CN113344552B - 一种基于工程造价的多项目联合管理方法及系统 - Google Patents
一种基于工程造价的多项目联合管理方法及系统 Download PDFInfo
- Publication number
- CN113344552B CN113344552B CN202110773318.3A CN202110773318A CN113344552B CN 113344552 B CN113344552 B CN 113344552B CN 202110773318 A CN202110773318 A CN 202110773318A CN 113344552 B CN113344552 B CN 113344552B
- Authority
- CN
- China
- Prior art keywords
- project
- nth
- construction efficiency
- obtaining
- construction
- 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
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于工程造价的多项目联合管理方法及系统,其中,所述方法包括:根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数;根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;将所述第一进程数据链直到第N进程数据链进行聚类分析,获得第一聚类结果;根据所述第一聚类结果,构建联合管理项目优先顺序表;按照所述联合管理项目优先顺序表,对多项目进行联合管理。解决了现有技术多项目管理资源分配不均,部门间配合不够且项目进度不准确,导致项目管理效率低下的技术问题。
Description
技术领域
本发明涉及项目管理领域,尤其涉及一种基于工程造价的多项目联合管理方法及系统。
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,即为建设一项工程预期支付或实际支付的全部固定资产投资费用,基于工程造价对多项目进行一系列目标相关的整体监测和管理。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术多项目管理资源分配不均,部门间配合不够且项目进度不准确,导致项目管理效率低下的技术问题。
发明内容
本申请实施例通过提供一种基于工程造价的多项目联合管理方法及系统,解决了现有技术多项目管理资源分配不均,部门间配合不够且项目进度不准确,导致项目管理效率低下的技术问题,达到通过遗传算法对多项目资源进行优化,完成项目优先权的分析,准确跟踪进度,增强各部门的配合力,从而提升多项目的联合管理效率的技术效果。
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的。
第一方面,本申请实施例提供了一种基于工程造价的多项目联合管理方法,所述方法包括:获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;获得所述第一配置团队的建设效率系数;根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;获得所述第N配置团队的建设效率系数;根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;根据所述第一聚类结果,构建联合管理项目优先顺序表;按照所述联合管理项目优先顺序表,对多项目进行联合管理。
另一方面,本申请还提供了一种基于工程造价的多项目联合管理系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;第二获得单元,所述第二获得单元用于获得所述第一配置团队的建设效率系数;第三获得单元,所述第三获得单元用于根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;第四获得单元,所述第四获得单元用于根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;第五获得单元,所述第五获得单元用于获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;第六获得单元,所述第六获得单元用于获得所述第N配置团队的建设效率系数;第七获得单元,所述第七获得单元用于根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数第八获得单元,所述第八获得单元用于根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;第九获得单元,所述第九获得单元用于将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;第一构建单元,所述第一构建单元用于根据所述第一聚类结果,构建联合管理项目优先顺序表;第一管理单元,所述第一管理单元用于按照所述联合管理项目优先顺序表,对多项目进行联合管理。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,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上述任意一项所述的控制输出数据的方法中的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数;根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;将所述第一进程数据链直到第N进程数据链进行聚类分析,获得第一聚类结果;根据所述第一聚类结果,构建联合管理项目优先顺序表;按照所述联合管理项目优先顺序表,对多项目进行联合管理。进而达到通过遗传算法对多项目资源进行优化,完成项目优先权的分析,准确跟踪进度,增强各部门的配合力,从而提升多项目的联合管理效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于工程造价的多项目联合管理方法的流程示意图;
图2为本申请实施例一种基于工程造价的多项目联合管理方法中获得第一配置团队的建设效率系数的流程示意图;
图3为本申请实施例一种基于工程造价的多项目联合管理方法中获得第一工程造价信息的流程示意图;
图4为本申请实施例一种基于工程造价的多项目联合管理方法中获得第一项目工程量的流程示意图;
图5为本申请实施例一种基于工程造价的多项目联合管理方法中调整第一配置团队的流程示意图;
图6为本申请实施例一种基于工程造价的多项目联合管理方法中获得第一工作量差值等级的流程示意图;
图7为本申请实施例一种基于工程造价的多项目联合管理方法中获得第一工程造价评估结果的流程示意图;
图8为本申请实施例一种基于工程造价的多项目联合管理系统的结构示意图;
图9为本申请实施例所提供的一种用于执行控制输出数据的方法的电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第九获得单元19,第一构建单元20,第一管理单元21,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150和用户接口1160。
具体实施方式
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
申请概述
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本发明实施例中的附图对本发明实施例进行描述。
实施例一
如图1所示,本申请实施例提供了一种基于工程造价的多项目联合管理方法,其中,所述方法包括:
步骤S100:获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;
如图3所示,进一步而言,其中,所述获得第一项目的第一工程造价信息,本申请实施例步骤S100还包括:
步骤S110:按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量;
步骤S120:根据所述第一项目工程量,获得所述第一配置团队的第一建设计划;
步骤S130:将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,获得第一工程造价评估结果;
步骤S140:根据所述第一项目的第一类型信息,确定预定项目预算阈值;
步骤S150:根据所述预定项目预算阈值,对所述第一工程造价评估结果进行修正,获得所述第一项目的第一工程造价信息。
具体而言,所述第一项目为需要进行联合管理的项目对象,所述第一配置团队为负责所述第一项目的公司人才配置资源。工程造价是指进行某项工程建设花费的全部费用,即该工程项目有计划地进行固定资产再生产、形成相应无形资产和铺底流动资金的一次性费用总和。投资者选定一个项目后,就要通过项目评估进行决策,然后进行设计招标、工程招标,直到竣工验收等一系列投资管理活动。在投资活动中所支付的全部费用形成了固定资产和无形资产,所有这些开支就构成了工程造价,从这个意义上说,工程造价就是工程投资费用,建设项目工程造价就是建设项目固定资产投资。
进一步而言,所述第一项目的计划书为所述项目的建设计划书,按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量。所述第一建设计划为所述第一配置团队根据所述第一项目工程量做出的项目建设计划,包括项目建设计划时间、项目建设材料等信息。将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,所述工程造价评估模型为神经网络模型,获得模型输出结果即第一工程造价评估结果。所述预定项目预算阈值为预设的所述项目预算范围大小,不同项目类型需要花费不同的预算,根据所述项目类型确定预定项目预算阈值。所述第一项目的第一工程造价信息为根据所述预定项目预算阈值,对所述第一工程造价评估结果进行修正的结果,即使所述项目工程造价在所述预算之内。达到通过模型确定项目工程造价,从而避免造价超出预算的技术效果。
步骤S200:获得所述第一配置团队的建设效率系数;
如图2所示,进一步而言,其中,所述获得所述第一配置团队的建设效率系数,本申请实施例步骤S200还包括:
步骤S210:获得所述第一配置团队的建设效率系数的取值阈值;
步骤S220:从所述第一配置团队的建设效率系数的取值阈值中随机获得M个建设效率系数;
步骤S230:根据遗传算法对所述M个建设效率系数进行计算,获得M个预测建设效率曲线,其中,所述M个建设效率状态曲线与所述M个建设效率系数一一对应;
步骤S240:获得所述第一项目的实际建设效率曲线;
步骤S250:比较所述M个预测建设效率曲线与所述实际建设效率曲线,获得所述第一配置团队的建设效率系数,其中,所述第一配置团队的建设效率系数相对应的预测建设效率曲线与所述实际建设效率曲线的相似度最大。
具体而言,不同配置团队对项目的建设效率也相应不同,遗传算法的本质是在解空间中不断进行随机搜索,在搜索过程中不断地产生新的解,并保留更优解的算法,其实现难度较低,并且能够在短时间内获得较为满意的结果。遗传算法在使用时直接对结构对象进行操作,不存在求导和函数连续性的限定,并且具有内在的隐并行性和更好的全局寻优能力,采用概率化的寻优方法,不需要确定规则就能自动获取和指导优化的搜索空间,自适应地调整搜索方向,故作为一种搜索算法广泛应用于各个领域。根据遗传算法对所述M个建设效率系数进行计算,获得M个预测建设效率曲线,所述M个建设效率系数由所述第一配置团队的建设效率系数的取值阈值中随机获得,且所述M个预测建设效率曲线与所述M个建设效率系数一一对应。所述第一项目的实际建设效率曲线为所述第一项目进行实际建设后的效果记录数据,通过比较所述M个预测建设效率曲线与所述实际建设效率曲线,获得相似度最接近的预测值,与之对应的建设效率系数即为所述第一配置团队的建设效率系数,使得获得的对应建设效率系数更加准确的技术效果。
步骤S300:根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;
具体而言,所述第一项目的进程节点状态数据指所述第一项目在建设过程中的任一时刻的建设进程状态信息,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点状态数据到当前进程节点状态数据的进程损失函数。在本申请实施例中,损失函数用于将所述第一项目进程数据的取值映射为非负实数以表示进程数据的变化,常用的损失函数有0-1损失函数、绝对值损失函数、log对数损失函数等,采用不同损失函数,对模型的影响是不同的。通过最小化损失函数,使模型达到收敛状态,减少模型预测值的误差,以达到准确预估的目的。
步骤S400:根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;
具体而言,所述第一项目的建设进程状态信息并非离散于特定时间点,而是在一定时间内连续。所述第一项目的第一进程数据链包含了项目从初始进程状态的各项建设指标数据直到当前进程状态的各项建设指标数据,其内容全面覆盖了所述第一项目在进程过程中的任意时刻状态信息,从本质上讲,获得所述第一进程数据链旨在实现信息数据高效、安全传输,对于项目来说,更是起到了提高数据分析速度的作用。
步骤S500:获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;
步骤S600:获得所述第N配置团队的建设效率系数;
步骤S700:根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;
具体而言,通过递归函数对程序进行多次调用,实现初始状态的不断完善,以达成精准预测的目的。所述第N项目同样为需要进行联合管理的项目,所述第N配置团队为负责所述第N项目的公司人才配置资源。所述第N工程造价信息为所述第N配置团队为所述第N项目评估做出的工程造价数据。通过获得第一工程造价信息直到第N工程造价信息,结合第一配置团队的建设效率系数到第N配置团队的建设效率系数分别对相应工程造价信息做出分析,得到相应的第N状态损失函数,为预测项目的实时进程奠定了庞大的数据基础,分析数据的数量越多,所得到的预测结果将越准确。
步骤S800:根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;
步骤S900:将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;
步骤S1000:根据所述第一聚类结果,构建联合管理项目优先顺序表;
步骤S1100:按照所述联合管理项目优先顺序表,对多项目进行联合管理。
具体而言,根据第一进程数据链直到第N进程数据链中发现的描述对象及其关系的信息,将数据对象分组,其目的是组内的对象相互之间相关,而不同组中的对象不相关的,通过探索和挖掘数据中的潜在差异和联系,将数据进行聚类分析,组内相似性越大,组间差距越大,说明聚类效果越好。聚类是一种非监督学习方法,它不需要任何形式的标签,而是基于数据本身的结构推测出簇标签。通过聚类分析、特征工程、建模调参的步骤可获得第一聚类结果,所述第一聚类结果为聚类后按相关特征划分的各个簇的数量,通过聚类分析,构建所述联合管理项目优先顺序表,即对所述联合管理项目进行项目优先权分析排序,并按照所述联合管理项目优先顺序表,对多项目进行联合管理。进而实现多项目资源优化,以提高对多项目的联合管理效率的技术效果。
如图4所示,进一步而言,其中,所述按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量,本申请实施例步骤S110还包括:
步骤S111:根据所述第一项目的计划书,获得所述第一项目工程图纸;
步骤S112:获得第一信息整合指令,所述第一信息整合指令用于对所述第一项目工程图纸中的工程信息进行整合,获得项目建设工程集;
步骤S113:获得所述项目建设工程集中各工程面积和各工程对应计量系数;
步骤S114:根据所述各工程面积和所述各工程对应计量系数的相乘计算结果,获得第一项目工程量。
具体而言,所述第一项目工程图纸通过项目计划书获得,是用于表示项目内部布置情况,外部形状,以及装修、构造、施工要求等内容的有关图纸,包括建筑施工图、结构施工图、设备施工图等,所述项目工程图纸是编制工程概算、预算和决算及审核工程造价的依据。根据所述第一信息整合指令对所述第一项目工程图纸中的工程信息进行整合,获得所述项目建设工程集,不同的建设工程建造成本和建造面积也不同,所述各工程对应计量系数为各类型工程对应的单位面积建造成本。根据所述项目建设工程集中所述各工程面积和所述各工程对应计量系数的相乘计算结果,确定所述第一项目工程量。达到高效准确确定项目工作量,进而提高项目管理效率的技术效果。
如图5所示,进一步而言,本申请实施例还包括:
步骤S1210:构建所述第一项目的工作量完成度坐标,以时间为横坐标,以工作量完成度为纵坐标;
步骤S1220:根据所述工作量完成度坐标,获得预设检查时间点的第一项目工作量完成度;
步骤S1230:如果所述第一项目工作量完成度未达到预定工作量完成度,获得第一工作量差值等级;
步骤S1240:根据所述第一工作量差值等级,对所述第一配置团队进行配置调整。
具体而言,构建所述第一项目的工作量完成度坐标,即所述项目的工作量完成程度,以时间为横坐标,以工作量完成度为纵坐标,所工作量完成度为已完成工作量占总工作量的比例。所述预设检查时间点为预设的工作量检查时间点,获得所述预设检查时间点的第一项目工作量完成度。判断所述第一项目工作量完成度是否达到预定工作量完成度,如果所述第一项目工作量完成度未达到预定工作量完成度,获得未完成的工作量差值等级,根据所述第一工作量差值等级,对所述第一配置团队进行配置调整。达到通过坐标实现数据可视化,直观的表明项目工作量进度,以通过资源优化配置按期完成工作量的技术效果。
如图6所示,进一步而言,其中,所述获得第一工作量差值等级,本申请实施例步骤S1230还包括:
步骤S1231:根据所述第一项目工作量完成度和所述预定工作量完成度的差值,获得第一工作量完成度差值;
步骤S1232:根据所述第一工作量完成度差值和所述第一项目工程量的乘积,获得第一工作量差值;
步骤S1233:根据所述第一项目的完成期限,获得预定工作量划分等级;
步骤S1234:按照所述预定工作量划分等级对所述第一工作量差值进行等级划分,获得第一工作量差值等级。
具体而言,所述第一工作量完成度差值为所述第一项目工作量完成度和所述预定工作量完成度的差值,根据所述第一工作量完成度差值和所述第一项目工程量的乘积,计算获得第一工作量差值。所述预定工作量划分等级为预设的工作量等级,按照所述第一项目的完成期限进行划分。按照所述预定工作量划分等级对所述第一工作量差值进行等级划分,获得第一工作量差值等级,工作量差值等级越高,工作量完成度越低。达到通过对工作量差值进行等级划分,准确实时跟踪项目进度,为后续资源配置调整提供依据的技术效果。
如图7所示,进一步而言,其中,所述将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,获得第一工程造价评估结果,本申请实施例步骤S130还包括:
步骤S131:将所述第一项目工程量和所述第一建设计划作为输入信息,输入至所述工程造价评估模型;
步骤S132:所述工程造价评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一项目工程量、所述第一建设计划和用来标识第一工程造价评估结果的标识信息;
步骤S133:获得所述工程造价评估模型中第一输出结果,所述第一输出结果包括所述第一工程造价评估结果。
具体而言,所述工程造价评估模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks,ANN),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一项目工程量和所述第一建设计划输入神经网络模型,则输出所述第一工程造价评估结果。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一项目工程量、所述第一建设计划和用来标识第一工程造价评估结果的标识信息,将所述第一项目工程量和所述第一建设计划输入到神经网络模型中,根据用来标识第一工程造价评估结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的第一输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得输出的第一工程造价评估结果信息更加合理、准确,进而达到通过多因素对项目的工程造价进行评估,使得评估结果更加准确,进而提升项目联合管理效率的技术效果。
综上所述,本申请实施例所提供的一种基于工程造价的多项目联合管理方法及系统具有如下技术效果:
由于采用了根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数;根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;将所述第一进程数据链直到第N进程数据链进行聚类分析,获得第一聚类结果;根据所述第一聚类结果,构建联合管理项目优先顺序表;按照所述联合管理项目优先顺序表,对多项目进行联合管理。进而达到通过遗传算法对多项目资源进行优化,完成项目优先权的分析,准确跟踪进度,增强各部门的配合力,从而提升多项目的联合管理效率的技术效果。
实施例二
基于与前述实施例中一种基于工程造价的多项目联合管理方法同样发明构思,本发明还提供了一种基于工程造价的多项目联合管理系统,如图8所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;
第二获得单元12,所述第二获得单元12用于获得所述第一配置团队的建设效率系数;
第三获得单元13,所述第三获得单元13用于根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;
第四获得单元14,所述第四获得单元14用于根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;
第五获得单元15,所述第五获得单元15用于获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;
第六获得单元16,所述第六获得单元16用于获得所述第N配置团队的建设效率系数;
第七获得单元17,所述第七获得单元17用于根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;
第八获得单元18,所述第八获得单元18用于根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;
第九获得单元19,所述第九获得单元19用于将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;
第一构建单元20,所述第一构建单元20用于根据所述第一聚类结果,构建联合管理项目优先顺序表;
第一管理单元21,所述第一管理单元21用于按照所述联合管理项目优先顺序表,对多项目进行联合管理。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于获得所述第一配置团队的建设效率系数的取值阈值;
第十一获得单元,所述第十一获得单元用于从所述第一配置团队的建设效率系数的取值阈值中随机获得M个建设效率系数;
第十二获得单元,所述第十二获得单元用于根据遗传算法对所述M个建设效率系数进行计算,获得M个预测建设效率曲线,其中,所述M个建设效率状态曲线与所述M个建设效率系数一一对应;
第十三获得单元,所述第十三获得单元用于获得所述第一项目的实际建设效率曲线;
第十四获得单元,所述第十四获得单元用于比较所述M个预测建设效率曲线与所述实际建设效率曲线,获得所述第一配置团队的建设效率系数,其中,所述第一配置团队的建设效率系数相对应的预测建设效率曲线与所述实际建设效率曲线的相似度最大。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量;
第十六获得单元,所述第十六获得单元用于根据所述第一项目工程量,获得所述第一配置团队的第一建设计划;
第十七获得单元,所述第十七获得单元用于将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,获得第一工程造价评估结果;
第一确定单元,所述第一确定单元用于根据所述第一项目的第一类型信息,确定预定项目预算阈值;
第十八获得单元,所述第十八获得单元用于根据所述预定项目预算阈值,对所述第一工程造价评估结果进行修正,获得所述第一项目的第一工程造价信息。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于根据所述第一项目的计划书,获得所述第一项目工程图纸;
第二十获得单元,所述第二十获得单元用于获得第一信息整合指令,所述第一信息整合指令用于对所述第一项目工程图纸中的工程信息进行整合,获得项目建设工程集;
第二十一获得单元,所述第二十一获得单元用于获得所述项目建设工程集中各工程面积和各工程对应计量系数;
第二十二获得单元,所述第二十二获得单元用于根据所述各工程面积和所述各工程对应计量系数的相乘计算结果,获得第一项目工程量。
进一步的,所述系统还包括:
第二构建单元,所述第二构建单元用于构建所述第一项目的工作量完成度坐标,以时间为横坐标,以工作量完成度为纵坐标;
第二十三获得单元,所述第二十三获得单元用于根据所述工作量完成度坐标,获得预设检查时间点的第一项目工作量完成度;
第二十四获得单元,所述第二十四获得单元用于如果所述第一项目工作量完成度未达到预定工作量完成度,获得第一工作量差值等级;
第一调整单元,所述第一调整单元用于根据所述第一工作量差值等级,对所述第一配置团队进行配置调整。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于根据所述第一项目工作量完成度和所述预定工作量完成度的差值,获得第一工作量完成度差值;
第二十六获得单元,所述第二十六获得单元用于根据所述第一工作量完成度差值和所述第一项目工程量的乘积,获得第一工作量差值;
第二十七获得单元,所述第二十七获得单元用于根据所述第一项目的完成期限,获得预定工作量划分等级;
第二十八获得单元,所述第二十八获得单元用于按照所述预定工作量划分等级对所述第一工作量差值进行等级划分,获得第一工作量差值等级。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一项目工程量和所述第一建设计划作为输入信息,输入至所述工程造价评估模型;
第二十九获得单元,所述第二十九获得单元用于所述工程造价评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一项目工程量、所述第一建设计划和用来标识第一工程造价评估结果的标识信息;
第三十获得单元,所述第三十获得单元用于获得所述工程造价评估模型中第一输出结果,所述第一输出结果包括所述第一工程造价评估结果。
前述图1实施例一中的一种基于工程造价的多项目联合管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于工程造价的多项目联合管理系统,通过前述对一种基于工程造价的多项目联合管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于工程造价的多项目联合管理系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
示例性电子设备
具体的,参见图9所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线以及存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机系统的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以及两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信系统、码分多址系统、全球微波互联接入系统、通用分组无线业务系统、宽带码分多址系统、长期演进系统、LTE频分双工系统、LTE时分双工系统、先进长期演进系统、通用移动通信系统、增强移动宽带系统、海量机器类通信系统、超可靠低时延通信系统等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种系统程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,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上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种基于工程造价的多项目联合管理方法,其中,所述方法包括:
获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;
获得所述第一配置团队的建设效率系数;
所述获得所述第一配置团队的建设效率系数,包括:
获得所述第一配置团队的建设效率系数的取值阈值;
从所述第一配置团队的建设效率系数的取值阈值中随机获得M个建设效率系数;
根据遗传算法对所述M个建设效率系数进行计算,获得M个预测建设效率曲线,其中,所述M个建设效率状态曲线与所述M个建设效率系数一一对应;
获得所述第一项目的实际建设效率曲线;
比较所述M个预测建设效率曲线与所述实际建设效率曲线,获得所述第一配置团队的建设效率系数,其中,所述第一配置团队的建设效率系数相对应的预测建设效率曲线与所述实际建设效率曲线的相似度最大;
根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;
根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;
获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;
获得所述第N配置团队的建设效率系数;
根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;
根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;
将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;
根据所述第一聚类结果,构建联合管理项目优先顺序表;
按照所述联合管理项目优先顺序表,对多项目进行联合管理。
2.如权利要求1所述的方法,其中,所述获得第一项目的第一工程造价信息,包括:
按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量;
根据所述第一项目工程量,获得所述第一配置团队的第一建设计划;
将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,获得第一工程造价评估结果;
根据所述第一项目的第一类型信息,确定预定项目预算阈值;
根据所述预定项目预算阈值,对所述第一工程造价评估结果进行修正,获得所述第一项目的第一工程造价信息。
3.如权利要求2所述的方法,其中,所述按照所述第一项目的计划书,对所述第一项目的工程量进行计算,获得第一项目工程量,包括:
根据所述第一项目的计划书,获得所述第一项目工程图纸;
获得第一信息整合指令,所述第一信息整合指令用于对所述第一项目工程图纸中的工程信息进行整合,获得项目建设工程集;
获得所述项目建设工程集中各工程面积和各工程对应计量系数;
根据所述各工程面积和所述各工程对应计量系数的相乘计算结果,获得第一项目工程量。
4.如权利要求1所述的方法,其中,所述方法包括:
构建所述第一项目的工作量完成度坐标,以时间为横坐标,以工作量完成度为纵坐标;
根据所述工作量完成度坐标,获得预设检查时间点的第一项目工作量完成度;
如果所述第一项目工作量完成度未达到预定工作量完成度,获得第一工作量差值等级;
根据所述第一工作量差值等级,对所述第一配置团队进行配置调整。
5.如权利要求4所述的方法,其中,所述获得第一工作量差值等级,包括:
根据所述第一项目工作量完成度和所述预定工作量完成度的差值,获得第一工作量完成度差值;
根据所述第一工作量完成度差值和所述第一项目工程量的乘积,获得第一工作量差值;
根据所述第一项目的完成期限,获得预定工作量划分等级;
按照所述预定工作量划分等级对所述第一工作量差值进行等级划分,获得第一工作量差值等级。
6.如权利要求2所述的方法,其中,所述将所述第一项目工程量和所述第一建设计划输入工程造价评估模型,获得第一工程造价评估结果,包括:
将所述第一项目工程量和所述第一建设计划作为输入信息,输入至所述工程造价评估模型;
所述工程造价评估模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一项目工程量、所述第一建设计划和用来标识第一工程造价评估结果的标识信息;
获得所述工程造价评估模型中第一输出结果,所述第一输出结果包括所述第一工程造价评估结果。
7.一种基于工程造价的多项目联合管理系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一项目的第一工程造价信息,其中,所述工程造价信息来自第一配置团队,所述第一项目为联合管理项目;
第二获得单元,所述第二获得单元用于获得所述第一配置团队的建设效率系数;
第十获得单元,所述第十获得单元用于获得所述第一配置团队的建设效率系数的取值阈值;
第十一获得单元,所述第十一获得单元用于从所述第一配置团队的建设效率系数的取值阈值中随机获得M个建设效率系数;
第十二获得单元,所述第十二获得单元用于根据遗传算法对所述M个建设效率系数进行计算,获得M个预测建设效率曲线,其中,所述M个建设效率状态曲线与所述M个建设效率系数一一对应;
第十三获得单元,所述第十三获得单元用于获得所述第一项目的实际建设效率曲线;
第十四获得单元,所述第十四获得单元用于比较所述M个预测建设效率曲线与所述实际建设效率曲线,获得所述第一配置团队的建设效率系数,其中,所述第一配置团队的建设效率系数相对应的预测建设效率曲线与所述实际建设效率曲线的相似度最大;
第三获得单元,所述第三获得单元用于根据所述第一配置团队的建设效率系数和所述第一项目的进程节点数据,获得所述第一项目在所述配置团队的建设下的第一进程损失函数,所述第一进程损失函数用于表示所述第一项目在所述第一配置团队建设下的初始进程节点数据到当前进程节点数据的进程损失函数;
第四获得单元,所述第四获得单元用于根据所述第一进程损失函数,获得所述第一项目的第一进程数据链;
第五获得单元,所述第五获得单元用于获得第N项目的第N工程造价信息,其中,所述第N工程造价信息来自第N配置团队,所述第N项目为联合管理项目;
第六获得单元,所述第六获得单元用于获得所述第N配置团队的建设效率系数;
第七获得单元,所述第七获得单元用于根据所述第N配置团队的建设效率系数和所述第N项目的进程节点数据,获得所述第N项目在所述第N配置团队的建设下的第N进程损失函数;
第八获得单元,所述第八获得单元用于根据所述第N进程损失函数,获得所述第N项目的第N进程数据链;
第九获得单元,所述第九获得单元用于将所述第一进程数据链直到所述第N进程数据链进行聚类分析,获得第一聚类结果;
第一构建单元,所述第一构建单元用于根据所述第一聚类结果,构建联合管理项目优先顺序表;
第一管理单元,所述第一管理单元用于按照所述联合管理项目优先顺序表,对多项目进行联合管理。
8.一种基于工程造价的多项目联合管理系统,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述方法中的步骤。
9.一种计算机可读存储介质,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1-6中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773318.3A CN113344552B (zh) | 2021-07-08 | 2021-07-08 | 一种基于工程造价的多项目联合管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773318.3A CN113344552B (zh) | 2021-07-08 | 2021-07-08 | 一种基于工程造价的多项目联合管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344552A CN113344552A (zh) | 2021-09-03 |
CN113344552B true CN113344552B (zh) | 2021-12-31 |
Family
ID=77483079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110773318.3A Active CN113344552B (zh) | 2021-07-08 | 2021-07-08 | 一种基于工程造价的多项目联合管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344552B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113923839A (zh) * | 2021-10-19 | 2022-01-11 | 苏州爱果乐科技有限公司 | 一种灯光调节方法及系统 |
CN113687639B (zh) * | 2021-10-25 | 2023-04-18 | 南通好心情家用纺织品有限公司 | 一种纺织机械设备的故障智能预警方法及系统 |
CN114333179B (zh) * | 2021-11-21 | 2023-09-01 | 武汉谦屹达管理咨询有限公司 | 一种基于大数据技术的金融终端故障预判警示方法及系统 |
CN114116756B (zh) * | 2022-01-26 | 2022-07-19 | 四川野马科技有限公司 | 一种工程造价数据修正系统及其方法 |
CN115358456A (zh) * | 2022-08-11 | 2022-11-18 | 广东省建筑工程监理有限公司 | 基于bim的工程造价评估方法、系统、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8407078B1 (en) * | 2009-01-20 | 2013-03-26 | Perot Systems Corporation | Method of and system for managing projects, programs and portfolios throughout the project lifecycle |
CN108921334A (zh) * | 2018-06-15 | 2018-11-30 | 国家电网公司 | 一种特高压输变电工程的工程量控制目标确定方法及装置 |
WO2019226730A1 (en) * | 2018-05-22 | 2019-11-28 | Christman Constructors, Inc. | Project management devices, systems and methods |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6859768B1 (en) * | 2000-03-03 | 2005-02-22 | The Beck Technology | Computer-implemented automated building design and modeling and project cost estimation and scheduling system |
US8335706B1 (en) * | 2009-03-04 | 2012-12-18 | Sprint Communications Company L.P. | Program management for indeterminate scope initiatives |
US7991632B1 (en) * | 2011-01-28 | 2011-08-02 | Fmr Llc | Method and system for allocation of resources in a project portfolio |
US20140229212A1 (en) * | 2011-09-19 | 2014-08-14 | Sandy MacElheron | Method and system for managing construction projects |
CN109919487A (zh) * | 2019-03-07 | 2019-06-21 | 大连大学 | 多因素影响下多项目优先级的计算方法 |
CN111291994A (zh) * | 2020-02-12 | 2020-06-16 | 普元信息技术股份有限公司 | 大数据环境下适合敏捷开发模式的多项目管理系统及其方法 |
CN111476425A (zh) * | 2020-04-15 | 2020-07-31 | 中道明华建设工程项目咨询有限责任公司 | 一种工程项目造价进度监管系统及方法 |
CN111598418A (zh) * | 2020-04-29 | 2020-08-28 | 思创数码科技股份有限公司 | 基于均衡度的项目排序方法、装置、设备和存储介质 |
CN111695806B (zh) * | 2020-06-11 | 2023-05-12 | 湖南大学 | 一种资源分配方法、装置设备和存储介质 |
-
2021
- 2021-07-08 CN CN202110773318.3A patent/CN113344552B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8407078B1 (en) * | 2009-01-20 | 2013-03-26 | Perot Systems Corporation | Method of and system for managing projects, programs and portfolios throughout the project lifecycle |
WO2019226730A1 (en) * | 2018-05-22 | 2019-11-28 | Christman Constructors, Inc. | Project management devices, systems and methods |
CN108921334A (zh) * | 2018-06-15 | 2018-11-30 | 国家电网公司 | 一种特高压输变电工程的工程量控制目标确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113344552A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113344552B (zh) | 一种基于工程造价的多项目联合管理方法及系统 | |
Xu et al. | A discrete consensus support model for multiple attribute group decision making | |
US9336493B2 (en) | Systems and methods for clustering time series data based on forecast distributions | |
Emrouznejad et al. | An overall profit Malmquist productivity index with fuzzy and interval data | |
RU2733485C1 (ru) | Система и способ обработки данных для комплексной оценки зрелости научно-технологического проекта на основе использования набора параметров | |
Li et al. | Production task queue optimization based on multi-attribute evaluation for complex product assembly workshop | |
US20140025416A1 (en) | Clustering Based Resource Planning, Work Assignment, and Cross-Skill Training Planning in Services Management | |
CN111435463A (zh) | 数据处理方法及相关设备、系统 | |
CN114549142B (zh) | 一种线上竞价拍卖信息处理方法及系统 | |
CN114493376B (zh) | 一种基于工单数据的任务调度管理方法及系统 | |
Özpeynirci et al. | An interactive algorithm for multiple criteria constrained sorting problem | |
Aytekin et al. | Nearest solution to references method for multicriteria decision-making problems | |
CN113051130A (zh) | 结合注意力机制的lstm网络的移动云负载预测方法及系统 | |
CN113421174A (zh) | 一种基于大数据的知识产权价值评估参考方法及系统 | |
CN111209930A (zh) | 一种生成授信策略的方法、装置和电子设备 | |
CN111339157B (zh) | 一种配电网日运行效率计算及预测方法、系统及设备 | |
Aleksandar et al. | Multiple linear regression model for predicting bidding price | |
CN114331349B (zh) | 一种基于物联网技术的科研项目管理方法及系统 | |
Ji et al. | A novel robust flexible minimum cost consensus model with consensus granule | |
CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
CN114238106A (zh) | 测试时间预测方法及装置、电子设备、存储介质 | |
CN111401671B (zh) | 一种精准营销中衍生特征计算方法、装置和可读存储介质 | |
Aboushady et al. | Fuzzy consensus qualitative risk analysis framework for building construction projects | |
CN111932376A (zh) | 虚拟资源数据的模拟方法、装置 | |
CN114493477B (zh) | 一种基于bim的建筑成本多维度统计方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |