取建材商铺数据库中建材对应的价格，并选出满足步骤d1所设定的范围内的建材店铺。步骤d3.预生成有用于存储所有建材店铺对应店铺评分的店铺评分数据库，以步骤d2中所选出的建材店铺为查询条件于店铺评分数据库查询出对应的建材店铺评分，并选择店铺评分最高所对应的建材店铺为所购买的建材店铺。

以上针对步骤C的改进可在满足价格的条件下选择店铺评分最高的店铺为所购买的店铺，从而完成对所需店铺的选择。

如图7所示，进一步的，步骤C在步骤d2和步骤d3之间进一步包括步骤e1、步骤e2、步骤e3，步骤e1.预生成有用于存储建材店铺对应销量的店铺销量数据库。步骤e2.当步骤d2所选出的建材店铺为查询条件于店铺销量数据库中未查询到对应店铺的销量时，则启动步骤d3；反之，则基于以下公式获取对应的权重计算数值：S=a_N*c+b_N*d；式中：S：权重计算数值；a_N:每个店铺所对应销量；b_N：每个店铺所对应的评分；c:销量所对应的权重；d：评分所对应的权重；N：为大于1的自然数；c+d=1。步骤e3.选出权重计算数值中最大数值所对应的建材店铺为后期购买的店铺。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (1)

1.一种基于BIM模型的结构加固工程的建材成本管控系统，包括中央处理器，其特征是：所述中央处理器包括第一建材预测价格计算模块以及排序选择模块，还包括存储有建材历史价格的建材价格历史数据库，所述第一建材预测价格计算模块所计算的第一建材价格预测值基于以下公式获取：

F_t=w₁A_t-1+w₂A_t-2+w₃A_t-3+…+w_nA_t-n；

w₁——第t-1期建材价格的权重；

w₂——第t-2期建材价格的权重；

w_n——第t-n期建材价格的权重；

F_t——对下一期的预测值；

n——移动平均的时期个数；

A_t-1——前一期实际值；

A_t-2,A_t-3和A_t-n分别表示前两期、前三期直至前n期的实际值，w₁+w₂+…+w_n=1；

定义项目启动时间为t，建材启用时间为t+n；

所述第一建材预测价格计算模块基于上述公式从建材价格历史数据库调取出A_t-1～A_t-n的数值以逐一获取F_t～F_t+n的数值；

所述排序选择模块调取F_t～F_t+n的数值以数值由大至小对第一建材价格预测值进行由上至下的排序，并选择最小的数值所对应的时间段为采购建材的时间；

所述中央处理器包括第二建材预测价格计算模块以及比较模块，所述第二建材预测价格计算模块所计算的第二建材预测价格基于以下公式获取：

y^（t+1）'=a₁*y^t+(1-a₁)*y^t'；

y^t+1'——第t+1期的预测值；

y^t——第t期的实际值；

y^t'——第t期的预测值，即上期的平滑值S_t-1；

a₁——平滑常数，其取值范围为[0,1]；

所述比较模块调取前n+1期的实际值即A_t-n-1的值并将A_t-n-1的值和A_t-1的值进行相减计算并判别相减的值是否落入预设的数值范围内，当相减的值落入预设的数值范围内时，所述第二建材预测价格计算模块启动；

所述第二建材预测价格计算模块基于上述公式逐一获取y^（t+1）'～y^（t+n）'的数据，其中y^t'=y^t-3/3+y^t-2/3+y^t-1/3；

所述排序选择模块调取y^（t+1）'～y^（t+n）'的数据以数据由大至小对第二建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间；

所述中央处理器包括第三建材预测价格计算模块以及主动排序模块，所述第三建材预测价格计算模块所计算的第三建材预测价格基于以下公式获取：

S_t ^（2）=a₂*S_t ^（1）+(1-a₂)*S_t-1 ^（2）；

S_t ^（2）——第t期所预测到的二次指数平滑值；

S_t ^（1）——第t期的一次指数平滑值，相当于y^t'；

S_t-1 ^（2）——第t-1期的二次指数平滑值；

a₂——加权系数，加权系数也称为平滑系数；

所述主动排序模块从建材价格历史数据库调取出A_t-1～A_t-i基于数值由大至小排序并由上至下显示；

当由上至下显示的顺序为A_t-1～A_t-i或A_t-i～A_t-1时，i为大于1且不大于n的数值，所述第三建材预测价格计算模块启动；

所述第三建材预测价格计算模块基于上述公式逐一算出S_t ^（2）～S_t+n ^（2），其中S_t-1 ^（2）=y^t-2/3+y^t-3/3+y^t-4/3，S_t ^（1）=y^t-3/3+y^t-2/3+y^t-1/3；

所述排序选择模块调取S_t ^（2）～S_t+n ^（2）的数据以数据由大至小对第三建材价格预测值进行由上至下的排序，并选择最小的数据所对应的时间段为采购建材的时间；

还包括存储有所有建材店铺以及所对应的实时建材价格的建材商铺数据库以及存储有建材店铺所对应的店铺评分的店铺评分数据库，所述中央处理器包括店铺限定选择模块以及排序选定模块；

当排序选择模块所选择的时间段到的时候，所述排序选定模块以及店铺限定选择模块启动；

所述店铺限定选择模块以所框选的价格范围于建材商铺数据库中调取满足条件的所有店铺并以所调取出的所有店铺于店铺评分数据库中调取出所对应的店铺评分，所述排序选定模块以店铺评分由上至下进行排序并以店铺评分最高所对应的店铺为所购买的店铺；

基于BIM模型的结构加固工程的建材成本管控系统还包括存储有去年建材行业价格波动大月份的波动期价格和该年份建材价格均价之间差值的差值数据库，中央处理器包括计数模块；中央处理器调取排序模块所选择的采购建材时间为查询条件于差值数据库进行查询；当采购建材时间为存储于差值数据库行业波动价格大的月份时，计数模块将该月份所对应的差值加至所预测的该时间段价格并重启排序选择模块进行重新排序选择；

中央处理器包括差分比较模块以及提醒模块：差分比较模块将排序选择模块所选定的采购建材时间段的建材价格和实时价格进行做差获得差值，当差值超出所预设的差值范围时，差分比较模块控制提醒模块启动，提醒模块为短信提醒装置以及时的通知到用户；

基于BIM模型的结构加固工程的建材成本管控系统还包括存储有价格波动原因的价格波动原因数据库、显示界面；差分比较模块调动价格波动原因数据库中所有的价格波动原因并于显示界面处显示；

基于BIM模型的结构加固工程的建材成本管控系统还包括添加原因输入模块，添加原因输入模块用于输入价格波动原因并存储入价格波动原因数据库中，此处通过添加原因输入模块可有效更新价格波动原因数据库。

Images