CN113793057A - 一种基于回归分析模型的建筑招投标数据生成方法 - Google Patents

一种基于回归分析模型的建筑招投标数据生成方法 Download PDF

Info

Publication number
CN113793057A
CN113793057A CN202111124451.2A CN202111124451A CN113793057A CN 113793057 A CN113793057 A CN 113793057A CN 202111124451 A CN202111124451 A CN 202111124451A CN 113793057 A CN113793057 A CN 113793057A
Authority
CN
China
Prior art keywords
data
regression analysis
analysis model
building
bidding
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.)
Pending
Application number
CN202111124451.2A
Other languages
English (en)
Inventor
王敦伟
王成艳
王奥宝
王雪莲
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.)
Chengdu Xingxingxing Technology Co ltd
Original Assignee
Chengdu Xingxingxing 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 Chengdu Xingxingxing Technology Co ltd filed Critical Chengdu Xingxingxing Technology Co ltd
Priority to CN202111124451.2A priority Critical patent/CN113793057A/zh
Publication of CN113793057A publication Critical patent/CN113793057A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于回归分析模型的建筑招投标数据生成方法，涉及建筑招投标数据生成技术领域。该种基于回归分析模型的建筑招投标数据生成方法，包括以下具体步骤：S1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素;S2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素;S3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据S2中确定的主要影响因素作为测试因素;S4.对S3中建立的回归分析模型进行求解。通过采用回归分析法建立模型，可以确定变量间相关关系,从而实现对建筑招投标数据进行变量分析和预测，保证了建筑招投标数据的准确性和科学性。

Description

一种基于回归分析模型的建筑招投标数据生成方法
技术领域
本发明涉及建筑招投标数据生成技术领域，具体为一种基于回归分析模型的建筑招投标数据生成方法。
背景技术
建筑工程招标是指建设单位对拟建的工程发布公告，通过法定的程序和方式吸引建设项目的承包单位竞争并从中选择条件优越者来完成工程建设任务的行为，按照工程建设程序，可以将建设工程招标投标分为建设项目前期咨询招标投标、工程勘察设计招标投标、材料设备采购招标投标、施工招标投标。随着建筑市场运作模式与国际接轨进程的深入,我国承发包模式也逐渐呈多样化,主要包括工程咨询承包、交钥匙工程承包模式、设计施工承包模式、设计管理承包模式、BOT工程模式、CM模式。无论是项目实施的全过程还是某一阶段或程序,按照工程建设项目的构成，可以将建设工程招标投标分为全部工程招标投标、单项工程招标投标、单位工程招标投标、分部工程招标投标、分项工程招标投标。全部工程招标投标，是指对一个建设项目(如一所学校)的全部工程进行的招标。
影响建筑招标数据生成的方法有很多，如人力成本变动、材料成本变动、通货膨胀、自然灾害、国内人均收入水平以及行业发展状态等，传统筑招标数据的生成都是建立在单一或某一时间段内各项数据基础之上，进行粗略的数据整理和统计，无法实现变量分析。
为此，我们研发出了新的一种基于回归分析模型的建筑招投标数据生成方法，回归分析是确定变量间相关关系的有效方法，本技术方案采用回归分析法建立模型,对建筑招标数据进行分析和预测。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于回归分析模型的建筑招投标数据生成方法，解决了影响建筑招标数据生成的方法有很多，如人力成本变动、材料成本变动、通货膨胀、自然灾害、国内人均收入水平以及行业发展状态等，传统筑招标数据的生成都是建立在单一或某一时间段内各项数据基础之上，进行粗略的数据整理和统计，无法实现变量分析的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种基于回归分析模型的建筑招投标数据生成方法，包括以下具体步骤：
S1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素；
S2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素；
S3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据S2中确定的主要影响因素作为测试因素；
S4.对S3中建立的回归分析模型进行求解；
S5.根据S3中建立的回归分析模型带入相关数据进行实际应用，对影响筑招标数据的各个变量进行分析预测，并以各个变量分析预测的结果为数据基础，对建筑招标数据的总价格变量进行综合分析预测。
优选的，所述信息增益计算法基于熵的概念，表示对事件的属性的不确定性的度量，系统的不确定性越高，熵就越大；
进一步的，假设集合中的变量X＝{x1,x2…xn}，它对应在集合的概率分别是P＝{p1,p2…pn}，那么这个集合的熵表示为：
Figure BDA0003278198360000031
其中pi是任意样本，属于P的概率,一般用SI/S。
设属性x1有z个不同的值{a1,a2,…az,}.可以用属性x1将S划分为z个自给{S1,S2,…Sz},其中Sj包含S中这样-些样本,他们在x1上具有值aj，
优选的，设Sij是子集Sj中类Ci的样本数,根据x1划分子集的熵由下式给出
Figure BDA0003278198360000032
上式中
Figure BDA0003278198360000041
充当第j个子集的权，并且等于子集(即x1值为aj)中的样本个数除以S中的样本总数；
根据上面给出的期望信息计算公式，对于给定的子集Sj，其期望信息由下式计算
Figure BDA0003278198360000042
其中
Figure BDA0003278198360000043
是Sj中样本属于类Pi的概率。
优选的，所述S4中在进行模型求解时，需做出实际均衡价格和计算值均衡价格对比，通过对实际均衡价格和计算值均衡价格对比，可以了解实际均衡价格和计算值均衡价格之间的误差，再通过误差计算，可以得到更为精确的预测值。
优选的，所述S5中在进行回归分析模型实际应用时，需通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，通过对求出的拟合曲线对多个影响因素的未来走势进行定量分析，从而可以判断出在多种影响因素下，招标数据在未来时间内的走势，从而提高对建筑招标数据预测的准确性和稳定性。
(三)有益效果
本发明提供了一种基于回归分析模型的建筑招投标数据生成方法。具备以下有益效果：
1、该种基于回归分析模型的建筑招投标数据生成方法，通过采用回归分析法建立模型，可以确定变量间相关关系,从而实现对建筑招投标数据进行变量分析和预测，既保证了建筑招投标数据的准确性和科学性，同时也提高了整体的工作效率。
2、该种基于回归分析模型的建筑招投标数据生成方法，通过对多种数据影响因素进行变量分析和预测，并做出实际均衡价格和计算值均衡价格对比，可以通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，提高了数据结果的有效性。
具体实施方式
下面将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。
实施例：
本发明实施例提供一种基于回归分析模型的建筑招投标数据生成方法，包括以下具体步骤：
S1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素，通过收集整理影响数据的相关数据和因素，可以为后续的回归分析建模提供相应的数据基础；
S2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素；
S3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据S2中确定的主要影响因素作为测试因素；信息增益计算法基于熵的概念，表示对事件的属性的不确定性的度量，系统的不确定性越高，熵就越大；
假设集合中的变量X＝{x1，x2...xn}，它对应在集合的概率分别是P＝{p1，p2...pn}，那么这个集合的熵表示为：
Figure BDA0003278198360000061
其中pi是任意样本，属于P的概率，一般用SI/S。
设属性x1有z个不同的值{a1，a2，....az，}.可以用属性x1将S划分为z个自给{S1，S2，...Sz}，其中Sj包含S中这样-些样本，他们在x1上具有值aj，
设Sij是子集Sj中类Ci的样本数，根据x1划分子集的熵由下式给出
Figure BDA0003278198360000062
上式中
Figure BDA0003278198360000063
充当第j个子集的权，并且等于子集(即x1值为aj)中的样本个数除以S中的样本总数；
根据上面给出的期望信息计算公式，对于给定的子集Sj，其期望信息由下式计算
Figure BDA0003278198360000071
其中
Figure BDA0003278198360000072
是Sj中样本属于类Pi的概率。
S4.对S3中建立的回归分析模型进行求解，在进行模型求解时，需做出实际均衡价格和计算值均衡价格对比，通过对实际均衡价格和计算值均衡价格对比，可以了解实际均衡价格和计算值均衡价格之间的误差，再通过误差计算，可以得到更为精确的预测值；
S5.根据S3中建立的回归分析模型带入相关数据进行实际应用，对影响筑招标数据的各个变量进行分析预测，并以各个变量分析预测的结果为数据基础，对建筑招标数据的总价格变量进行综合分析预测；在进行回归分析模型实际应用时，需通过求出的拟合曲线对多个影响因素的未来走势进行定量分析，通过对求出的拟合曲线对多个影响因素的未来走势进行定量分析，从而可以判断出在多种影响因素下，招标数据在未来时间内的走势，从而提高对建筑招标数据预测的准确性和稳定性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于回归分析模型的建筑招投标数据生成方法，其特征在于：包括以下具体步骤：
S1.收集周边城市相同规模建筑招标的市场平均价格以及相关影响因素；
S2.将收集到的市场平均价格数据和相关影响因素数据制成数据统计表，并确定影响市场平均价格数据的主要因素；
S3.建立回归分析模型，采用信息增益计算法计算每个影响因素的信息增益，并根据S2中确定的主要影响因素作为测试因素；
S4.对S3中建立的回归分析模型进行求解；
S5.根据S3中建立的回归分析模型带入相关数据进行实际应用，对影响筑招标数据的各个变量进行分析预测，并以各个变量分析预测的结果为数据基础，对建筑招标数据的总价格变量进行综合分析预测。
2.根据权利要求1所述的一种基于回归分析模型的建筑招投标数据生成方法，其特征在于：所述信息增益计算法基于熵的概念，表示对事件的属性的不确定性的度量，系统的不确定性越高，熵就越大；
进一步的，假设集合中的变量X＝{x1,x2…xn}，它对应在集合的概率分别是P＝{p1,p2…pn}，那么这个集合的熵表示为：
Figure FDA0003278198350000011
其中pi是任意样本，属于P的概率,一般用SI/S。
3.根据权利要求2所述的一种基于回归分析模型的建筑招投标数据生成方法，其特征在于：设属性x1有z个不同的值{a1,a2,…az,}.可以用属性x1将S划分为z个自给{S1,S2,…Sz},其中Sj包含S中这样-些样本,他们在x1上具有值aj，
设Sij是子集Sj中类Ci的样本数,根据x1划分子集的熵由下式给出
Figure FDA0003278198350000021
上式中
Figure FDA0003278198350000022
充当第j个子集的权,并且等于子集(即x1值为aj)中的样本个数除以S中的样本总数；
根据上面给出的期望信息计算公式，对于给定的子集Sj，其期望信息由下式计算
Figure FDA0003278198350000023
其中
Figure FDA0003278198350000024
是Sj中样本属于类Pi的概率。
4.根据权利要求1所述的一种基于回归分析模型的建筑招投标数据生成方法，其特征在于：所述S4中在进行模型求解时，需做出实际均衡价格和计算值均衡价格对比。
5.根据权利要求1所述的一种基于回归分析模型的建筑招投标数据生成方法，其特征在于：所述S5中在进行回归分析模型实际应用时，需通过求出的拟合曲线对多个影响因素的未来走势进行定量分析。
CN202111124451.2A 2021-09-24 2021-09-24 一种基于回归分析模型的建筑招投标数据生成方法 Pending CN113793057A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111124451.2A CN113793057A (zh) 2021-09-24 2021-09-24 一种基于回归分析模型的建筑招投标数据生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111124451.2A CN113793057A (zh) 2021-09-24 2021-09-24 一种基于回归分析模型的建筑招投标数据生成方法

Publications (1)

Publication Number Publication Date
CN113793057A true CN113793057A (zh) 2021-12-14

Family

ID=78879231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111124451.2A Pending CN113793057A (zh) 2021-09-24 2021-09-24 一种基于回归分析模型的建筑招投标数据生成方法

Country Status (1)

Country Link
CN (1) CN113793057A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862523A (zh) * 2022-05-30 2022-08-05 重庆大学 一种基于碳排放量的招投标方法和系统
CN116029802A (zh) * 2023-02-08 2023-04-28 上海正弘建设工程顾问有限公司 一种基于大数据的招标服务信息管理系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862523A (zh) * 2022-05-30 2022-08-05 重庆大学 一种基于碳排放量的招投标方法和系统
CN114862523B (zh) * 2022-05-30 2024-04-02 重庆大学 一种基于碳排放量的招投标方法和系统
CN116029802A (zh) * 2023-02-08 2023-04-28 上海正弘建设工程顾问有限公司 一种基于大数据的招标服务信息管理系统及方法
CN116029802B (zh) * 2023-02-08 2023-10-17 上海正弘建设工程顾问有限公司 一种基于大数据的招标服务信息管理系统及方法

Similar Documents

Publication Publication Date Title
Ballesteros-Pérez et al. Earned Schedule min-max: Two new EVM metrics for monitoring and controlling projects
CN106803799B (zh) 一种性能测试方法和装置
CN113793057A (zh) 一种基于回归分析模型的建筑招投标数据生成方法
CN114048436A (zh) 一种预测企业财务数据模型构建方法及构建装置
CN111931992A (zh) 一种电力负荷预测指标选取方法及装置
CN113554213A (zh) 一种天然气需求预测方法、系统、存储介质及设备
CN112907026A (zh) 一种基于可编辑网状指标体系的综合评估方法
CN113095800A (zh) 基站建设投资审批方法、装置、设备及存储介质
CN112184415A (zh) 数据处理方法、装置、电子设备和存储介质
KR101269874B1 (ko) 데이터베이스 분석을 통한 낙찰 금액 산출 시스템 및 그 산출 방법
CN110852322A (zh) 感兴趣区域的确定方法及装置
CN114037144A (zh) 一种电网工程运维成本预测方法及系统
CN112668784A (zh) 基于大数据的区域宏观经济预测模型及方法
CN110717244B (zh) 基于平均偏离度算法的数据信任度分析计算机仿真方法
Nurmatov Econometric Analysis of the Efficiency of Using Tax Incentives
CN111898666A (zh) 一种随机森林算法结合模群种群的数据变量选择方法
CN112116139A (zh) 一种电力需求预测方法及系统
CN110443374A (zh) 一种资源信息处理方法、装置及设备
CN115471060B (zh) 一种数字化价值监控系统与数字化价值评估方法
Mawed Exploring the Impact of Energy Labels on Residential Properties Prices: A Data-Driven Analysis
Zhang et al. Evaluation of project quality: a DEA-based approach
Ponziani The Inflation Forecasting of Major Cities In East Kalimantan: A Comparison Of Holt-Winters And SARIMA Model
Daniel et al. HOUSE PRICE PREDICTION USING ADVANCED REGRESSION TECHNIQUES: A CASE STUDY ON THE AMES HOUSING DATASET
CN116629652A (zh) 一种多人协作项目的代码质量和个人贡献度评价方法
CN117273545A (zh) 资产质量指标数据分析方法及装置

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