CN112949906B - 工程造价定额换算的匹配方法、装置、设备及存储介质 - Google Patents

工程造价定额换算的匹配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112949906B
CN112949906B CN202110155004.7A CN202110155004A CN112949906B CN 112949906 B CN112949906 B CN 112949906B CN 202110155004 A CN202110155004 A CN 202110155004A CN 112949906 B CN112949906 B CN 112949906B
Authority
CN
China
Prior art keywords
data
quota
list
conversion
engineering
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
Application number
CN202110155004.7A
Other languages
English (en)
Other versions
CN112949906A (zh
Inventor
胡芸
方佳琪
彭子旭
贺文峰
陈石磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pin Ming Technology Co ltd
Original Assignee
Pin Ming Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pin Ming Technology Co ltd filed Critical Pin Ming Technology Co ltd
Priority to CN202110155004.7A priority Critical patent/CN112949906B/zh
Publication of CN112949906A publication Critical patent/CN112949906A/zh
Application granted granted Critical
Publication of CN112949906B publication Critical patent/CN112949906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种工程造价定额换算的匹配方法，通过根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型，以预测模型的形式描述工程清单数据与定额换算数据的对应关系，从而在需要进行定额换算时，将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果，无需工作人员手动匹配，且能够有效利用成熟的匹配方案给当前的匹配任务做指导，避免因工作人员经验不足导致匹配不合理的问题，提高了工程造价定额换算匹配任务的成功率。本发明还公开了一种工程造价定额换算的匹配装置、设备及存储介质，具有上述有益效果。

Description

工程造价定额换算的匹配方法、装置、设备及存储介质
技术领域
本发明涉及大数据计算技术领域，特别是涉及一种工程造价定额换算的匹配方法、装置、设备及存储介质。
背景技术
工程定额是指在正常施工条件下完成规定计量单位的合格建筑安装工程所消耗的人工、材料、施工机具台班、工期天数及相关费率等的数量标准。而定额换算是使定额的内容与实际施工工艺一致的过程，具体为依据工程量清单的要求，对工程定额中原列的人工、材料、机械台班等进行调整，来改变项目的预算价格，使项目的预算价格等符合实际情况。工程预算定额是否需要进行换算，必须同时满足以下三个原则：(一)设计或施工要求与工程预算定额默认内容不符；(二)该项工程预算定额允许换算；(三)必须要按照规定的方法进行换算；以上三项是定额换算的必要条件，缺一不可。
现有的定额换算方式，工作人员根据工程清单自行选择合适的定额换算方式、制定定额换算参数。但在遇到换算内容复杂，工作人员业务不熟练的情况时，往往难以找到合理的定额换算方案，以至于产生错误，导致工作效率的低下以及换算的不准确，导致工程造价计算的错误，最终导致整个工程造价任务的损失。
优化工程造价定额换算的确定方法，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种工程造价定额换算的匹配方法、装置、设备及存储介质，用于优化工程清单的定额换算方案匹配过程，提高匹配任务的成功率。
为解决上述技术问题，本发明提供一种工程造价定额换算的匹配方法，包括：
根据历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型；
将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果。
可选的，所述定额换算预测模型具体为深度神经网络模型。
可选的，所述根据历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型，具体包括：
将各所述历史工程清单数据中预设类型的数据进行数据清洗后，利用词嵌入向量技术根据清洗后的数据建立专业词汇库，并将所述清洗后的数据向量化，得到与历史工程清单一一对应的清单数据向量；
利用词嵌入向量技术根据所述定额换算数据生成换算类型库，并将所述定额换算数据向量化，得到与所述历史工程清单一一对应的定额换算数据向量；
以所述清单数据向量为输入数据，以所述定额换算数据向量为输出数据，训练得到所述定额换算预测模型；
相应的，所述将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果，具体包括：
提取所述待匹配工程清单中所述预设类型的数据，根据所述专业词汇库对提取结果进行向量化，得到所述待匹配工程清单的待匹配清单数据向量；
将所述待匹配清单数据向量输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算数据向量。
可选的，还包括：
若在所述待匹配工程清单的定额换算数据向量中，一条所述待匹配工程清单的定额对应多个定额换算匹配结果，则将各所述定额换算匹配结果按照SoftMax逻辑回归分类结果的大小进行排序；
按排序结果确定所述待匹配工程清单的最优定额换算匹配结果。
可选的，所述预设类型的数据具体包括：工程清单编码、工程清单名称、工程清单项目特征、工程清单单位、工程清单工程量和工程清单备注。
可选的，在所述根据历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型之前，还包括：
接收用户输入的所述历史工程清单数据和所述历史工程清单数据对应的定额换算数据。
可选的，还包括：
接收对所述待匹配工程清单的定额换算匹配结果的调整结果；
根据所述待匹配工程清单的数据和所述调整结果优化所述定额换算预测模型。
为解决上述技术问题，本发明还提供一种工程造价定额换算的匹配装置，包括：
建模单元，用于根据历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型；
匹配单元，用于将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果。
为解决上述技术问题，本发明还提供一种工程造价定额换算的匹配设备，包括：
存储器，用于存储指令，所述指令包括上述任意一项所述工程造价定额换算的匹配方法的步骤；
处理器，用于执行所述指令。
为解决上述技术问题，本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述工程造价定额换算的匹配方法的步骤。
本发明所提供的工程造价定额换算的匹配方法，通过根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型，以预测模型的形式描述工程清单数据与定额换算数据的对应关系，从而在需要进行定额换算时，将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果，无需工作人员手动匹配，且能够有效利用成熟的匹配方案给当前的匹配任务做指导，避免因工作人员经验不足导致匹配不合理的问题，提高了工程造价定额换算匹配任务的成功率。
本发明还提供了一种工程造价定额换算的匹配装置、设备及存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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为本发明实施例提供的一种工程造价定额换算的匹配方法的流程图；
图2为本发明实施例提供的另一种工程造价定额换算的匹配方法的流程图；
图3为本发明实施例提供的一种工程造价定额换算的匹配装置的结构示意图；
图4为本发明实施例提供的一种工程造价定额换算的匹配设备的结构示意图。
具体实施方式
本发明的核心是提供一种工程造价定额换算的匹配方法、装置、设备及存储介质，用于优化工程清单的定额换算方案匹配过程，提高匹配的准确性。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种工程造价定额换算的匹配方法的流程图。
如图1所示，本发明实施例提供的工程造价定额换算的匹配方法包括：
S101：根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型。
S102：将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果。
在具体实施中，对于步骤S101来说，需收集大量的历史工程清单数据和定额换算数据。其中，历史工程清单数据可以包括历史工程清单的编码、名称、项目特征、单位、工程量、备注等数据。定额换算数据包括的定额换算类型(如配合比换算、运距增减换算、系数换算、材机换算等)和定额换算参数。根据历史工程清单数据和定额换算数据的对应关系，进行模型回归训练和调参，得到定额换算预测模型。
对于步骤S102来说，由工作人员选择工程里需要组价的工程清单，套取定额后，判断该定额是否存在换算。若该定额不存在换算，则直接套取定额。若该定额存在换算，则根据定额换算预测模型训练时的数据输入规则，对待匹配工程清单的数据进行处理(如关键字提取、向量化等操作)后，输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果。该定额换算匹配结果可以作为定额换算方案推介给工作人员，由工作人员按需进一步调整完善。
由于不同用户有着不同的语言习惯，不同用户提供的工程清单中对同一概念的描述可能有所不同。为更好地适应用户习惯，在步骤S101之前，本发明实施例提供的工程造价定额换算的匹配方法还可以包括：
接收用户输入的历史工程清单数据和历史工程清单数据对应的定额换算数据。
在具体实施中，可以在用户选择历史工程清单的基础上进行数据处理及模型训练。
而为了进一步优化定额换算预测模型，本发明实施例提供的工程造价定额换算的匹配方法还可以包括：
接收对待匹配工程清单的定额换算匹配结果的调整结果；
根据待匹配工程清单的数据和调整结果优化定额换算预测模型。
在步骤S102之后，若工作人员对待匹配工程清单的定额换算匹配结果进行了调整，则根据调整后的内容，结合待匹配工程清单的数据，继续训练优化定额换算预测模型。
本发明实施例提供的工程造价定额换算的匹配方法，通过根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型，以预测模型的形式描述工程清单数据与定额换算数据的对应关系，从而在需要进行定额换算时，将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果，无需工作人员手动匹配，且能够有效利用成熟的匹配方案给当前的匹配任务做指导，避免因工作人员经验不足导致匹配不合理的问题，提高了工程造价定额换算匹配任务的成功率。
图2为本发明实施例提供的另一种工程造价定额换算的匹配方法的流程图。
在上述实施例的基础上，在本发明实施例提供的工程造价定额换算的匹配方法中，定额换算预测模型具体采用深度神经网络模型(Deep Neural Networks，DNN)。
在此基础上，如图2所示，步骤S101：根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型，具体可以包括：
S201：将各历史工程清单数据中预设类型的数据进行数据清洗后，利用词嵌入向量(Word Embedding)技术根据清洗后的数据建立专业词汇库，并将清洗后的数据向量化，得到与历史工程清单一一对应的清单数据向量。
S202：利用词嵌入向量技术根据定额换算数据生成换算类型库，并将定额换算数据向量化，得到与历史工程清单一一对应的定额换算数据向量。
S203：以清单数据向量为输入数据，以定额换算数据向量为输出数据，训练得到定额换算预测模型。
相应的，步骤S102：将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果，具体可以包括：
S204：提取待匹配工程清单中预设类型的数据，根据专业词汇库对提取结果进行向量化，得到待匹配工程清单的待匹配清单数据向量。
S205：将待匹配清单数据向量输入定额换算预测模型，得到待匹配工程清单的定额换算数据向量。
在具体实施中，对于步骤S201来说，预设类型的数据具体可以包括：工程清单编码、工程清单名称、工程清单项目特征、工程清单单位、工程清单工程量和工程清单备注等。针对词义相近、用户习惯不同(如“混凝土强度10”和“C10)原因导致的匹配结果不准确等问题，在收集大量的历史工程清单数据进行清洗后，利用清洗后的数据建立专业词汇库，以提高匹配成功率；同时，对清洗后的数据利用词嵌入向量技术进行分词处理，并将分词结果向量化，得到清单数据向量。例如，将各历史工程清单对应的数据生成一个20维度的向量，长度不够的则进行补空处理。
对于步骤S202来说，收集大量的定额换算数据进行数据清洗后，利用清洗后的数据建立换算类型库；同时，对清洗后的数据利用词嵌入向量技术进行分词处理，并将分词结果向量化，得到定额换算数据向量。例如，对应历史工程清单，生成一个二维向量，第一个维度是定额换算类型，第二个维度是该定额换算类型对应的定额换算参数。
对于步骤S203来说，生成深度神经网络模型，以清单数据向量(如步骤S201中的20维度的向量)为输入数据，以定额换算数据向量(如步骤S202中的二维向量)为输出数据，该深度神经网络模型有64个隐藏层和2个输出。对该深度神经网络模型进行回归训练和调参，得到定额换算预测模型。
对于步骤S204来说，在工作人员工程清单的定额需要换算后，按照步骤S201生成清单数据向量的方式，根据专业词汇库对提取结果进行分词、特征向量化，得到待匹配工程清单的待匹配清单数据向量。
对于步骤S205来说，将待匹配清单数据向量输入定额换算预测模型，得到待匹配工程清单的定额换算数据向量。
进一步的，本发明实施例提供的工程造价定额换算的匹配方法还可以包括：
若在待匹配工程清单的定额换算数据向量中，一条待匹配工程清单的定额对应多个定额换算匹配结果，则将各定额换算匹配结果按照SoftMax逻辑回归分类结果的大小进行排序；
按排序结果确定待匹配工程清单的最优定额换算匹配结果。
针对配合比换算、运距增减换算、系数换算、材机换算等一系列换算方式，若一条定额匹配到多条换算内容，则按SoftMax逻辑回归分类结果的大小先后排序，设定界0～1之间的界限值，选取最优定额换算匹配结果，最终得到最优组合方案，即最终的换算结果。例如，当输出的待匹配工程清单的定额换算数据向量中包括“人工*1.1”对应SoftMax逻辑回归分类结果为0.2，“人工*1.2”对应SoftMax逻辑回归分类结果为0.1，则优先选择“人工*1.1”。
在此基础上，记录该待匹配工程清单的定额换算数据向量，以及工作人员对待匹配工程清单的定额换算数据向量的选择、修改换算的方案，不断完善数据形成用户习惯库，积累一定的用户数据对预测模型进行强化学习，以达到推荐更优的定额换算方案。
上文详述了工程造价定额换算的匹配方法对应的各个实施例，在此基础上，本发明还公开了与上述方法对应的工程造价定额换算的匹配装置、设备及存储介质。
图3为本发明实施例提供的一种工程造价定额换算的匹配装置的结构示意图。
如图3所示，本发明实施例提供的工程造价定额换算的匹配装置包括：
建模单元301，用于根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型；
匹配单元302，用于将待匹配工程清单的数据输入定额换算预测模型，得到待匹配工程清单的定额换算匹配结果。
其中，定额换算预测模型具体可以采用深度神经网络模型。
进一步的，建模单元301具体可以包括：
第一建库子单元，用于将各历史工程清单数据中预设类型的数据进行数据清洗后，利用词嵌入向量技术根据清洗后的数据建立专业词汇库，并将清洗后的数据向量化，得到与历史工程清单一一对应的清单数据向量；
第二建库子单元，用于利用词嵌入向量技术根据定额换算数据生成换算类型库，并将定额换算数据向量化，得到与历史工程清单一一对应的定额换算数据向量；
训练子单元，用于以清单数据向量为输入数据，以定额换算数据向量为输出数据，训练得到定额换算预测模型。
相应的，匹配单元302具体包括：
数据处理子单元，用于提取待匹配工程清单中预设类型的数据，根据专业词汇库对提取结果进行向量化，得到待匹配工程清单的待匹配清单数据向量；
匹配子单元，用于将待匹配清单数据向量输入定额换算预测模型，得到待匹配工程清单的定额换算数据向量。
进一步的，本发明实施例提供的工程造价定额换算的匹配装置还可以包括：
排序单元，用于若在待匹配工程清单的定额换算数据向量中，一条待匹配工程清单的定额对应多个定额换算匹配结果，则将各定额换算匹配结果按照SoftMax逻辑回归分类结果的大小进行排序；
筛选单元，用于按排序结果确定待匹配工程清单的最优定额换算匹配结果。
进一步的，本发明实施例提供的工程造价定额换算的匹配装置还可以包括：
第一接收单元，用于在根据历史工程清单数据和历史工程清单数据对应的定额换算数据，训练定额换算预测模型之前，接收用户输入的历史工程清单数据和历史工程清单数据对应的定额换算数据。
进一步的，本发明实施例提供的工程造价定额换算的匹配装置还可以包括：
第二接收单元，用于接收对待匹配工程清单的定额换算匹配结果的调整结果；
优化单元，用于根据待匹配工程清单的数据和调整结果优化定额换算预测模型。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图4为本发明实施例提供的一种工程造价定额换算的匹配设备的结构示意图。
如图4所示，本发明实施例提供的工程造价定额换算的匹配设备包括：
存储器410，用于存储指令，所述指令包括上述任意一项实施例所述的工程造价定额换算的匹配方法的步骤；
处理器420，用于执行所述指令。
其中，处理器420可以包括一个或多个处理核心，比如3核心处理器、8核心处理器等。处理器420可以采用数字信号处理DSP(Digital Signal Processing)、现场可编程门阵列FPGA(Field－Programmable Gate Array)、可编程逻辑阵列PLA(Programmable LogicArray)中的至少一种硬件形式来实现。处理器420也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器CPU(CentralProcessing Unit)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器420可以集成有图像处理器GPU(Graphics Processing Unit)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器420还可以包括人工智能AI(Artificial Intelligence)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器410可以包括一个或多个存储介质，该存储介质可以是非暂态的。存储器410还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器410至少用于存储以下计算机程序411，其中，该计算机程序411被处理器420加载并执行之后，能够实现前述任一实施例公开的工程造价定额换算的匹配方法中的相关步骤。另外，存储器410所存储的资源还可以包括操作系统412和数据413等，存储方式可以是短暂存储或者永久存储。其中，操作系统412可以为Windows。数据413可以包括但不限于上述方法所涉及到的数据。
在一些实施例中，工程造价定额换算的匹配设备还可包括有显示屏430、电源440、通信接口450、输入输出接口460、传感器470以及通信总线480。
本领域技术人员可以理解，图4中示出的结构并不构成对工程造价定额换算的匹配设备的限定，可以包括比图示更多或更少的组件。
本申请实施例提供的工程造价定额换算的匹配设备，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如上所述的工程造价定额换算的匹配方法，效果同上。
需要说明的是，以上所描述的装置、设备实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本发明各个实施例所述方法的全部或部分步骤。
为此，本发明实施例还提供一种存储介质，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现如工程造价定额换算的匹配方法的步骤。
该存储介质可以包括：U盘、移动硬盘、只读存储器ROM(Read-Only Memory)、随机存取存储器RAM(Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例中提供的存储介质所包含的计算机程序能够在被处理器执行时实现如上所述的工程造价定额换算的匹配方法的步骤，效果同上。
以上对本发明所提供的一种工程造价定额换算的匹配方法、装置、设备及存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、设备及存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (5)

1.一种工程造价定额换算的匹配方法，其特征在于，包括：
接收用户输入的历史工程清单数据和所述历史工程清单数据对应的定额换算数据；
根据所述历史工程清单数据和所述历史工程清单数据对应的所述定额换算数据，训练定额换算预测模型；
将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果；若在所述待匹配工程清单的定额换算数据向量中，一条所述待匹配工程清单的定额对应多个定额换算匹配结果，则将各所述定额换算匹配结果按照SoftMax逻辑回归分类结果的大小进行排序，按排序结果确定所述待匹配工程清单的最优定额换算匹配结果；
其中，所述定额换算预测模型具体为深度神经网络模型；
根据历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型，具体包括：
将各所述历史工程清单数据中预设类型的数据进行数据清洗后，利用词嵌入向量技术根据清洗后的数据建立专业词汇库，并将所述清洗后的数据向量化，得到与历史工程清单一一对应的清单数据向量；
利用词嵌入向量技术根据所述定额换算数据生成换算类型库，并将所述定额换算数据向量化，得到与所述历史工程清单一一对应的定额换算数据向量；
以所述清单数据向量为输入数据，以所述定额换算数据向量为输出数据，训练得到所述定额换算预测模型；
还包括：判断根据工作人员根据工程清单套取定额后的所述定额是否存在换算；若所述定额不存在换算，则直接套取定额，若所述定额存在换算，则根据所述定额换算预测模型训练时的数据输入规则，对所述待匹配工程清单的数据进行处理后输入所述定额换算预测模型；
将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果，具体包括：
提取所述待匹配工程清单中所述预设类型的数据，根据所述专业词汇库对提取结果进行向量化，得到所述待匹配工程清单的待匹配清单数据向量；
将所述待匹配清单数据向量输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算数据向量；
所述预设类型的数据具体包括：工程清单编码、工程清单名称、工程清单项目特征、工程清单单位、工程清单工程量和工程清单备注。
2.根据权利要求1所述的匹配方法，其特征在于，还包括：
接收对所述待匹配工程清单的定额换算匹配结果的调整结果；
根据所述待匹配工程清单的数据和所述调整结果优化所述定额换算预测模型。
3.一种工程造价定额换算的匹配装置，其特征在于，包括：
第一接收单元，用于接收用户输入的历史工程清单数据和所述历史工程清单数据对应的定额换算数据；
建模单元，用于根据所述历史工程清单数据和所述历史工程清单数据对应的定额换算数据，训练定额换算预测模型；
匹配单元，用于将待匹配工程清单的数据输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算匹配结果；
排序单元，用于若在所述待匹配工程清单的定额换算数据向量中，一条所述待匹配工程清单的定额对应多个定额换算匹配结果，则将各所述定额换算匹配结果按照SoftMax逻辑回归分类结果的大小进行排序，按排序结果确定所述待匹配工程清单的最优定额换算匹配结果；
其中，所述定额换算预测模型具体为深度神经网络模型；
所述建模单元具体包括：
第一建库子单元，用于将各所述历史工程清单数据中预设类型的数据进行数据清洗后，利用词嵌入向量技术根据清洗后的数据建立专业词汇库，并将所述清洗后的数据向量化，得到与历史工程清单一一对应的清单数据向量；
第二建库子单元，用于利用词嵌入向量技术根据所述定额换算数据生成换算类型库，并将所述定额换算数据向量化，得到与所述历史工程清单一一对应的定额换算数据向量；
训练子单元，用于以所述清单数据向量为输入数据，以所述定额换算数据向量为输出数据，训练得到所述定额换算预测模型；
还包括：判断根据工作人员根据工程清单套取定额后的所述定额是否存在换算；若所述定额不存在换算，则直接套取定额，若所述定额存在换算，则根据所述定额换算预测模型训练时的数据输入规则，对所述待匹配工程清单的数据进行处理后输入所述定额换算预测模型；
所述匹配单元具体包括：
数据处理子单元，用于提取所述待匹配工程清单中所述预设类型的数据，根据所述专业词汇库对提取结果进行向量化，得到所述待匹配工程清单的待匹配清单数据向量；
匹配子单元，用于将所述待匹配清单数据向量输入所述定额换算预测模型，得到所述待匹配工程清单的定额换算数据向量；
所述预设类型的数据具体包括：工程清单编码、工程清单名称、工程清单项目特征、工程清单单位、工程清单工程量和工程清单备注。
4.一种工程造价定额换算的匹配设备，其特征在于，包括：
存储器，用于存储指令，所述指令包括权利要求1或2所述工程造价定额换算的匹配方法的步骤；
处理器，用于执行所述指令。
5.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述工程造价定额换算的匹配方法的步骤。
CN202110155004.7A 2021-02-04 2021-02-04 工程造价定额换算的匹配方法、装置、设备及存储介质 Active CN112949906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110155004.7A CN112949906B (zh) 2021-02-04 2021-02-04 工程造价定额换算的匹配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110155004.7A CN112949906B (zh) 2021-02-04 2021-02-04 工程造价定额换算的匹配方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112949906A CN112949906A (zh) 2021-06-11
CN112949906B true CN112949906B (zh) 2024-03-19

Family

ID=76243892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110155004.7A Active CN112949906B (zh) 2021-02-04 2021-02-04 工程造价定额换算的匹配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112949906B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545773B (zh) * 2022-09-30 2023-07-28 永道工程咨询有限公司 一种建设投资换算方法、电子设备及可读存储介质
CN116188091A (zh) * 2023-05-04 2023-05-30 品茗科技股份有限公司 造价清单自动匹配单价引用的方法、装置、设备及介质
CN116205694B (zh) * 2023-05-04 2023-10-24 品茗科技股份有限公司 造价定额自动推荐配合比的方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327023A (zh) * 2016-09-07 2017-01-11 国家电网公司 输电工程工时定额测定方法及装置
CN109903186A (zh) * 2019-02-28 2019-06-18 杭州品茗安控信息技术股份有限公司 一种基于私有云的清单智能组价方法
CN110473067A (zh) * 2019-08-14 2019-11-19 杭州品茗安控信息技术股份有限公司 构件的造价标准文件确定方法、装置、设备及存储介质
CN110555194A (zh) * 2019-08-29 2019-12-10 厦门海迈科技股份有限公司 一种定额换算方法及定额换算装置
WO2020082560A1 (zh) * 2018-10-25 2020-04-30 平安科技（深圳）有限公司 文本关键词提取方法、装置、设备及计算机可读存储介质
CN111127068A (zh) * 2019-02-27 2020-05-08 上海万亩电子科技有限公司 一种工程量清单自动组价方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327023A (zh) * 2016-09-07 2017-01-11 国家电网公司 输电工程工时定额测定方法及装置
WO2020082560A1 (zh) * 2018-10-25 2020-04-30 平安科技（深圳）有限公司 文本关键词提取方法、装置、设备及计算机可读存储介质
CN111127068A (zh) * 2019-02-27 2020-05-08 上海万亩电子科技有限公司 一种工程量清单自动组价方法和装置
CN109903186A (zh) * 2019-02-28 2019-06-18 杭州品茗安控信息技术股份有限公司 一种基于私有云的清单智能组价方法
CN110473067A (zh) * 2019-08-14 2019-11-19 杭州品茗安控信息技术股份有限公司 构件的造价标准文件确定方法、装置、设备及存储介质
CN110555194A (zh) * 2019-08-29 2019-12-10 厦门海迈科技股份有限公司 一种定额换算方法及定额换算装置

Also Published As

Publication number Publication date
CN112949906A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN112949906B (zh) 工程造价定额换算的匹配方法、装置、设备及存储介质
CN112949907B (zh) 一种工程造价的定额匹配方法、装置、设备及存储介质
CN109522556A (zh) 一种意图识别方法及装置
US20070055585A1 (en) Method of generating multiple recommendations for multi-objective available-to-sell (ATS) optimization problem
CN111967971A (zh) 银行客户数据处理方法及装置
CN112199940B (zh) 一种项目评审方法、存储介质
CN115700639B (zh) 智能生产排程方法、装置、设备及存储介质
CN112000770A (zh) 面向智能问答的基于语义特征图的句子对语义匹配方法
CN111639793A (zh) 一种锅炉群组调度优化方法及装置
CN105740354A (zh) 自适应潜在狄利克雷模型选择的方法及装置
Burt et al. Equipment selection with heterogeneous fleets for multiple-period schedules
CN103440309A (zh) 一种资源环境模型组合建模的自动语义识别与推荐方法
CN110727969A (zh) 工作流自动调整方法、装置、设备及存储介质
CN112732786A (zh) 金融数据处理方法、装置、设备及存储介质
EP1672578A1 (en) Method and system for analyzing the risk of a project
CN112053225A (zh) 贷款逾期的预测方法、装置、电子设备和存储介质
CN109242927B (zh) 一种广告模板生成方法、装置及计算机设备
CN117725191A (zh) 大语言模型的引导信息生成方法、装置及电子设备
CN113191880A (zh) 银行柜员终端加钞建议确定方法及装置
CN107194724A (zh) 塑料原料成交价格趋势预测方法及装置
CN104090932A (zh) 一种内容推荐方法及装置
CN110930181A (zh) 一种电力定价的方法及装置
CN107423905A (zh) 一种能源绩效考核方法及系统
CN112764637B (zh) 一种智慧农业物联网设备描述文件生成方法
CN104732292A (zh) 基于断面数据的主流速线自动规划方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Block C, 5th Floor, Building B, Paradise Software Park, No. 3 Xidoumen Road, Xihu District, Hangzhou, Zhejiang 310000

Applicant after: Pin Ming Technology Co.,Ltd.

Address before: 310012 Room C, 5 / F, building B, Paradise Software Park, 3 xidoumen Road, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: HANGZHOU PINMING SAFETY CONTROL INFORMATION TECHNOLOGY CO.,LTD.

GR01 Patent grant
GR01 Patent grant