CN110610318B - 一种基于大数据的工程造价管理系统 - Google Patents
一种基于大数据的工程造价管理系统 Download PDFInfo
- Publication number
- CN110610318B CN110610318B CN201910881321.XA CN201910881321A CN110610318B CN 110610318 B CN110610318 B CN 110610318B CN 201910881321 A CN201910881321 A CN 201910881321A CN 110610318 B CN110610318 B CN 110610318B
- Authority
- CN
- China
- Prior art keywords
- construction
- project
- engineering
- difficulty
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 claims abstract description 712
- 238000000034 method Methods 0.000 claims abstract description 371
- 238000012216 screening Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 9
- 230000035772 mutation Effects 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的工程造价管理系统,包括分布式数据库、施工决策分析模块、项目筛选匹配模块、资源调度模块、管理服务器和服务统计模块;管理服务器分别与施工决策分析模块、项目筛选匹配模块、分布式数据库和资源调度模块连接,资源调度模块分别与项目筛选匹配模块和服务统计模块连接。本发明通过施工决策分析模块、项目筛选匹配模块、资源调度模块、服务分析模块并结合管理服务器,筛选出与输入的项目工程的吻合度系数最大的已完成工程项目,并统计输入的项目工程中各施工工序对应的工序预测难度系数和预测综合工程难度系数,以获得该工程项目对应的工程造价,提高了工程造价统计的准确性,推动建筑业平稳高速发展。
Description
技术领域
本发明属于工程造价管理技术领域,涉及到一种基于大数据的工程造价管理系统。
背景技术
工程造价就是指工程的建设价格,是指为完成一个工程的建设,预期或实际所需的全部费用总和。随着我国经济建设步伐的不断推进,极大促进了城市建设的蓬勃发展,而在工程建设过程中,由于项目建设本身是一个复杂的实施过程,一般投资较大,实际的施工周期较长,同时在项目实施过程中需要多方面的配合,增加了多工程项目的造价管理,因此,在整个项目竣工之前,都不能够具体的得到实际工程的准确的工程造价。在工程项目投标前需对工程项目进行不确定因素的分析,从而能够从整体上掌握工程项目的造价,由于现有的工程造价管理存在的不确定因素较多,使得工程造价难易预测,大大增加了工程造价的难度,存在工程造价的准确性差以及可行性不足的问题,无法为企业提供最佳的工程造价,从而影响相关企业的经济收益,因此,为了解决以上问题,现设计一种基于大数据的工程造价管理系统。
发明内容
本发明的目的在于提供的一种基于大数据的工程造价管理系统,解决了现有工程造价管理的过程中,存在的工程项目的造价的准确性差的问题。
本发明的目的可以通过以下技术方案实现:
一种基于大数据的工程造价管理系统,包括分布式数据库、施工决策分析模块、项目筛选匹配模块、资源调度模块、管理服务器和服务统计模块;
所述管理服务器分别与施工决策分析模块、项目筛选匹配模块、分布式数据库和资源调度模块连接,资源调度模块分别与项目筛选匹配模块和服务统计模块连接;
所述分布式数据库划分成若干工程类别信息库,各工程类别信息库中存储所属工程类别中已竣工的各工程项目对应的工程基本参数信息,所述工程基本参数信息包括该工程项目的综合工程难度系数、组成工程项目的各施工工序、该工程预期的工程造价、实际工程造价、各施工工序对应的工序基本信息以及工序施工影响因素;
所述施工决策分析模块用于提出各建筑工程师评价工程项目中各施工工序中的所有施工问题对应的施工难度评分,根据各建筑工程师评价工程项目中各施工工序中所有施工问题的施工难度评分,对施工困难系数分析,分析出各建筑工程师对各工程项目中各施工工序的施工难易度系数,对各施工工序的施工难易度系数进行归一化处理,决策出所有建筑工程师对该工程项目下的各施工工序的工序预测难度系数以及工程项目的综合工程难度系数,并将该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数发送至管理服务器;
所述项目筛选匹配模块用于输入所需造价管理的工程项目的工程基本参数信息,并提取工程基本参数信息中的施工工序以及各施工工序对应的工序基本信息和工序施工影响因素,并将输入的工程项目的工程基本参数信息发送至资源调度模块,提取输入工程项目对应的工程类别,并将输入的工程项目中的各施工工序对应的工序施工影响信息与分析式数据库中的该工程类别中各工程项目中的各施工工序对应的工序施工影响信息进行相似度,筛选出输入的工程项目中各施工工序与该工程类别下已完成的工程项目中各施工工序的相似度,并统计输入的工程项目与各工程类别下已完成的工程项目的吻合度系数,筛选出吻合度系数最大的已完成的工程项目,将筛选的吻合度系数最大的已完成的工程项目中的工程基本参数信息发送至管理服务器,并提取吻合度系数最大的已完成的工程项目中各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数,并将提取的各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数发送至管理服务器;
所述资源调度模块用于接收项目筛选匹配模块发送的需造价管理的工程项目的工程基本参数信息,提取工程基本参数信息中各施工项目所需购买的设备、材料种类、各材料种类所需的数量、人员数量、施工时间,并提取分布式数据库中各施工设备的价格、各材料单价、人员每天平均价格,统计各施工工序的第一预期价格,并将第一施工工序的预期价格发送至管理服务器,接收管理服务器反馈的各施工工序调度后的第二预期价格,并将调度后的各施工工序的第二预期价格发送至服务统计模块;
所述管理服务器用于接收资源调度模块发送的各施工工序的第一预期价格,并接收项目筛选匹配模块发送的吻合度系数最大的已完成工程项目的工程基本参数信息,筛选出该工程项目的工程基本参数信息中实际工程造价、预期的工程造价以及各施工工序的工序综合难度系数,并接收施工决策分析模块发送的各施工工序对应的工序预测难度系数,根据筛选的吻合度系数最大的已完成工程项目对应的实际工程造价、预期工程造价、工程项目的综合工程难度系数、各施工工序预期的工程造价、实际工程造价以及各施工工序的工序综合难度系数并结合输入的需工程管理的工程项目对应的各施工工序对应的工序预测难度系数和工程项目的预测综合工程难度系数,统计各施工工序对应的突变影响系数,并将各施工工序对应的突变影响系数结合各施工工序的第一预期价格统计各施工工序对应的第二预期价格,并将统计的各施工工序对应的第二预期价格反馈至资源调度模块,其中,第二预期价格等于该施工工序对应的突变影响系数乘以该施工工序的第一预期价格;
所述服务统计模块用于接收资源调度模块发送的需工程管理的工程项目中各施工工序对应的第二预期价格,根据接收的该工程项目中各施工工序对应的第二预期价格统计该工程项目对应的评估工程造价,所述评估工程造价等于各施工工序对应的第二预期价格的累计和。
进一步地,还包括工程分类划分模块,所述工程分类划分模块用于对工程项目进行划分,划分成若干工程类别,并对划分的工程类别按照各工程类别所包含的工序进行划分,所述工程类别包括房屋建筑类别、市政建筑类别、公路建设类别、铁路建设类别以及城市交通类别,对应的编号分别为1,2,3,4,5。
进一步地,所述施工决策分析模块分析所有建筑工程师对工程项目的综合工程难度系数的方法,包括以下步骤:
S1、将所有对工程项目进行工程难度评价分数的建筑工程师作为工程决策群体,即工程决策群体由v个建筑工程师个体组成,t∈1,2,...,v,将每个建筑工程师对各施工工序中影响该施工工序的施工问题进行施工难度评分,对施工难度评分进行处理,表达式为:Fit=(f1 it,f2 it,...,fm it)T;
其中,Fit表示为第t个建筑工程师对第i个施工工序中出现的所有施工问题对应的施工难度评分集合,fu it表示为第t个建筑工程师对第i个施工工序中第u个施工问题的施工难度评分,u=1,2,...,m,t=1,2,...,v,i=1,2,...,n;
S2、对工程决策群体建立数学模型:F=(F1t,F2t,...,Fnt)T,F表示由所有建筑工程师对各施工工序中各施工问题对应的施工难度评分组成的函数;
S3、提取步骤S1中各建筑工程师评价各施工工序中的各施工问题的施工难度评分,并提取该施工问题对应的最高评分阈值和最低评分阈值,统计各建筑工程师对各施工工序中各施工问题的困难系数;
S4、统计各建筑工程师评价各施工工序的施工难易度系数,计算公式为:Qit表示为第t个建筑工程师评价第i个施工工序的施工难易度系数,γiu表示为第i个施工工序中第u个施工问题对应的权重系数,且γiu>0,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数;
S5、提取步骤S4中所有建筑工程师评价第i个施工工序的施工难易度系数,提取最大的施工难易度系数以及最小的施工难易度系数,对各建筑工程师对第i个施工工序的施工难易度系数进行归一化处理,并对经归一化处理后的第i个施工工序的施工难易度系数;
S6、综合统计所有建筑工程师对该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数,其中,工序预测难度系数的计算公式为该工程项目的综合工程难度系数的计算公式为v表示为参加工程决策群体中的建筑工程师的数量,Q′it表示为经归一化处理的第t个建筑工程师评价第i个施工工序的施工难易度系数。
进一步地,各施工工序中各施工问题的困难系数,计算公式如下:
maxfu it表示为第t个建筑工程师对第i个施工工序中施工困难程度对应的最高评分阈值,minfu it表示为第t个建筑工程师评价第i个施工工序中施工困难程度对应的最低评分阈值,最高评分阈值为10分,最低评分阈值为1分,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数。
进一步地,所述归一化处理的计算公式为:Q′it表示为经归一化处理的第t个建筑工程师评价第i个施工工序的施工难易度系数,maxQit表示为所有建筑工程师评价第i个施工工序的施工难易度系数中的最大的施工难易度系数,minQit表示为所有建筑工程师评价第i个施工工序的施工难易度系数中的最小的施工难易度系数。
进一步地,所述项目筛选匹配模块将输入的工程项目与分析式数据库中存储的工程项目间的吻合度系数计算方法,包括以下步骤:
N1、输入所需造价管理的工程项目对应的工程类别,并提取该工程项目对应的各施工工序,建立施工工序集合B′(b1,b2,...,bi,...,bn),bi表示为第i个施工工序对应的施工工序名称;
N2、筛选出该工程类别下各工程项目对应的施工工序,建立已完成项目施工工序集合;
N3、将输入工程项目对应的各施工工序分别与该工程类别中各施工项目中的施工工序进行对比,得到项目施工工序对比集合B′j(b′j1,b′j2,...,b′ji,...,b′jn),b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,若第i个施工工序对应的施工工序名称在第j个已完成工程项目中存在该施工工序名称中,则取b′ji等于1,若第i个施工工序对应的施工工序名称未在第j个已完成工程项目中存在该施工工序名称中,则b′ji等于1;
N4、提取已完成工程项目中与施工工序名称相同的施工工序对应的施工气候、施工地质条件以及施工面积级别等,并将输入工程项目中各施工工序对应的施工气候、施工地质条件以及施工面积级别等分别与已完成工程项目中b′ji等于1的施工工序对应的施工气候、施工地质条件以及施工面积等进行对比,得到施工条件对比集合Cji(cji1,cji2,cji3),若施工气候相同,则cji1等于1,若施工气候不相同,则cji1等于0.3,若施工地质条件相同,则cji2等于1,若施工地质条件不同,则cji2等于0.3,若施工面积级别相同,则取cji3等于1,若施工面积级别不相同,则取cji3等于施工面积差值乘以0.1;
其中,建立施工气候、施工地址条件以及施工面积对应的权重系数β1、β2、β3,且β1+β2+β3=1;
N5、建立各施工项目与输入所需造价管理的工程项目间的吻合度系数b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,β1、β2、β3分别表示为施工气候、施工地址条件以及施工面积对应的权重系数,cji1表示为施工气候对比情况,cji2表示为施工地质条件对比情况,cji3表示为施工面积级别对比情况;
N6、筛选出吻合度系数最大的已完成项目。
进一步地,各施工工序对应的突变影响系数的计算公式为wi表示为输入工程项目中第i个施工工序对应的预测预测难度系数,w″i表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的工序综合难度系数,W表示为输入的工程项目对应的预测综合工程难度系数,W″表示为吻合度系数最大的已完成工程项目的综合工程难度系数,U表示为吻合度系数最大的已完成工程项目的实际工程造价,U″表示为吻合度系数最大的已完成工程项目的预期工程造价,ui表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的实际工程造价,u″表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的预期工程造价。
本发明的有益效果:
本发明提供的一种基于大数据的工程造价管理系统,通过施工决策分析模块建立多个建筑工程师根据该工程项目中的各施工工序内的施工问题进行施工难度综合预测分析,以提高各建筑工程师对同一工程项目中同一施工工序的施工难度的准确性,降低因个别工程师对施工难度评估而造成的施工工序难度系数偏离实际的难度系数,提高了各工程项目对各工程项目的联合施工难易度系数的最大化,大大提高了对项目工程中各施工工序的难度确定的准确性,具有合理性和科学性;
通过项目筛选匹配模块将输入的需工程造价管理的工程项目中各施工工序与该工程项目对应的工程类别下的所有已完成工程项目中的各施工工序进行对比,获取项目施工工序对比集合,并统计输入的项目工程中的各施工工序对应的施工气候、施工地质条件以及施工面积级别分别与已完成工程项目中的施工工序的施工气候、施工地质条件以及施工面积级别进行对比,以统计各施工项目与输入所需造价管理的工程项目间的吻合度系数,筛选出吻合度系数最大的已完成工程项目,通过筛选出与输入的工程项目建立吻合度系数计算,可提取吻合度系数最大的已完成项目中的工程项目的综合工程难度系数以及各施工工序的工序综合难度系数,为后期统计输入的需工程造价管理的工程项目的工程造价提供可靠的数据基础;
通过管理服务器的大数据分析可筛选出吻合度系数最大的已完成工程项目对应的实际工程造价、预期工程造价、工程项目的综合工程难度系数、各施工工序预期的工程造价、实际工程造价以及各施工工序的工序综合难度系数以及输入的需工程管理的工程项目对应的各施工工序对应的工序预测难度系数和工程项目的预测综合工程难度系数,以获得各施工工序对应的突变影响系数,通过各施工工序的突变影响系数计算公式,建立需工程管理的工程项目与已完成工程项目间的关联性,可消除该施工工序中影响工程造价统计的不确定因素的干扰,为后期计算各施工工序的价格提供可靠且准确的依据;
通过资源调度模块初步获取各施工工序中各施工工序对应的预期价格,且通过服务分析模块将获取的预期价格与各施工工序的突变影响系数相结合,统计最终的各施工工序的预期价格,保证获取的最终预期价格与该工程项目后期实际的工程价格最接近,提高了工程造价统计管理的准确性,为企业投资工程项目提供准确的参考数据,为后期工程项目的开展提供可靠数据支持,具有准确性高以及可行高的特点,推动建筑业平稳高速发展。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中一种基于大数据的工程造价管理系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于大数据的工程造价管理系统,包括工程分类划分模块、分布式数据库、施工决策分析模块、项目筛选匹配模块、资源调度模块、管理服务器和服务统计模块;
工程分类划分模块与分布式数据库连接,管理服务器分别与施工决策分析模块、项目筛选匹配模块、分布式数据库和资源调度模块连接,资源调度模块分别与项目筛选匹配模块和服务统计模块连接;
工程分类划分模块用于对工程项目进行划分,划分成若干工程类别,并对划分的工程类别按照各工程类别所包含的工序进行划分,所述工程类别包括房屋建筑类别、市政建筑类别、公路建设类别、铁路建设类别以及城市交通类别,对以上工程类别进行编号分别为1,2,3,4,5,
即k=1,2,3,4,5,当k等于1时,表示排序为1的工程类别,即为房屋建筑类别,当k等于2时,表示排序为2的工程类别,即为市政建筑类别,依次类推。
分布式数据库划分成若干工程类别信息库,各工程类别信息库中存储所属工程类别中已竣工的各工程项目对应的工程基本参数信息,所述工程基本参数信息包括该工程项目的综合工程难度系数、组成工程项目的各施工工序、该工程预期的工程造价、实际工程造价、各施工工序对应的工序基本信息以及工序施工影响因素,所述工序基本信息包括各施工工序的工序综合难度系数、各施工设备的价格、各材料的单价、人员数量、人员每天平均价格、各施工工序预期的工程造价以及实际工程造价等,所述工序施工影响因素包括工程施工面积、地质条件、工程施工时间以及施工气候等,所述材料包括不同型号的钢筋、活泥土、干砂子、石子、砖块等,施工气候包括冬季施工气候和非冬季施工气候,所述非冬季施工气候包括春、夏、秋季节,其中冬季施工气候指在冬季进行施工;
对同一工程类别下的各工程项目按照竣工时间先后顺序进行排序,分别为1,2,...,j,....,m,并对各工程项目下的各施工工序按照施工先后顺序进行排序,分别为1,2,...,i,...,n,j表示为某一工程类别下的第j个工程项目,i表示为某一工程项目下的第i个施工工序,m表示为工程类别下的工程项目的数量,n表示为工程项目下的施工工序的数量;
施工决策分析模块用于提出各建筑工程师评价工程项目中各施工工序中的所有施工问题对应的施工难度评分,根据各建筑工程师评价工程项目中各施工工序中所有施工问题的施工难度评分,对施工困难系数分析,分析出各建筑工程师对各工程项目中各施工工序的施工难易度系数,对各施工工序的施工难易度系数进行归一化处理,决策出所有建筑工程师对该工程项目下的各施工工序的工序预测难度系数以及工程项目的综合工程难度系数,并将该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数发送至管理服务器;
所述施工决策分析模块分析所有建筑工程师对工程项目的综合工程难度系数的方法,包括以下步骤:
S1、将所有对工程项目进行工程难度评价分数的建筑工程师作为工程决策群体,即工程决策群体由v个建筑工程师个体组成,t∈1,2,...,v,将每个建筑工程师对各施工工序中影响该施工工序的施工问题进行施工难度评分,对施工难度评分进行处理,表达式为:Fit=(f1 it,f2 it,...,fm it)T;
其中,Fit表示为第t个建筑工程师对第i个施工工序中出现的所有施工问题对应的施工难度评分集合,fu it表示为第t个建筑工程师对第i个施工工序中第u个施工问题的施工难度评分,u=1,2,...,m,t=1,2,...,v,i=1,2,...,n;
S2、对工程决策群体建立数学模型:F=(F1t,F2t,...,Fnt)T,F表示由所有建筑工程师对各施工工序中各施工问题对应的施工难度评分组成的函数;
S3、提取步骤S1中各建筑工程师评价各施工工序中的各施工问题的施工难度评分,并提取该施工问题对应的最高评分阈值和最低评分阈值,统计各建筑工程师对各施工工序中各施工问题的困难系数,计算困难系数的计算公式如下:
maxfu it表示为第t个建筑工程师对第i个施工工序中施工困难程度对应的最高评分阈值,minfu it表示为第t个建筑工程师评价第i个施工工序中施工困难程度对应的最低评分阈值,最高评分阈值为10分,最低评分阈值为1分,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数;
S4、统计各建筑工程师评价各施工工序的施工难易度系数,计算公式为:Qit表示为第t个建筑工程师评价第i个施工工序的施工难易度系数,γiu表示为第i个施工工序中第u个施工问题对应的权重系数,且γiu>0,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数;
S5、提取步骤S4中所有建筑工程师评价第i个施工工序的施工难易度系数,提取最大的施工难易度系数以及最小的施工难易度系数,对各建筑工程师对第i个施工工序的施工难易度系数进行归一化处理,并对经归一化处理后的第i个施工工序的施工难易度系数;
其中,归一化公式为:Q′it表示为经归一化处理的第t个建筑工程师评价第i个施工工序的施工难易度系数,maxQit表示为所有建筑工程师评价第i个施工工序的施工难易度系数中的最大的施工难易度系数,minQit表示为所有建筑工程师评价第i个施工工序的施工难易度系数中的最小的施工难易度系数;
S6、综合统计所有建筑工程师对该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数,其中,工序预测难度系数的计算公式为该工程项目的综合工程难度系数的计算公式为v表示为参加工程决策群体中的建筑工程师的数量,Q′it表示为经归一化处理的第t个建筑工程师评价第i个施工工序的施工难易度系数。
通过施工决策分析模块可对多个建筑工程师对同一工程项目中的各施工工序中的施工问题对应的施工难度进行综合预测分析,提高了对各施工工序以及工程项目施工难度的准确分析,降低因个别建筑工程师对工程项目中各施工工序的单一评分,而造成准确性差,无法真实且整体反应工程项目在施工过程中的综合预测工程难度系数,保证在满足各建筑工程师对各施工工序的施工难度预测分析的基础上,提高了各建筑工程师对各工程项目的联合施工难易度系数的最大化,具有合理性和科学性。
项目筛选匹配模块用于输入所需造价管理的工程项目的工程基本参数信息,并提取工程基本参数信息中的施工工序以及各施工工序对应的工序基本信息和工序施工影响因素,并将输入的工程项目的工程基本参数信息发送至资源调度模块,提取输入工程项目对应的工程类别,并将输入的工程项目中的各施工工序对应的工序施工影响信息与分析式数据库中的该工程类别中各工程项目中的各施工工序对应的工序施工影响信息进行相似度,筛选出输入的工程项目中各施工工序与该工程类别下已完成的工程项目中各施工工序的相似度,并统计输入的工程项目与各工程类别下已完成的工程项目的吻合度系数,筛选出吻合度系数最大的已完成的工程项目,将筛选的吻合度系数最大的已完成的工程项目中的工程基本参数信息发送至管理服务器,并提取吻合度系数最大的已完成的工程项目中各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数,并将提取的各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数发送至管理服务器;
所述项目筛选匹配模块将输入的工程项目与分析式数据库中存储的工程项目间的吻合度系数计算方法,包括以下步骤:
N1、输入所需造价管理的工程项目对应的工程类别,并提取该工程项目对应的各施工工序,建立施工工序集合B′(b1,b2,...,bi,...,bn),bi表示为第i个施工工序对应的施工工序名称,同一项目工程中各施工工序对应的名称不同;
N2、筛选出该工程类别下各工程项目对应的施工工序,建立已完成项目施工工序集合;
N3、将输入工程项目对应的各施工工序分别与该工程类别中各施工项目中的施工工序进行对比,得到项目施工工序对比集合B′j(b′j1,b′j2,...,b′ji,...,b′jn),b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,若第i个施工工序对应的施工工序名称在第j个已完成工程项目中存在该施工工序名称中,则取b′ji等于1,若第i个施工工序对应的施工工序名称未在第j个已完成工程项目中存在该施工工序名称中,则b′ji等于1;
N4、提取已完成工程项目中与施工工序名称相同的施工工序对应的施工气候、施工地质条件以及施工面积级别等,并将输入工程项目中各施工工序对应的施工气候、施工地质条件以及施工面积级别等分别与已完成工程项目中b′ji等于1的施工工序对应的施工气候、施工地质条件以及施工面积等进行对比,得到施工条件对比集合Cji(cji1,cji2,cji3),若施工气候相同,则cji1等于1,若施工气候不相同,则cji1等于0.3,若施工地质条件相同,则cji2等于1,若施工地质条件不同,则cji2等于0.3,若施工面积级别相同,则取cji3等于1,若施工面积级别不相同,则取cji3等于施工面积差值乘以0.1;
其中,不同施工面积级别对应不同的施工面积范围,施工面积级别越大,对应的施工范围也越大,建立施工气候、施工地址条件以及施工面积对应的权重系数β1、β2、β3,且β1+β2+β3=1;
N5、建立各施工项目与输入所需造价管理的工程项目间的吻合度系数b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,β1、β2、β3分别表示为施工气候、施工地址条件以及施工面积对应的权重系数,cji1表示为施工气候对比情况,cji2表示为施工地质条件对比情况,cji3表示为施工面积级别对比情况。
N6、筛选出吻合度系数最大的已完成项目。
资源调度模块用于接收项目筛选匹配模块发送的需造价管理的工程项目的工程基本参数信息,提取工程基本参数信息中各施工项目所需购买的设备、材料种类、各材料种类所需的数量、人员数量、施工时间,并提取分布式数据库中各施工设备的价格、各材料单价、人员每天平均价格,统计各施工工序的第一预期价格,并将第一施工工序的预期价格发送至管理服务器,接收管理服务器反馈的各施工工序调度后的第二预期价格,并将调度后的各施工工序的第二预期价格发送至服务统计模块,其中,各施工工序的第一预期价格等于该施工工序中购买该施工工序所需的设备费用、材料费用、人工费用以及其他预计损耗的费用之和;
管理服务器用于接收资源调度模块发送的各施工工序的第一预期价格,并接收项目筛选匹配模块发送的吻合度系数最大的已完成工程项目的工程基本参数信息,筛选出该工程项目的工程基本参数信息中实际工程造价、预期的工程造价以及各施工工序的工序综合难度系数,并接收施工决策分析模块发送的各施工工序对应的工序预测难度系数,根据筛选的吻合度系数最大的已完成工程项目对应的实际工程造价、预期工程造价、工程项目的综合工程难度系数、各施工工序预期的工程造价、实际工程造价以及各施工工序的工序综合难度系数并结合输入的需工程管理的工程项目对应的各施工工序对应的工序预测难度系数和工程项目的预测综合工程难度系数,统计各施工工序对应的突变影响系数wi表示为输入工程项目中第i个施工工序对应的预测预测难度系数,w″i表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的工序综合难度系数,W表示为输入的工程项目对应的预测综合工程难度系数,W″表示为吻合度系数最大的已完成工程项目的综合工程难度系数,U表示为吻合度系数最大的已完成工程项目的实际工程造价,U″表示为吻合度系数最大的已完成工程项目的预期工程造价,ui表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的实际工程造价,u″表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的预期工程造价,并将各施工工序对应的突变影响系数结合各施工工序的第一预期价格统计各施工工序对应的第二预期价格,并将统计的各施工工序对应的第二预期价格反馈至资源调度模块,其中,第二预期价格等于该施工工序对应的突变影响系数乘以该施工工序的第一预期价格;
通过筛选与需工程管理的工程项目吻合度系数最大的已完成工程项目,并提取已完成工程项目中实际的工程造价、预期的工程造价以及各施工施工的工序综合难度系数等,且结合需工程管理的工程项目中各施工工序对应的工序预测难度系数、工程项目的预测综合工程难度系数来确定,需工程管理的工程项目与已完成工程项目间的关联影响情况,降低因人为等其他因素对需工程管理的工程项目的造价评价的准确性,因影响各施工工序中的影响因素众多,采用通过获得各施工工序对应的突变影响系数对各施工工序对应的第一预期价格进行矫正,可提高对需工程管理的工程项目中各施工工序所需价格的准确性。
服务统计模块用于接收资源调度模块发送的需工程管理的工程项目中各施工工序对应的第二预期价格,根据接收的该工程项目中各施工工序对应的第二预期价格统计该工程项目对应的评估工程造价,所述评估工程造价等于各施工工序对应的第二预期价格的累计和。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种基于大数据的工程造价管理系统,包括分布式数据库、施工决策分析模块、项目筛选匹配模块、资源调度模块、管理服务器和服务统计模块;其特征在于:所述管理服务器分别与施工决策分析模块、项目筛选匹配模块、分布式数据库和资源调度模块连接,资源调度模块分别与项目筛选匹配模块和服务统计模块连接;
所述分布式数据库划分成若干工程类别信息库,各工程类别信息库中存储所属工程类别中已竣工的各工程项目对应的工程基本参数信息,所述工程基本参数信息包括该工程项目的综合工程难度系数、组成工程项目的各施工工序、该工程预期的工程造价、实际工程造价、各施工工序对应的工序基本信息以及工序施工影响因素;
所述施工决策分析模块用于提出各建筑工程师评价工程项目中各施工工序中的所有施工问题对应的施工难度评分,根据各建筑工程师评价工程项目中各施工工序中所有施工问题的施工难度评分,对施工困难系数分析,分析出各建筑工程师对各工程项目中各施工工序的施工难易度系数,对各施工工序的施工难易度系数进行归一化处理,决策出所有建筑工程师对该工程项目下的各施工工序的工序预测难度系数以及工程项目的综合工程难度系数,并将该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数发送至管理服务器;
所述施工决策分析模块分析所有建筑工程师对工程项目的综合工程难度系数的方法,包括以下步骤:
S1、将所有对工程项目进行工程难度评价分数的建筑工程师作为工程决策群体,即工程决策群体由v个建筑工程师个体组成,t∈1,2,...,v,将每个建筑工程师对各施工工序中影响该施工工序的施工问题进行施工难度评分,对施工难度评分进行处理,表达式为:Fit=(f1 it,f2 it,...,fm it)T;
其中,Fit表示为第t个建筑工程师对第i个施工工序中出现的所有施工问题对应的施工难度评分集合,fu it表示为第t个建筑工程师对第i个施工工序中第u个施工问题的施工难度评分,u=1,2,...,m,t=1,2,...,v,i=1,2,...,n;
S2、对工程决策群体建立数学模型:F=(F1t,F2t,...,Fnt)T,F表示由所有建筑工程师对各施工工序中各施工问题对应的施工难度评分组成的函数;
S3、提取步骤S1中各建筑工程师评价各施工工序中的各施工问题的施工难度评分,并提取该施工问题对应的最高评分阈值和最低评分阈值,统计各建筑工程师对各施工工序中各施工问题的困难系数,各施工工序中各施工问题的困难系数,计算公式如下:
max fu it表示为第t个建筑工程师对第i个施工工序中施工困难程度对应的最高评分阈值,minfu it表示为第t个建筑工程师评价第i个施工工序中施工困难程度对应的最低评分阈值,最高评分阈值为10分,最低评分阈值为1分,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数;
S4、统计各建筑工程师评价各施工工序的施工难易度系数,计算公式为:Qit表示为第t个建筑工程师评价第i个施工工序的施工难易度系数,γiu表示为第i个施工工序中第u个施工问题对应的权重系数,且γiu>0,qitu表示为第t个建筑工程师对第i个施工工序中第u个施工问题对应的困难系数;
S5、提取步骤S4中所有建筑工程师评价第i个施工工序的施工难易度系数,提取最大的施工难易度系数以及最小的施工难易度系数,对各建筑工程师对第i个施工工序的施工难易度系数进行归一化处理,并对经归一化处理后的第i个施工工序的施工难易度系数;
S6、综合统计所有建筑工程师对该工程项目下的各施工工序对应的工序预测难度系数以及工程项目的预测综合工程难度系数,其中,工序预测难度系数的计算公式为该工程项目的综合工程难度系数的计算公式为v表示为参加工程决策群体中的建筑工程师的数量,Q′it表示为经归一化处理的第t个建筑工程师评价第i个施工工序的施工难易度系数;
所述项目筛选匹配模块用于输入所需造价管理的工程项目的工程基本参数信息,并提取工程基本参数信息中的施工工序以及各施工工序对应的工序基本信息和工序施工影响因素,并将输入的工程项目的工程基本参数信息发送至资源调度模块,提取输入工程项目对应的工程类别,并将输入的工程项目中的各施工工序对应的工序施工影响信息与分析式数据库中的该工程类别中各工程项目中的各施工工序对应的工序施工影响信息进行相似度,筛选出输入的工程项目中各施工工序与该工程类别下已完成的工程项目中各施工工序的相似度,并统计输入的工程项目与各工程类别下已完成的工程项目的吻合度系数,筛选出吻合度系数最大的已完成的工程项目,将筛选的吻合度系数最大的已完成的工程项目中的工程基本参数信息发送至管理服务器,并提取吻合度系数最大的已完成的工程项目中各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数,并将提取的各施工工序对应的施工难易度系数以及整个工程项目的综合工程难度系数发送至管理服务器;
所述资源调度模块用于接收项目筛选匹配模块发送的需造价管理的工程项目的工程基本参数信息,提取工程基本参数信息中各施工项目所需购买的设备、材料种类、各材料种类所需的数量、人员数量、施工时间,并提取分布式数据库中各施工设备的价格、各材料单价、人员每天平均价格,统计各施工工序的第一预期价格,并将第一施工工序的预期价格发送至管理服务器,接收管理服务器反馈的各施工工序调度后的第二预期价格,并将调度后的各施工工序的第二预期价格发送至服务统计模块;
所述管理服务器用于接收资源调度模块发送的各施工工序的第一预期价格,并接收项目筛选匹配模块发送的吻合度系数最大的已完成工程项目的工程基本参数信息,筛选出该工程项目的工程基本参数信息中实际工程造价、预期的工程造价以及各施工工序的工序综合难度系数,并接收施工决策分析模块发送的各施工工序对应的工序预测难度系数,根据筛选的吻合度系数最大的已完成工程项目对应的实际工程造价、预期工程造价、工程项目的综合工程难度系数、各施工工序预期的工程造价、实际工程造价以及各施工工序的工序综合难度系数并结合输入的需工程管理的工程项目对应的各施工工序对应的工序预测难度系数和工程项目的预测综合工程难度系数,统计各施工工序对应的突变影响系数,并将各施工工序对应的突变影响系数结合各施工工序的第一预期价格统计各施工工序对应的第二预期价格,并将统计的各施工工序对应的第二预期价格反馈至资源调度模块,其中,第二预期价格等于该施工工序对应的突变影响系数乘以该施工工序的第一预期价格;
各施工工序对应的突变影响系数的计算公式为wi表示为输入工程项目中第i个施工工序对应的预测预测难度系数,w″i表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的工序综合难度系数,W表示为输入的工程项目对应的预测综合工程难度系数,W″表示为吻合度系数最大的已完成工程项目的综合工程难度系数,U表示为吻合度系数最大的已完成工程项目的实际工程造价,U″表示为吻合度系数最大的已完成工程项目的预期工程造价,ui表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的实际工程造价,u″i表示为吻合度系数最大的已完成工程项目中与输入工程项目中第i个施工工序相对应的施工工序的预期工程造价;
所述服务统计模块用于接收资源调度模块发送的需工程管理的工程项目中各施工工序对应的第二预期价格,根据接收的该工程项目中各施工工序对应的第二预期价格统计该工程项目对应的评估工程造价,所述评估工程造价等于各施工工序对应的第二预期价格的累计和。
2.根据权利要求1所述的一种基于大数据的工程造价管理系统,其特征在于:还包括工程分类划分模块,所述工程分类划分模块用于对工程项目进行划分,划分成若干工程类别,并对划分的工程类别按照各工程类别所包含的工序进行划分,所述工程类别包括房屋建筑类别、市政建筑类别、公路建设类别、铁路建设类别以及城市交通类别,对应的编号分别为1,2,3,4,5。
4.根据权利要求1所述的一种基于大数据的工程造价管理系统,其特征在于:所述项目筛选匹配模块将输入的工程项目与分析式数据库中存储的工程项目间的吻合度系数计算方法,包括以下步骤:
N1、输入所需造价管理的工程项目对应的工程类别,并提取该工程项目对应的各施工工序,建立施工工序集合B′(b1,b2,...,bi,...,bn),bi表示为第i个施工工序对应的施工工序名称;
N2、筛选出该工程类别下各工程项目对应的施工工序,建立已完成项目施工工序集合;
N3、将输入工程项目对应的各施工工序分别与该工程类别中各施工项目中的施工工序进行对比,得到项目施工工序对比集合B′j(b′j1,b′j2,...,b′ji,...,b′jn),b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,若第i个施工工序对应的施工工序名称在第j个已完成工程项目中存在该施工工序名称中,则取b′ji等于1,若第i个施工工序对应的施工工序名称未在第j个已完成工程项目中存在该施工工序名称中,则b′ji等于1;
N4、提取已完成工程项目中与施工工序名称相同的施工工序对应的施工气候、施工地质条件以及施工面积级别等,并将输入工程项目中各施工工序对应的施工气候、施工地质条件以及施工面积级别等分别与已完成工程项目中b′ji等于1的施工工序对应的施工气候、施工地质条件以及施工面积等进行对比,得到施工条件对比集合Cji(cji1,cji2,cji3),若施工气候相同,则cji1等于1,若施工气候不相同,则cji1等于0.3,若施工地质条件相同,则cji2等于1,若施工地质条件不同,则cji2等于0.3,若施工面积级别相同,则取cji3等于1,若施工面积级别不相同,则取cji3等于施工面积差值乘以0.1;
其中,建立施工气候、施工地址条件以及施工面积对应的权重系数β1、β2、β3,且β1+β2+β3=1;
N5、建立各施工项目与输入所需造价管理的工程项目间的吻合度系数b′ji表示为第i个施工工序对应的施工工序名称与第j个已完成工程项目中对应的施工工序名称间的对比情况,β1、β2、β3分别表示为施工气候、施工地址条件以及施工面积对应的权重系数,cji1表示为施工气候对比情况,cji2表示为施工地质条件对比情况,cji3表示为施工面积级别对比情况;
N6、筛选出吻合度系数最大的已完成项目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881321.XA CN110610318B (zh) | 2019-09-18 | 2019-09-18 | 一种基于大数据的工程造价管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881321.XA CN110610318B (zh) | 2019-09-18 | 2019-09-18 | 一种基于大数据的工程造价管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110610318A CN110610318A (zh) | 2019-12-24 |
CN110610318B true CN110610318B (zh) | 2020-09-22 |
Family
ID=68892866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910881321.XA Active CN110610318B (zh) | 2019-09-18 | 2019-09-18 | 一种基于大数据的工程造价管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110610318B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401688A (zh) * | 2020-02-17 | 2020-07-10 | 温州电力设计有限公司 | 一种基于地质估算工程造价系统及装置 |
CN111428999A (zh) * | 2020-03-23 | 2020-07-17 | 成都智造天下科技有限公司 | 一种盾构项目的施工调度及工人能力评定系统 |
CN111444446A (zh) * | 2020-03-28 | 2020-07-24 | 四川大公建设工程管理咨询有限责任公司 | 基于大数据的工程造价数据收集方法、系统、计算机设备及计算机可读存储介质 |
CN112288246B (zh) * | 2020-10-20 | 2024-07-09 | 中建科技集团有限公司 | 一种资源分配方法、终端和存储介质 |
CN112307081A (zh) * | 2020-10-24 | 2021-02-02 | 上海东方投资监理有限公司 | 项目预算成本管理系统、方法、电子设备及可读存储介质 |
CN112308468A (zh) * | 2020-11-26 | 2021-02-02 | 上海济邦投资咨询有限公司 | 一种基于大数据的政府支付能力分析系统 |
CN113743893B (zh) * | 2021-08-27 | 2023-11-17 | 国核电力规划设计研究院有限公司 | 工程项目全寿命周期的智能协同处理系统及方法 |
CN114119097A (zh) * | 2021-11-29 | 2022-03-01 | 国网福建省电力有限公司 | 一种工程造价数据价值整体系统和方法 |
CN115601000B (zh) * | 2022-10-13 | 2023-10-20 | 中宬建设管理有限公司 | 一种复杂环境下的bim5d模型工程造价方法及系统 |
CN116662393B (zh) * | 2023-06-10 | 2023-12-12 | 中建新城建设工程有限公司 | 一种基于分布式数据查询的建筑工程控制方法和系统 |
CN116629980B (zh) * | 2023-07-21 | 2024-04-19 | 深圳代码兄弟技术有限公司 | 软件工程的计价方法、终端设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117281A (zh) * | 2009-12-30 | 2011-07-06 | 北京亿维讯科技有限公司 | 一种构建领域本体的方法 |
KR101360824B1 (ko) * | 2011-12-28 | 2014-02-24 | 연세대학교 산학협력단 | 조직능력을 고려한 건설 프로젝트 공사비 평가 시스템 |
JP2016066197A (ja) * | 2014-09-24 | 2016-04-28 | 株式会社日立製作所 | 分析システム及び分析方法 |
CN109241773A (zh) * | 2018-09-08 | 2019-01-18 | 中建精诚工程咨询有限公司 | 工程造价数据管理系统 |
CN109697188A (zh) * | 2018-11-30 | 2019-04-30 | 广州菲达建筑咨询有限公司 | 工程造价资料管理方法及系统 |
CN109754176A (zh) * | 2018-12-28 | 2019-05-14 | 四川华信工程造价咨询事务所有限责任公司 | 一种工程造价进度管理系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8234137B2 (en) * | 2005-10-03 | 2012-07-31 | Stellar Services | One view integrated project management system |
CN106920068A (zh) * | 2017-01-19 | 2017-07-04 | 国家电网公司 | 一种基于大数据和“互联网+”的电网工程造价管理方法 |
US10803177B2 (en) * | 2017-07-19 | 2020-10-13 | International Business Machines Corporation | Compliance-aware runtime generation based on application patterns and risk assessment |
CN109902888A (zh) * | 2017-12-07 | 2019-06-18 | 株洲中车时代电气股份有限公司 | 一种工程造价方法及系统 |
CN109919479B (zh) * | 2019-03-01 | 2020-08-04 | 友谊国际工程咨询有限公司 | 一种工程项目的安全施工评估系统及其评估方法 |
-
2019
- 2019-09-18 CN CN201910881321.XA patent/CN110610318B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117281A (zh) * | 2009-12-30 | 2011-07-06 | 北京亿维讯科技有限公司 | 一种构建领域本体的方法 |
KR101360824B1 (ko) * | 2011-12-28 | 2014-02-24 | 연세대학교 산학협력단 | 조직능력을 고려한 건설 프로젝트 공사비 평가 시스템 |
JP2016066197A (ja) * | 2014-09-24 | 2016-04-28 | 株式会社日立製作所 | 分析システム及び分析方法 |
CN109241773A (zh) * | 2018-09-08 | 2019-01-18 | 中建精诚工程咨询有限公司 | 工程造价数据管理系统 |
CN109697188A (zh) * | 2018-11-30 | 2019-04-30 | 广州菲达建筑咨询有限公司 | 工程造价资料管理方法及系统 |
CN109754176A (zh) * | 2018-12-28 | 2019-05-14 | 四川华信工程造价咨询事务所有限责任公司 | 一种工程造价进度管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110610318A (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610318B (zh) | 一种基于大数据的工程造价管理系统 | |
CN108009758B (zh) | 一种基于bim的现场施工材料智能管理方法 | |
CN112464094A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN116579590B (zh) | 一种虚拟电厂中的需求响应评估方法和系统 | |
CN1372667A (zh) | 在有缺失输入的情形中的评价预测模型 | |
CN109978230B (zh) | 一种基于深度卷积神经网络的电力销售金额智能预测方法 | |
CN108428061B (zh) | 基于dea-ga-bp的智能评标决策系统和评标方法 | |
Nassar et al. | Fuzzy clustering validity for contractor performance evaluation: Application to UAE contractors | |
CN108388974A (zh) | 基于随机森林和决策树的优质客户优化识别方法及装置 | |
CN111738819A (zh) | 表征数据筛选方法、装置和设备 | |
CN112668822A (zh) | 科技成果转化平台共享系统、方法、存储介质、手机app | |
CN116307928A (zh) | 一种目标督查督办管理系统 | |
CN114529038A (zh) | 一种基于企业需求的智能匹配招商策略系统及方法 | |
CN113947281A (zh) | 城市轨道交通装备制造业集群竞争力评价方法 | |
CN118195175B (zh) | 一种基于bim的工程信息化管理系统 | |
CN116934160A (zh) | 一种数据要素资产价值评估方法及系统 | |
Bhatia et al. | A simulation-based statistical method for planning modular construction manufacturing. | |
CN116090702B (zh) | 一种基于物联网的erp数据智能监管系统及方法 | |
CN115293743A (zh) | 一种轨道交通运营时段划分方法、设备及存储介质 | |
KR20200113699A (ko) | Ui개발 툴을 이용한 지능형 입찰분석 시스템 및 방법 | |
CN110264251B (zh) | 表征现金流的数据组织形式与基于多任务学习的预测方法 | |
CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
Tran et al. | Evaluating risks in Ho Chi Minh city urban railway project using analytic network process | |
CN112990761A (zh) | 一种选择目标企业方法及系统 | |
CN113449923A (zh) | 一种多模型标的物行情预测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200827 Address after: Room 1, Unit 13-14, Building 1, Zheshang International, Chagu Avenue, Liuwu New District, Lhasa City, Tibet Autonomous Region, 850000 Applicant after: Jinrun Ark Technology Co.,Ltd. Address before: 514000 dormitory of Jiaying University, Meijiang District, Guangdong, Meizhou Applicant before: Deng Jiaming |
|
GR01 | Patent grant | ||
GR01 | Patent grant |