CN114429245A - 一种工程造价数据的分析展示方法 - Google Patents

一种工程造价数据的分析展示方法 Download PDF

Info

Publication number
CN114429245A
CN114429245A CN202210049923.0A CN202210049923A CN114429245A CN 114429245 A CN114429245 A CN 114429245A CN 202210049923 A CN202210049923 A CN 202210049923A CN 114429245 A CN114429245 A CN 114429245A
Authority
CN
China
Prior art keywords
data
project
built
data set
inputting
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
CN202210049923.0A
Other languages
English (en)
Inventor
马莉
徐灵风
孙利平
廖晓红
周蠡
柯方超
杨林
汪子兵
唐学军
张雪霏
熊川羽
王巍
熊一
高晓晶
李智威
张赵阳
陈然
王琪鑫
贺兰菲
廖爽
邹雨馨
明月
郭婷
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.)
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Hubei Electric Power 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 Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority to CN202210049923.0A priority Critical patent/CN114429245A/zh
Publication of CN114429245A publication Critical patent/CN114429245A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction

Landscapes

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

Abstract

一种工程造价数据的分析展示方法,该方法先采集各地区已完成项目在不同阶段、不同层级的数据后输入构建的大数据共享平台,大数据共享平台再将其分类整合形成数据集,然后输入待建设项目总工程和各子工程的数据,大数据共享平台再根据待建设项目的类型匹配出具有相同类型的已完成项目,随后将匹配出的已完成项目数据作为样本训练形成神经网络预测模型,并将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果,最后在获取用户的查询请求命令和筛选条件后,调取预测结果,从中筛选出符合用户查询要求的结果,归集筛选结果并进行图表展示。本设计不仅保证了造价预测的精度,而且实现了数据的深度展示。

Description

一种工程造价数据的分析展示方法
技术领域
本发明属于工程造价技术领域,具体涉及一种工程造价数据的分析展示方法。
背景技术
工程造价为综合运用管理学、经济学和工程技术等方面的知识与技能。基于工程造价分析,整体的数据整合,工程造价是比较复杂的系统,它包括很多的影响因素,而且在工程的建设过程中还包含了很多的不确定因素,这些因素之间的关系错综复杂,难以确定单个因素对造价的影响,因此影响对预估工程的造价有准确而且快速的预测。同时,在基于数据的采集工程造价计价过程中涉及到大量的数据计算工作,多种影响因素考量均会影响工程造价的精准,容易出现判断工程造价与实际偏差较大的情况。
发明内容
本发明的目的是解决现有技术存在的上述问题,提供一种能够有效提高造价预测精度的一种工程造价数据的分析展示方法。
为实现以上目的,本发明提供了以下技术方案:
一种工程造价数据的分析展示方法,依次包括以下步骤:
步骤A、先采集各地区已完成项目在不同阶段、不同层级的数据后输入构建的大数据共享平台,大数据共享平台再将上述数据分类整合形成数据集;
步骤B、先将待建设项目总工程和各子工程的数据输入大数据共享平台中,大数据共享平台再根据待建设项目的类型匹配出具有相同类型的已完成项目;
步骤C、将匹配出的已完成项目的数据作为样本训练形成神经网络预测模型;
步骤D、将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果;
步骤E、在获取用户的查询请求命令和筛选条件后,调取步骤D的预测结果,从中筛选出符合用户查询要求的结果,归集筛选结果并生成相应图表进行展示。
步骤A中,所述已完成项目在不同阶段、不同层级的数据包括工程造价数据、项目地形比例、气象条件和施工技术方案;
所述分类整合形成数据集的方法为:先针对已完成项目数据中的地势数据,根据地理位置将其分为山地、高原、平原、丘陵和盆地五种地势数据集,并将这五种地势数据集的范围值进行编码,再按照地势数据的分类标准及各地势数据集的范围值确定各地势数据集中所有数据的标准编码值范围,随后将已完成项目数据中的其它数据分为通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集,并对通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的值进行编码,以完成数据的分类整合。
所述步骤B先将待建设项目数据进行识别编码,然后基于模糊化数学理论将其与各地势数据集、通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的编码值进行匹配,以确定具有相同类型的已完成项目。
步骤C中,所述神经网络预测模型为:
p(Y′|Y,α**2)=∫p(Y′|w,σ*2)p(w|Y,α**2)dw
上式中,p(Y′|Y,α**2)为似然函数,Y′后一时刻的输入样本,Y为当前时刻的输入样本,α*为决定节点权值w的先验分布的超参数,σ*2为优化参数。
所述步骤B还包括对待建设项目数据的自动检验,具体为:
先统计匹配出具有相同类型的已完成项目中各数据的最大和最小值,并将其作为该数据的合理范围,再将待建设项目的各数据与其对应的合理范围进行对比,若待建设项目数据在合理范围内,则将其作为有效数据输入神经网络预测模型中进行预测计算,若待建设项目数据不在合理范围内,则对其进行警示。
步骤E中,所述归集筛选结果的过程包括:先对筛选出的数据进行层级分类,再按照工程编码对数据进行归集,最后按照工程结构自动汇总并输出归集后的数据,其中,所述层级包括建设项目、单项工程、分部分项、清单、定额、消耗量和工料机数据。
所述方法还包括:
步骤F、先将不同项目的各子工程实际数据输入大数据共享平台中,随后大数据共享平台将展示结果数据与实际数据进行对比,并分析得出两者存在较大差异的原因,以其作为影响因素,再将确定的影响因素输入神经网络预测模型中进行优化。
与现有技术相比,本发明的有益效果为:
1、本发明一种工程造价数据的分析展示方法先采集各地区已完成项目在不同阶段、不同层级的数据后输入构建的大数据共享平台,大数据共享平台再将上述数据分类整合形成数据集,然后将待建设项目总工程和各子工程的数据输入大数据共享平台中,大数据共享平台再根据待建设项目的类型匹配出具有相同类型的已完成项目,随后将匹配出的已完成项目的数据作为样本训练形成神经网络预测模型,并将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果,最后在获取用户的查询请求命令和筛选条件后,调取预测结果,从中筛选出符合用户查询要求的结果,归集筛选结果并生成相应图表进行展示,该方法通过大数据共享平台实现对各地区已完成项目数据的收集和共享,并将待建设项目数据与大数据共享平台中已完成项目进行匹配,选择类型相似的已完成项目对神经网络模型进行训练和检验,以保证该神经网络模型工程造价的精准,且对不同阶段、不同层级、总工程、子工程数据进行分别整理,可实现数据的深度展示。因此,本发明不仅保证了造价预测的精度,而且实现了数据的深度展示。
2、本发明一种工程造价数据的分析展示方法中对已完成项目数据进行分类整合采用的方法为:先针对已完成项目数据中的地势数据,根据地理位置将其分为山地、高原、平原、丘陵和盆地五种地势数据集,并将这五种地势数据集的范围值进行编码,再按照地势数据的分类标准及各地势数据集的范围值确定各地势数据集中所有数据的标准编码值范围,随后将已完成项目数据中的其它数据分为通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集,并对通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的值进行编码,该方法依照获取的已完成项目的地理位置进行分类,一方面,该方法不仅能够有效避免地势导致的施工工艺、施工难度和施工进度变动,使得最终分析结果与实际存在较大出入的问题,有效促进了最终的造价预测结果与实际更为贴合、精准可靠,而且便于后续使用过程中调取相关数据,另一方面,该方法通过对数据进行编码的方式有效节省了存储所需空间。因此,本发明不仅进一步提高了预测结果的准确度,而且便于后期调取相关数据,并节省存储空间。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。
一种工程造价数据的分析展示方法,依次包括以下步骤:
步骤A、先采集各地区已完成项目在不同阶段、不同层级的数据后输入构建的大数据共享平台,大数据共享平台再将上述数据分类整合形成数据集;
步骤B、先将待建设项目总工程和各子工程的数据输入大数据共享平台中,大数据共享平台再根据待建设项目的类型匹配出具有相同类型的已完成项目;
步骤C、将匹配出的已完成项目的数据作为样本训练形成神经网络预测模型;
步骤D、将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果;
步骤E、在获取用户的查询请求命令和筛选条件后,调取步骤D的预测结果,从中筛选出符合用户查询要求的结果,归集筛选结果并生成相应图表进行展示。
步骤A中,所述已完成项目在不同阶段、不同层级的数据包括工程造价数据、项目地形比例、气象条件和施工技术方案;
所述分类整合形成数据集的方法为:先针对已完成项目数据中的地势数据,根据地理位置将其分为山地、高原、平原、丘陵和盆地五种地势数据集,并将这五种地势数据集的范围值进行编码,再按照地势数据的分类标准及各地势数据集的范围值确定各地势数据集中所有数据的标准编码值范围,随后将已完成项目数据中的其它数据分为通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集,并对通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的值进行编码,以完成数据的分类整合。
所述步骤B先将待建设项目数据进行识别编码,然后基于模糊化数学理论将其与各地势数据集、通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的编码值进行匹配,以确定具有相同类型的已完成项目。
步骤C中,所述神经网络预测模型为:
p(Y′|Y,α**2)=∫p(Y′|w,σ*2)p(w|Y,α**2)dw
上式中,p(Y′|Y,α**2)为似然函数,Y′后一时刻的输入样本,Y为当前时刻的输入样本,α*为决定节点权值w的先验分布的超参数,σ*2为优化参数。
所述步骤B还包括对待建设项目数据的自动检验,具体为:
先统计匹配出具有相同类型的已完成项目中各数据的最大和最小值,并将其作为该数据的合理范围,再将待建设项目的各数据与其对应的合理范围进行对比,若待建设项目数据在合理范围内,则将其作为有效数据输入神经网络预测模型中进行预测计算,若待建设项目数据不在合理范围内,则对其进行警示。
步骤E中,所述归集筛选结果的过程包括:先对筛选出的数据进行层级分类,再按照工程编码对数据进行归集,最后按照工程结构自动汇总并输出归集后的数据,其中,所述层级包括建设项目、单项工程、分部分项、清单、定额、消耗量和工料机数据。
所述方法还包括:
步骤F、先将不同项目的各子工程实际数据输入大数据共享平台中,随后大数据共享平台将展示结果数据与实际数据进行对比,并分析得出两者存在较大差异的原因,以其作为影响因素,再将确定的影响因素输入神经网络预测模型中进行优化。
本发明所述神经网络预测模型的构建过程如下:
先建立如下神经网络初始模型:
Figure BDA0003473444280000051
上式中,x、y分别为输入样本归一化前、后的值,xmin、xmax分别为采集的样本最小值和最大值;
采用贝叶斯定理对上述模型进行优化,用变量表示造价预测值具体如下:
yi=y(xi,w)+αi2
上式中,y(xi,w)为第i个节点输入样本归一化前数值的权重与输入样本归一化后数值的关系,yi为第i个节点输入样本归一化后数值,xi为第i个节点输入样本归一化前数值,w为节点权值,αi为第i个节点的噪声,σ2为优化参数;
训练样本的似然函数为:
Figure BDA0003473444280000061
上式中,m为输出节点的数量,y为输入样本归一化后数值,
Figure BDA0003473444280000062
为随机数值;
将节点权值w的分布定义成正态分布,具体如下:
Figure BDA0003473444280000063
上式中,α为决定节点权值w的先验分布的超参数,n为输入节点的数量,;
基于贝叶斯定理准则,得到节点权值w的后验分布如下:
Figure BDA0003473444280000064
由此看出后验分布也符合如下的高斯分布:
p(w|Y,α,σ2)=N(u,∑)
上式中,u为所有节点的均值;
通过反复迭代可获得:
Figure BDA0003473444280000065
Figure BDA0003473444280000066
上式中,
Figure BDA0003473444280000067
分别为迭代前、后的αi,∑ii为对i个节点数值的求和,ui为第i个节点的均值;
最终得到优化后的神经网络预测模型为:
p(Y′|Y,α**2)=∫p(Y′|w,σ*2)p(w|Y,α**2)dw
上式中,Y′后一时刻的输入样本,Y为当前时刻的输入样本,α*为决定节点权值w的先验分布的超参数,σ*2为优化参数。
实施例1:
一种工程造价数据的分析展示方法,依次按照以下步骤进行:
1、先分别采集各地区已完成项目在不同阶段、不同层级的数据,再将其输入构建的大数据共享平台,其中,所述已完成项目在不同阶段、不同层级的数据包括工程造价数据、项目地形比例、气象条件和施工技术方案;
2、大数据共享平台将已完成项目数据按照如下方法分类整合形成数据集:
先针对已完成项目数据中的地势数据,根据地理位置将其分为山地、高原、平原、丘陵和盆地五种地势数据集,并将这五种地势数据集的范围值进行编码,再按照地势数据的分类标准及各地势数据集的范围值确定各地势数据集中所有数据的标准编码值范围,随后将已完成项目数据中的其它数据分为通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集,并对通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的值进行编码,以完成数据的分类整合;
3、先采集待建设项目总工程和各子工程的数据后输入大数据共享平台中,再将待建设项目数据进行识别编码,然后基于模糊化数学理论将其与各地势数据集、通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的编码值进行匹配,以确定具有相同类型的已完成项目,其中,所述模糊化数学理论的匹配步骤为:先对已完成项目的数据进行特征提取,得到具有统计学意义的特征数据,再结合提取的特征数据构建模糊参数矩阵,然后根据待建设项目数据的特征和模糊参数矩阵,匹配得出符合特征的已完成项目数据;
4、先统计匹配出具有相同类型的已完成项目中各数据的最大和最小值,并将其作为该数据的合理范围,再将待建设项目的各数据与其对应的合理范围进行对比,若待建设项目数据在合理范围内,则将其作为有效数据输入神经网络预测模型中进行预测计算,若待建设项目数据不在合理范围内,则对其进行警示;
5、将匹配出的已完成项目的数据作为样本训练形成以下神经网络预测模型:
p(Y′|Y,α**2)=∫p(Y′|w,σ*2)p(w|Y,α**2)dw
上式中,p(Y′|Y,α**2)为似然函数,Y′后一时刻的输入样本,Y为当前时刻的输入样本,α*为决定节点权值w的先验分布的超参数,σ*2为优化参数;
6、将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果;
7、在获取用户的查询请求命令和筛选条件后,调取工程造价预测结果,从中筛选出符合用户查询要求的结果,然后对筛选出的数据进行层级分类,再按照工程编码对数据进行归集,最后按照工程结构自动汇总并输出归集后的数据,并以图表的方式进行展示,其中,所述层级包括建设项目、单项工程、分部分项、清单、定额、消耗量和工料机数据。
实施例2:
与实施例1的不同之处在于:
所述方法还包括:
8、将不同项目的各子工程实际数据输入大数据共享平台中,随后大数据共享平台将展示结果数据与实际数据进行对比,并分析得出两者存在较大差异的原因,以其作为影响因素,再将确定的影响因素输入神经网络预测模型中进行优化。

Claims (7)

1.一种工程造价数据的分析展示方法,其特征在于:
所述方法依次包括以下步骤:
步骤A、先采集各地区已完成项目在不同阶段、不同层级的数据后输入构建的大数据共享平台,大数据共享平台再将上述数据分类整合形成数据集;
步骤B、先将待建设项目总工程和各子工程的数据输入大数据共享平台中,大数据共享平台再根据待建设项目的类型匹配出具有相同类型的已完成项目;
步骤C、将匹配出的已完成项目的数据作为样本训练形成神经网络预测模型;
步骤D、将待建设项目数据输入神经网络预测模型中得到待建设项目的工程造价预测结果;
步骤E、在获取用户的查询请求命令和筛选条件后,调取步骤D的预测结果,从中筛选出符合用户查询要求的结果,归集筛选结果并生成相应图表进行展示。
2.根据权利要求1所述的一种工程造价数据的分析展示方法,其特征在于:
步骤A中,所述已完成项目在不同阶段、不同层级的数据包括工程造价数据、项目地形比例、气象条件和施工技术方案;
所述分类整合形成数据集的方法为:先针对已完成项目数据中的地势数据,根据地理位置将其分为山地、高原、平原、丘陵和盆地五种地势数据集,并将这五种地势数据集的范围值进行编码,再按照地势数据的分类标准及各地势数据集的范围值确定各地势数据集中所有数据的标准编码值范围,随后将已完成项目数据中的其它数据分为通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集,并对通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的值进行编码,以完成数据的分类整合。
3.根据权利要求2所述的一种工程造价数据的分析展示方法,其特征在于:
所述步骤B先将待建设项目数据进行识别编码,然后基于模糊化数学理论将其与各地势数据集、通用型数据集、设计型数据集、工艺加工数据集和管理信息数据集的编码值进行匹配,以确定具有相同类型的已完成项目。
4.根据权利要求1或2所述的一种工程造价数据的分析展示方法,其特征在于:
步骤C中,所述神经网络预测模型为:
p(Y′|Y,α**2)=∫p(Y′|w,σ*2)p(w|Y,α**2)dw
上式中,p(Y′|Y,α**2)为似然函数,Y′后一时刻的输入样本,Y为当前时刻的输入样本,α*为决定节点权值w的先验分布的超参数,σ*2为优化参数。
5.根据权利要求1或2所述的一种工程造价数据的分析展示方法,其特征在于:
所述步骤B还包括对待建设项目数据的自动检验,具体为:
先统计匹配出具有相同类型的已完成项目中各数据的最大和最小值,并将其作为该数据的合理范围,再将待建设项目的各数据与其对应的合理范围进行对比,若待建设项目数据在合理范围内,则将其作为有效数据输入神经网络预测模型中进行预测计算,若待建设项目数据不在合理范围内,则对其进行警示。
6.根据权利要求1或2所述的一种工程造价数据的分析展示方法,其特征在于:
步骤E中,所述归集筛选结果的过程包括:先对筛选出的数据进行层级分类,再按照工程编码对数据进行归集,最后按照工程结构自动汇总并输出归集后的数据,其中,所述层级包括建设项目、单项工程、分部分项、清单、定额、消耗量和工料机数据。
7.根据权利要求1或2所述的一种工程造价数据的分析展示方法,其特征在于:
所述方法还包括:
步骤F、先将不同项目的各子工程实际数据输入大数据共享平台中,随后大数据共享平台将展示结果数据与实际数据进行对比,并分析得出两者存在较大差异的原因,以其作为影响因素,再将确定的影响因素输入神经网络预测模型中进行优化。
CN202210049923.0A 2022-01-17 2022-01-17 一种工程造价数据的分析展示方法 Pending CN114429245A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210049923.0A CN114429245A (zh) 2022-01-17 2022-01-17 一种工程造价数据的分析展示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210049923.0A CN114429245A (zh) 2022-01-17 2022-01-17 一种工程造价数据的分析展示方法

Publications (1)

Publication Number Publication Date
CN114429245A true CN114429245A (zh) 2022-05-03

Family

ID=81313141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210049923.0A Pending CN114429245A (zh) 2022-01-17 2022-01-17 一种工程造价数据的分析展示方法

Country Status (1)

Country Link
CN (1) CN114429245A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187588A (zh) * 2023-04-24 2023-05-30 成都思威服供应链管理有限公司 项目任务信息提取及造价优化方法、装置及电子设备
CN116205694A (zh) * 2023-05-04 2023-06-02 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
CN117454225A (zh) * 2023-11-13 2024-01-26 承德市工程建设造价管理站 一种工程造价数据管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976077A (zh) * 2016-03-04 2016-09-28 国家电网公司 一种输变电工程造价动态控制目标计算系统及计算方法
CN107871004A (zh) * 2017-11-14 2018-04-03 国家电网公司 一种配电网造价分析管理系统
CN107958043A (zh) * 2017-11-24 2018-04-24 中科院合肥技术创新工程院 一种电网工程预算清单自动生成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105976077A (zh) * 2016-03-04 2016-09-28 国家电网公司 一种输变电工程造价动态控制目标计算系统及计算方法
CN107871004A (zh) * 2017-11-14 2018-04-03 国家电网公司 一种配电网造价分析管理系统
CN107958043A (zh) * 2017-11-24 2018-04-24 中科院合肥技术创新工程院 一种电网工程预算清单自动生成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
关玲: "船舶港口建筑工程造价的预测模型构建", 《舰船科学技术》, vol. 41, no. 4, 23 April 2019 (2019-04-23), pages 199 - 201 *
段晓晨;吕倩;张小平;: "投资项目WLCS的Hopfield预测模型研究", 铁道工程学报, no. 03, 15 March 2016 (2016-03-15), pages 105 - 109 *
陆红梅等: "基于模糊模式识别和BP神经网络的工程项目成本预测模型研究", 《项目管理技术》, vol. 11, no. 5, 10 May 2013 (2013-05-10), pages 57 - 62 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187588A (zh) * 2023-04-24 2023-05-30 成都思威服供应链管理有限公司 项目任务信息提取及造价优化方法、装置及电子设备
CN116187588B (zh) * 2023-04-24 2023-06-27 成都思威服供应链管理有限公司 项目任务信息提取及造价优化方法、装置及电子设备
CN116205694A (zh) * 2023-05-04 2023-06-02 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
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
CN117454225A (zh) * 2023-11-13 2024-01-26 承德市工程建设造价管理站 一种工程造价数据管理系统
CN117454225B (zh) * 2023-11-13 2024-05-14 承德市工程建设造价管理站 一种工程造价数据管理系统

Similar Documents

Publication Publication Date Title
CN115276006B (zh) 一种用于电力集成系统的负荷预测的方法及系统
CN114429245A (zh) 一种工程造价数据的分析展示方法
US10606862B2 (en) Method and apparatus for data processing in data modeling
CN111178611B (zh) 一种日电量预测的方法
CN105373894A (zh) 基于稽查数据的电力营销业务诊断模型的建立方法及系统
CN111126865B (zh) 一种基于科技大数据的技术成熟度判断方法和系统
CN110428270A (zh) 基于逻辑回归算法的渠道潜在偏好客户识别方法
CN111080356A (zh) 一种利用机器学习回归模型计算住宅价格影响因素的方法
CN113887908A (zh) 考虑主客观交叉融合权重的桥梁风险评估方法
CN109711424A (zh) 一种基于决策树的行为规则获取方法、装置及设备
CN110990718A (zh) 一种公司形象提升系统的社会网络模型构建模块
CN112330441A (zh) 一种中小企业商业价值信用贷款评价方法
CN114155025A (zh) 基于随机森林的电动汽车充电站充电流失用户预测方法
CN116091206A (zh) 信用评价方法、装置、电子设备及存储介质
CN114511250A (zh) 一种基于机器学习的企业外迁风险预警方法及系统
CN117408394B (zh) 电力系统的碳排放因子预测方法、装置及电子设备
CN113435713B (zh) 基于gis技术和两模型融合的风险地图编制方法及系统
CN114548494A (zh) 一种可视化造价数据预测智能分析系统
CN113919729A (zh) 一种区域三生空间影响与协作水平评估方法及系统
CN113726558A (zh) 基于随机森林算法的网络设备流量预测系统
CN117035509A (zh) 电能表状态评价方法、装置、电子设备及可读存储介质
Zhang et al. Variable stage self-correcting grey clustering model
CN116303642A (zh) 一种科技成果测试中测试专家优选与回避的方法及装置
CN115204501A (zh) 企业评估方法、装置、计算机设备和存储介质
CN113947309A (zh) 基于建造大数据的盾构隧道施工标准工时测算及评分方法

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