CN116385047A - 一种基于多维度数据分析的工程项目成本预测方法 - Google Patents

一种基于多维度数据分析的工程项目成本预测方法 Download PDF

Info

Publication number
CN116385047A
CN116385047A CN202310627390.4A CN202310627390A CN116385047A CN 116385047 A CN116385047 A CN 116385047A CN 202310627390 A CN202310627390 A CN 202310627390A CN 116385047 A CN116385047 A CN 116385047A
Authority
CN
China
Prior art keywords
railway
soil
segmented
paved
foundation
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.)
Granted
Application number
CN202310627390.4A
Other languages
English (en)
Other versions
CN116385047B (zh
Inventor
李上寿
魏亮
肖丽娜
胡伟
梁超
李娜
潘明扬
薛艳芳
穆明辉
李壮
卞雄峰
孙朝福
吴艳
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.)
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
Original Assignee
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
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 Anhui Shuzhi Construction Research Institute Co ltd, China Tiesiju Civil Engineering Group Co Ltd CTCE Group filed Critical Anhui Shuzhi Construction Research Institute Co ltd
Priority to CN202310627390.4A priority Critical patent/CN116385047B/zh
Publication of CN116385047A publication Critical patent/CN116385047A/zh
Application granted granted Critical
Publication of CN116385047B publication Critical patent/CN116385047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Road Paving Structures (AREA)

Abstract

本发明涉及工程项目成本分析技术领域，涉及到一种基于多维度数据分析的工程项目成本预测方法。本发明通过对各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据、土壤特性数据和气候环境信息等多层面实地数据进行采集与分析，并预测各分段铁路的地基建设成本，从而有效避免铁路工程项目成本预测受到实地数据影响因素制约的问题，使得铁路工程项目成本达到高精度预测效果。同时预测各分段铁路的轨道建设成本，统计待建设铁路工程的总建设成本，从而充分捕捉弯曲轨道的工程特性及其对成本的影响，进一步适应当前铁路工程项目的成本预测需求，在极大程度上提高铁路工程建设成本的预测精度和可信度。

Description

一种基于多维度数据分析的工程项目成本预测方法
技术领域
本发明涉及工程项目成本分析技术领域，涉及到一种基于多维度数据分析的工程项目成本预测方法。
背景技术
在铁路工程建设中，有效预测和控制工程项目成本，是获得工程项目利润的前提。单纯降低建设成本以赚取更大的项目效益，一方面会对施工企业社会效益产生不良影响，另一方面会对铁路工程项目质量产生不良影响，给群众生命安全埋下隐患。为此应当增强铁路工程项目成本的精准预测，恰当管控项日经费使用，让铁路工程项目在经济与社会方面创造的效益更突出，从而提升市场关键竞争优势。
目前铁路工程项目成本预测方法基本采用相似项目法，该方法在实际应用过程中可能会受到实地数据影响因素的制约，导致铁路工程项目成本的预测精准性降低，因此，现有的铁路工程项目成本预测方法存在以下缺陷：（1）现有方法往往基于历史相似项目的数据统计分析铁路地基层面建设成本，但这些数据可能存在不完整、不准确或过时的问题，并且未结合铁路工程对应预铺设区域的地质土壤实地数据进行成本预测，从而影响后期铁路工程项目的成本预测准确性，使得铁路工程项目成本难以达到高精度预测效果，进而无法为铁路工程项目的成本管理提供更加准确、高效以及可靠的成本预测依据。
（2）现有方法过于简化了轨道建设成本预测问题，仅根据铁路轨道的长度预测轨道建设成本，这样无法充分捕捉弯曲轨道的工程特性及其对成本的影响，进而难以适应当前铁路工程项目的成本预测需求，导致后期铁路工程实际建设成本远高于预测成本，从而无法确保铁路工程建设成本的预测精度和可信度，进一步影响后期铁路工程项目的资金筹措、运营和维护方面。
发明内容
本发明的目的在于提供一种基于多维度数据分析的工程项目成本预测方法，解决了背景技术中存在的问题。
本发明解决其技术问题采用的技术方案是：本发明提供一种基于多维度数据分析的工程项目成本预测方法，包括以下步骤：（1）将待建设铁路工程的预铺设铁路进行等距划分，得到待建设铁路工程中各分段铁路。
（2）采集各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据和土壤特性数据。
（3）分析各分段铁路对应预铺设区域的地质构造复杂度
Figure SMS_1
、土层稳定度和土壤特性符合度/>
Figure SMS_3
，/>
Figure SMS_4
，/>
Figure SMS_5
为各分段铁路的编号。
（4）提取各分段铁路所处地区的气候环境信息和待建设铁路工程的预铺设铁路的计划列车运行信息，分析各分段铁路的地基铺设深度
Figure SMS_6
和地基占地面积/>
Figure SMS_7
。
（5）根据待建设铁路工程的预铺设铁路图纸获取各分段铁路的轨道规划数据。
（6）预测各分段铁路的地基建设成本和轨道建设成本，进而统计待建设铁路工程的总建设成本，并进行显示。
优选地，所述（2）的具体步骤如下：（21）对各分段铁路对应预铺设区域进行地质勘探，得到各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，将其作为地质构造特征数据。
（22）对各分段铁路对应预铺设区域的土壤中布设不同深度的监测点，并将若干定位仪布设在各监测点，实时监测各分段铁路对应预铺设区域内各监测点的位置，解析得到各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，将其作为土壤偏移数据。
（23）对各分段铁路对应预铺设区域的土壤进行随机取样，得到各分段铁路对应预铺设区域内各土壤样本的紧实度、含水率、孔隙度和平均颗粒体积，将其作为土壤特性数据。
优选地，所述分析各分段铁路对应预铺设区域的地质构造复杂度，具体包括：提取各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，分别记为
Figure SMS_8
，分析各分段铁路对应预铺设区域的地质构造复杂度/>
Figure SMS_9
，其中
Figure SMS_10
，式中/>
Figure SMS_11
分别为设定的地下岩石层、地下水位对应地质构造复杂影响权重，/>
Figure SMS_12
为分段铁路的数量。
优选地，所述分析各分段铁路对应预铺设区域的土层稳定度，具体包括：提取各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，分别记为
Figure SMS_13
，并从铁路工程项目信息库中提取铁路地基安全健康状态下的单位时间土壤沉降安全距离和单位时间土壤安全横向位移，将其记为/>
Figure SMS_14
，分析各分段铁路对应预铺设区域的土层稳定度/>
Figure SMS_15
，式中/>
Figure SMS_16
分别为设定常数，且/>
Figure SMS_17
，/>
Figure SMS_18
，/>
Figure SMS_19
分别为预设的单位时间土壤沉降距离允许误差值、单位时间土壤横向位移误差值。
优选地，所述分析各分段铁路对应预铺设区域的土壤特性符合度，具体包括：根据各分段铁路对应预铺设区域内各土壤样本的紧实度
Figure SMS_21
，/>
Figure SMS_22
，/>
Figure SMS_24
为各土壤样本的编号，/>
Figure SMS_25
为土壤样本的数量，解析得到各分段铁路对应预铺设区域的土壤紧实度浮动指数
Figure SMS_26
，式中/>
Figure SMS_27
为第i分段铁路对应预铺设区域内土壤样本的平均紧实度、最大紧实度、最小紧实度，且/>
Figure SMS_28
，进而得到各分段铁路对应预铺设区域的参考土壤紧实度
Figure SMS_20
，/>
Figure SMS_23
为设定的土壤紧实度浮动指数阈值。
同理得到各分段铁路对应预铺设区域的参考土壤含水率、参考土壤孔隙度和参考土壤颗粒体积，分别记为
Figure SMS_29
。
分析各分段铁路对应预铺设区域的土壤特性符合度
Figure SMS_30
，/>
Figure SMS_31
为设定的土壤特性符合修正因子，
Figure SMS_32
分别为铁路工程项目信息库中存储的铁路地基安全健康状态下的土壤紧实度安全阈值、土壤含水率安全阈值、土壤孔隙度安全阈值和土壤颗粒体积安全阈值。
优选地，所述（4）的具体步骤如下：（41）根据待建设铁路工程的预铺设铁路的计划列车运行信息，得到铁路地基的标准铺设深度
Figure SMS_33
和标准占地面积/>
Figure SMS_34
。
（42）分析各分段铁路的地基铺设深度
Figure SMS_35
，式中/>
Figure SMS_36
为设定的铁路地基安全健康状态下的合理地质构造复杂度、合理土层稳定度。
（43）对各分段铁路所处地区的气候环境信息进行解析，得到各分段铁路所处地区的气候环境符合度
Figure SMS_37
。
（44）结合各分段铁路对应预铺设区域的土壤特性符合度
Figure SMS_38
，分析各分段铁路的地基占地面积/>
Figure SMS_39
，其中/>
Figure SMS_40
，式中/>
Figure SMS_41
，/>
Figure SMS_42
为圆周率，/>
Figure SMS_43
分别为预设的土壤特性符合度、气候环境符合度对地基占地面积的影响权重因子。
优选地，所述(41)对应的具体方式如下：从待建设铁路工程的预铺设铁路的计划列车运行信息中提取计划列车运行最高速度和计划列车最大荷载，并提取铁路工程项目信息库中存储的各列车运行速度区间、各列车荷载区间对应的地基标准铺设深度，筛选计划列车最高运行速度和计划列车最大荷载对应的地基标准铺设深度，对比得到最大的地基标准铺设深度作为铁路地基的标准铺设深度，同理得到铁路地基的标准占地面积。
优选地，所述预测各分段铁路的轨道建设成本，具体包括：从铁路工程项目信息库中提取单位长度对应直行轨道的综合建设成本、各弧度范围内单位弧长对应弯曲轨道的综合建设成本和各类型道岔的综合建设成本，并从各分段铁路的轨道规划数据中提取直行轨道长度、弯曲轨道弧长以及孤度和各类型道岔的数量，得到各分段铁路的直行轨道建设成本、弯曲轨道建设成本和道岔建设成本，将其累加得到各分段铁路的轨道建设成本
Figure SMS_44
。
优选地，所述统计待建设铁路工程的总建设成本，具体包括：从铁路工程项目信息库中提取单位体积对应铁路地基的综合建设成本，将其记为
Figure SMS_45
，并结合各段铁路的地基铺设深度/>
Figure SMS_46
和地基占地面积/>
Figure SMS_47
，得到各分段铁路的地基建设成本/>
Figure SMS_48
，其中/>
Figure SMS_49
。
将各分段铁路的轨道建设成本
Figure SMS_50
和地基建设成本/>
Figure SMS_51
代入建设成本统计模型
Figure SMS_52
中，得到待建设铁路工程的总建设成本/>
Figure SMS_53
。
相对于现有技术，本发明具有以下有益效果：（1）本发明通过对各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据、土壤特性数据和气候环境信息等多层面实地数据进行采集与分析，并预测各分段铁路的地基建设成本，从而有效避免铁路工程项目成本预测受到实地数据影响因素制约的问题，为后期预测铁路工程项目的建设成本提供可靠性的参考数据，进一步提高后期铁路工程项目的成本预测准确性，使得铁路工程项目成本达到高精度预测效果，进而为铁路工程项目的成本管理提供更加准确、高效以及可靠的成本预测依据。
（2）本发明根据预铺设铁路的计划列车运行信息，得到铁路地基的标准铺设深度和标准占地面积，从而为后期分析各分段铁路的地基铺设深度和地基占地面积提供标准性、完整性的指导依据，进一步提高后期铁路工程项目成本的预测精准性。
（3）本发明通过各分段铁路的轨道规划数据，预测各分段铁路的轨道建设成本，进而统计待建设铁路工程的总建设成本，从而充分捕捉弯曲轨道的工程特性及其对成本的影响，进一步适应当前铁路工程项目的成本预测需求，避免后期铁路工程实际建设成本远高于预测成本的问题，在极大程度上提高铁路工程建设成本的预测精度和可信度，确保后期铁路工程项目的资金筹措、运营和维护方面不受影响。
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为本发明的方法流程示意图。
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，本发明提供一种基于多维度数据分析的工程项目成本预测方法，包括如下步骤：（1）将待建设铁路工程的预铺设铁路进行等距划分，得到待建设铁路工程中各分段铁路。
（2）采集各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据和土壤特性数据。
在上述方案基础上，所述（2）的具体步骤如下：（21）对各分段铁路对应预铺设区域进行地质勘探，得到各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，将其作为地质构造特征数据。
需要说明的是，所述通过地震折射方法从各分段铁路对应预铺设区域的中心点垂直向下发射地震波，通过地震波接收器记录折射波的传播时间与幅度，将折射波的传播时间与标准声波的传播速度结合，得到地下岩石层的深度，并将折射波的幅度与设定的各折射波幅度对应岩石层厚度进行匹配，得到地下岩石层的厚度。
所述通过各分段铁路对应预铺设区域的中心点处安装的地下水位检测仪监测地下水位高度，其中地下水位高度为地下水水平面与地平面的距离。
（22）对各分段铁路对应预铺设区域的土壤中布设不同深度的监测点，并将若干定位仪布设在各监测点，实时监测各分段铁路对应预铺设区域内各监测点的位置，解析得到各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，将其作为土壤偏移数据。
需要说明的是，所述各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移解析方式为：提取各分段铁路对应预铺设区域在设定时间段内各监测点的初始位置和最终位置，将各分段铁路对应预铺设区域在设定时间段内各监测点的初始位置与其对应最终位置进行对比，得到各分段铁路对应预铺设区域在设定时间段内各监测点的土壤沉降距离和土壤横向位移，并将各监测点的土壤沉降距离进行相互对比，筛选最大土壤沉降距离，解析各分段铁路对应预铺设区域的单位时间土壤沉降距离
Figure SMS_54
，同理得到各分段铁路对应预铺设区域的单位时间土壤横向位移。
（23）对各分段铁路对应预铺设区域的土壤进行随机取样，得到各分段铁路对应预铺设区域内各土壤样本的紧实度、含水率、孔隙度和平均颗粒体积，将其作为土壤特性数据。
需要说明的是，所述各分段铁路对应预铺设区域内各土壤样本的紧实度、含水率、孔隙度和平均颗粒体积分别通过土壤硬度计、土壤含水率计、孔隙度测试仪和激光粒度分析仪监测。
（3）分析各分段铁路对应预铺设区域的地质构造复杂度
Figure SMS_55
、土层稳定度/>
Figure SMS_56
和土壤特性符合度/>
Figure SMS_57
，/>
Figure SMS_58
，/>
Figure SMS_59
为各分段铁路的编号。
在上述方案基础上，所述分析各分段铁路对应预铺设区域的地质构造复杂度，具体包括：提取各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，分别记为
Figure SMS_60
，分析各分段铁路对应预铺设区域的地质构造复杂度/>
Figure SMS_61
，其中/>
Figure SMS_62
，式中/>
Figure SMS_63
分别为设定的地下岩石层、地下水位对应地质构造复杂影响权重，/>
Figure SMS_64
为分段铁路的数量。
在上述方案基础上，所述分析各分段铁路对应预铺设区域的土层稳定度，具体包括：提取各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，分别记为
Figure SMS_65
，并从铁路工程项目信息库中提取铁路地基安全健康状态下的单位时间土壤沉降安全距离和单位时间土壤安全横向位移，将其记为/>
Figure SMS_66
，分析各分段铁路对应预铺设区域的土层稳定度/>
Figure SMS_67
，式中/>
Figure SMS_68
分别为设定常数，且/>
Figure SMS_69
，/>
Figure SMS_70
，/>
Figure SMS_71
分别为预设的单位时间土壤沉降距离允许误差值、单位时间土壤横向位移误差值。
在上述方案基础上，所述分析各分段铁路对应预铺设区域的土壤特性符合度，具体包括：根据各分段铁路对应预铺设区域内各土壤样本的紧实度
Figure SMS_72
，/>
Figure SMS_73
，/>
Figure SMS_75
为各土壤样本的编号，/>
Figure SMS_76
为土壤样本的数量，解析得到各分段铁路对应预铺设区域的土壤紧实度浮动指数/>
Figure SMS_77
，式中/>
Figure SMS_78
为第i分段铁路对应预铺设区域内土壤样本的平均紧实度、最大紧实度、最小紧实度，且
Figure SMS_79
，进而得到各分段铁路对应预铺设区域的参考土壤紧实度
Figure SMS_74
，/>
Figure SMS_80
为设定的土壤紧实度浮动指数阈值。
同理得到各分段铁路对应预铺设区域的参考土壤含水率、参考土壤孔隙度和参考土壤颗粒体积，分别记为
Figure SMS_81
。
分析各分段铁路对应预铺设区域的土壤特性符合度
Figure SMS_82
，/>
Figure SMS_83
为设定的土壤特性符合修正因子，
Figure SMS_84
分别为铁路工程项目信息库中存储的铁路地基安全健康状态下的土壤紧实度安全阈值、土壤含水率安全阈值、土壤孔隙度安全阈值和土壤颗粒体积安全阈值。
（4）提取各分段铁路所处地区的气候环境信息和待建设铁路工程的预铺设铁路的计划列车运行信息，分析各分段铁路的地基铺设深度
Figure SMS_85
和地基占地面积/>
Figure SMS_86
。
在上述方案基础上，所述（4）的具体步骤如下：（41）根据待建设铁路工程的预铺设铁路的计划列车运行信息，得到铁路地基的标准铺设深度
Figure SMS_87
和标准占地面积/>
Figure SMS_88
。
进一步地，所述(41)对应的具体方式如下：从待建设铁路工程的预铺设铁路的计划列车运行信息中提取计划列车运行最高速度和计划列车最大荷载，并提取铁路工程项目信息库中存储的各列车运行速度区间、各列车荷载区间对应的地基标准铺设深度，筛选计划列车最高运行速度和计划列车最大荷载对应的地基标准铺设深度，对比得到最大的地基标准铺设深度作为铁路地基的标准铺设深度，同理得到铁路地基的标准占地面积。
需要解释的是，本发明根据预铺设铁路的计划列车运行信息，得到铁路地基的标准铺设深度和标准占地面积，从而为后期分析各分段铁路的地基铺设深度和地基占地面积提供标准性、完整性的指导依据，进一步提高后期铁路工程项目成本的预测精准性。
（42）分析各分段铁路的地基铺设深度
Figure SMS_89
，式中/>
Figure SMS_90
为设定的铁路地基安全健康状态下的合理地质构造复杂度、合理土层稳定度。
（43）对各分段铁路所处地区的气候环境信息进行解析，得到各分段铁路所处地区的气候环境符合度
Figure SMS_91
。
进一步地，所述各分段铁路所处地区的气候环境符合度分析方式为：从各分段铁路所处地区的气象站获取设定历史时间段内的气候环境信息，其中气候环境信息包括最高温度、最低温度和最大降雨量，将其分别记为
Figure SMS_92
，通过气候环境符合度解析公式/>
Figure SMS_93
得到各分段铁路所处地区的气候环境符合度/>
Figure SMS_94
，式中/>
Figure SMS_95
为设定的铁路地基安全健康状态下的适宜温度范围对应最大值、最小值以及适宜降雨量，/>
Figure SMS_96
分别为预设的铁路地基安全健康状态下的允许最大温度误差值、允许最小温度误差值、允许降雨量误差值。
（44）结合各分段铁路对应预铺设区域的土壤特性符合度
Figure SMS_97
，分析各分段铁路的地基占地面积/>
Figure SMS_98
，其中/>
Figure SMS_99
，式中/>
Figure SMS_100
，/>
Figure SMS_101
为圆周率，/>
Figure SMS_102
分别为预设的土壤特性符合度、气候环境符合度对地基占地面积的影响权重因子。
（5）根据待建设铁路工程的预铺设铁路图纸获取各分段铁路的轨道规划数据。其中轨道规划数据包括直行轨道长度、弯曲轨道弧长以及孤度和各类型道岔的数量。
（6）预测各分段铁路的地基建设成本和轨道建设成本，进而统计待建设铁路工程的总建设成本，并进行显示。
在上述方案基础上，所述预测各分段铁路的轨道建设成本，具体包括：从铁路工程项目信息库中提取单位长度对应直行轨道的综合建设成本、各弧度范围内单位弧长对应弯曲轨道的综合建设成本和各类型道岔的综合建设成本，并从各分段铁路的轨道规划数据中提取直行轨道长度、弯曲轨道弧长以及孤度和各类型道岔的数量，得到各分段铁路的直行轨道建设成本、弯曲轨道建设成本和道岔建设成本，将其累加得到各分段铁路的轨道建设成本
Figure SMS_103
。
需要说明的是，所述各分段铁路的直行轨道建设成本通过将单位长度对应直行轨道的综合建设成本乘以直行轨道长度获得。
所述各分段铁路的弯曲轨道建设成本获得方式为：根据各分段铁路的弯曲轨道孤度，从各弧度范围内单位弧长对应弯曲轨道的综合建设成本筛选各分段铁路对应孤度的单位弧长对应弯曲轨道的综合建设成本，并将各分段铁路的弯曲轨道弧长乘以其对应孤度的单位弧长对应弯曲轨道的综合建设成本，得到各分段铁路的弯曲轨道建设成本。
所述各分段铁路的道岔建设成本获得方式为：根据各类型道岔的综合建设成本，筛选得到各分段铁路的各类型道岔的综合建设成本，并将各分段铁路的各类型道岔的数量乘以其对应综合建设成本，得到各分段铁路的各类型道岔的建设成本，进而累加得到各分段铁路的道岔建设成本。
进一步地，所述各类型道岔包括但不限于：单开道岔、三开道岔和复式交分道岔。
进一步地，所述综合建设成本为土地征用成本、材料成本、人工成本、机械成本和运输成本的综合。
在上述方案基础上，所述统计待建设铁路工程的总建设成本，具体包括：从铁路工程项目信息库中提取单位体积对应铁路地基的综合建设成本，将其记为
Figure SMS_104
，并结合各段铁路的地基铺设深度/>
Figure SMS_105
和地基占地面积/>
Figure SMS_106
，得到各分段铁路的地基建设成本/>
Figure SMS_107
，其中
Figure SMS_108
。
需要解释的是，本发明通过对各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据、土壤特性数据和气候环境信息等多层面实地数据进行采集与分析，并预测各分段铁路的地基建设成本，从而有效避免铁路工程项目成本预测受到实地数据影响因素制约的问题，为后期预测铁路工程项目的建设成本提供可靠性的参考数据，进一步提高后期铁路工程项目的成本预测准确性，使得铁路工程项目成本达到高精度预测效果，进而为铁路工程项目的成本管理提供更加准确、高效以及可靠的成本预测依据。
将各分段铁路的轨道建设成本
Figure SMS_109
和地基建设成本/>
Figure SMS_110
代入建设成本统计模型
Figure SMS_111
中，得到待建设铁路工程的总建设成本/>
Figure SMS_112
。
需要解释的是，本发明通过各分段铁路的轨道规划数据，预测各分段铁路的轨道建设成本，进而统计待建设铁路工程的总建设成本，从而充分捕捉弯曲轨道的工程特性及其对成本的影响，进一步适应当前铁路工程项目的成本预测需求，避免后期铁路工程实际建设成本远高于预测成本的问题，在极大程度上提高铁路工程建设成本的预测精度和可信度，确保后期铁路工程项目的资金筹措、运营和维护方面不受影响。
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发明所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于多维度数据分析的工程项目成本预测方法，其特征在于，包括如下步骤：
（1）将待建设铁路工程的预铺设铁路进行等距划分，得到待建设铁路工程中各分段铁路；
（2）采集各分段铁路对应预铺设区域的地质构造特征数据、土壤偏移数据和土壤特性数据；
（3）分析各分段铁路对应预铺设区域的地质构造复杂度
Figure QLYQS_1
、土层稳定度和土壤特性符合度/>
Figure QLYQS_3
，/>
Figure QLYQS_4
，/>
Figure QLYQS_5
为各分段铁路的编号；
（4）提取各分段铁路所处地区的气候环境信息和待建设铁路工程的预铺设铁路的计划列车运行信息，分析各分段铁路的地基铺设深度
Figure QLYQS_6
和地基占地面积/>
Figure QLYQS_7
；
（5）根据待建设铁路工程的预铺设铁路图纸获取各分段铁路的轨道规划数据；
（6）预测各分段铁路的地基建设成本和轨道建设成本，进而统计待建设铁路工程的总建设成本，并进行显示。
2.根据权利要求1所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述（2）的具体步骤如下：
（21）对各分段铁路对应预铺设区域进行地质勘探，得到各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，将其作为地质构造特征数据；
（22）对各分段铁路对应预铺设区域的土壤中布设不同深度的监测点，并将若干定位仪布设在各监测点，实时监测各分段铁路对应预铺设区域内各监测点的位置，解析得到各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，将其作为土壤偏移数据；
（23）对各分段铁路对应预铺设区域的土壤进行随机取样，得到各分段铁路对应预铺设区域内各土壤样本的紧实度、含水率、孔隙度和平均颗粒体积，将其作为土壤特性数据。
3.根据权利要求2所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述分析各分段铁路对应预铺设区域的地质构造复杂度，具体包括：
提取各分段铁路对应预铺设区域的地下岩石层深度、地下岩石层厚度和地下水位高度，分别记为
Figure QLYQS_8
，分析各分段铁路对应预铺设区域的地质构造复杂度/>
Figure QLYQS_9
，其中/>
Figure QLYQS_10
，式中/>
Figure QLYQS_11
分别为设定的地下岩石层、地下水位对应地质构造复杂影响权重，/>
Figure QLYQS_12
为分段铁路的数量。
4.根据权利要求2所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述分析各分段铁路对应预铺设区域的土层稳定度，具体包括：
提取各分段铁路对应预铺设区域的单位时间土壤沉降距离和单位时间土壤横向位移，分别记为
Figure QLYQS_13
，并从铁路工程项目信息库中提取铁路地基安全健康状态下的单位时间土壤沉降安全距离和单位时间土壤安全横向位移，将其记为/>
Figure QLYQS_14
，分析各分段铁路对应预铺设区域的土层稳定度/>
Figure QLYQS_15
，式中/>
Figure QLYQS_16
分别为设定常数，且/>
Figure QLYQS_17
，/>
Figure QLYQS_18
，/>
Figure QLYQS_19
分别为预设的单位时间土壤沉降距离允许误差值、单位时间土壤横向位移误差值。
5.根据权利要求2所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述分析各分段铁路对应预铺设区域的土壤特性符合度，具体包括：
根据各分段铁路对应预铺设区域内各土壤样本的紧实度
Figure QLYQS_22
，/>
Figure QLYQS_23
，/>
Figure QLYQS_24
为各土壤样本的编号，/>
Figure QLYQS_25
为土壤样本的数量，解析得到各分段铁路对应预铺设区域的土壤紧实度浮动指数/>
Figure QLYQS_26
，式中/>
Figure QLYQS_27
为第i分段铁路对应预铺设区域内土壤样本的平均紧实度、最大紧实度、最小紧实度，且
Figure QLYQS_28
，进而得到各分段铁路对应预铺设区域的参考土壤紧实度
Figure QLYQS_20
，/>
Figure QLYQS_21
为设定的土壤紧实度浮动指数阈值；
同理得到各分段铁路对应预铺设区域的参考土壤含水率、参考土壤孔隙度和参考土壤颗粒体积，分别记为
Figure QLYQS_29
；
分析各分段铁路对应预铺设区域的土壤特性符合度
Figure QLYQS_30
，/>
Figure QLYQS_31
为设定的土壤特性符合修正因子，
Figure QLYQS_32
分别为铁路工程项目信息库中存储的铁路地基安全健康状态下的土壤紧实度安全阈值、土壤含水率安全阈值、土壤孔隙度安全阈值和土壤颗粒体积安全阈值。
6.根据权利要求1所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述（4）的具体步骤如下：
（41）根据待建设铁路工程的预铺设铁路的计划列车运行信息，得到铁路地基的标准铺设深度
Figure QLYQS_33
和标准占地面积/>
Figure QLYQS_34
；
（42）分析各分段铁路的地基铺设深度
Figure QLYQS_35
，式中/>
Figure QLYQS_36
为设定的铁路地基安全健康状态下的合理地质构造复杂度、合理土层稳定度；
（43）对各分段铁路所处地区的气候环境信息进行解析，得到各分段铁路所处地区的气候环境符合度
Figure QLYQS_37
；
（44）结合各分段铁路对应预铺设区域的土壤特性符合度
Figure QLYQS_38
，分析各分段铁路的地基占地面积/>
Figure QLYQS_39
，其中/>
Figure QLYQS_40
，式中/>
Figure QLYQS_41
，/>
Figure QLYQS_42
为圆周率，
Figure QLYQS_43
分别为预设的土壤特性符合度、气候环境符合度对地基占地面积的影响权重因子。
7.根据权利要求6所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述(41)对应的具体方式如下：从待建设铁路工程的预铺设铁路的计划列车运行信息中提取计划列车运行最高速度和计划列车最大荷载，并提取铁路工程项目信息库中存储的各列车运行速度区间、各列车荷载区间对应的地基标准铺设深度，筛选计划列车最高运行速度和计划列车最大荷载对应的地基标准铺设深度，对比得到最大的地基标准铺设深度作为铁路地基的标准铺设深度，同理得到铁路地基的标准占地面积。
8.根据权利要求1所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述预测各分段铁路的轨道建设成本，具体包括：
从铁路工程项目信息库中提取单位长度对应直行轨道的综合建设成本、各弧度范围内单位弧长对应弯曲轨道的综合建设成本和各类型道岔的综合建设成本，并从各分段铁路的轨道规划数据中提取直行轨道长度、弯曲轨道弧长以及孤度和各类型道岔的数量，得到各分段铁路的直行轨道建设成本、弯曲轨道建设成本和道岔建设成本，将其累加得到各分段铁路的轨道建设成本
Figure QLYQS_44
。
9.根据权利要求8所述的基于多维度数据分析的工程项目成本预测方法，其特征在于：所述统计待建设铁路工程的总建设成本，具体包括：
从铁路工程项目信息库中提取单位体积对应铁路地基的综合建设成本，将其记为
Figure QLYQS_45
，并结合各段铁路的地基铺设深度/>
Figure QLYQS_46
和地基占地面积/>
Figure QLYQS_47
，得到各分段铁路的地基建设成本/>
Figure QLYQS_48
，其中/>
Figure QLYQS_49
；
将各分段铁路的轨道建设成本
Figure QLYQS_50
和地基建设成本/>
Figure QLYQS_51
代入建设成本统计模型
Figure QLYQS_52
中，得到待建设铁路工程的总建设成本/>
Figure QLYQS_53
。
CN202310627390.4A 2023-05-31 2023-05-31 一种基于多维度数据分析的工程项目成本预测方法 Active CN116385047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310627390.4A CN116385047B (zh) 2023-05-31 2023-05-31 一种基于多维度数据分析的工程项目成本预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310627390.4A CN116385047B (zh) 2023-05-31 2023-05-31 一种基于多维度数据分析的工程项目成本预测方法

Publications (2)

Publication Number Publication Date
CN116385047A true CN116385047A (zh) 2023-07-04
CN116385047B CN116385047B (zh) 2023-08-11

Family

ID=86971344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310627390.4A Active CN116385047B (zh) 2023-05-31 2023-05-31 一种基于多维度数据分析的工程项目成本预测方法

Country Status (1)

Country Link
CN (1) CN116385047B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117669002A (zh) * 2023-12-27 2024-03-08 济宁市鸿翔公路勘察设计研究院有限公司 一种基于大数据的道路设计实用程度评估方法及装置
CN118014518A (zh) * 2024-02-19 2024-05-10 常州机电职业技术学院 一种工程造价审计系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028013A (zh) * 2019-12-11 2020-04-17 广州地铁集团有限公司 一种轨道交通车站拟建工程造价评估方法
CN112488529A (zh) * 2020-12-02 2021-03-12 南京佳苏电子商务有限公司 一种基于大数据的工程造价管理系统
CN112836942A (zh) * 2021-01-15 2021-05-25 谢雨函 基于大数据和云计算的桥梁工程项目造价评估智能管理系统
CN112862265A (zh) * 2021-01-19 2021-05-28 李波 基于人工智能和云计算的油气工程建设项目造价分析管理系统
CN114445116A (zh) * 2021-12-21 2022-05-06 北京交通大学 一种城市轨道交通系统全生命周期成本的计算方法
CN114819286A (zh) * 2022-04-01 2022-07-29 广州大学 山区铁路线路优化的深度强化学习方法
CN115048700A (zh) * 2022-06-18 2022-09-13 武汉阳洋建筑工程有限公司 一种基于多维度数据的基建项目工程建设可行性分析评估方法
CN115393093A (zh) * 2022-07-27 2022-11-25 贵州电网有限责任公司 一种基于广域地理信息的变电工程规划初期投资估算方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028013A (zh) * 2019-12-11 2020-04-17 广州地铁集团有限公司 一种轨道交通车站拟建工程造价评估方法
CN112488529A (zh) * 2020-12-02 2021-03-12 南京佳苏电子商务有限公司 一种基于大数据的工程造价管理系统
CN112836942A (zh) * 2021-01-15 2021-05-25 谢雨函 基于大数据和云计算的桥梁工程项目造价评估智能管理系统
CN112862265A (zh) * 2021-01-19 2021-05-28 李波 基于人工智能和云计算的油气工程建设项目造价分析管理系统
CN114445116A (zh) * 2021-12-21 2022-05-06 北京交通大学 一种城市轨道交通系统全生命周期成本的计算方法
CN114819286A (zh) * 2022-04-01 2022-07-29 广州大学 山区铁路线路优化的深度强化学习方法
CN115048700A (zh) * 2022-06-18 2022-09-13 武汉阳洋建筑工程有限公司 一种基于多维度数据的基建项目工程建设可行性分析评估方法
CN115393093A (zh) * 2022-07-27 2022-11-25 贵州电网有限责任公司 一种基于广域地理信息的变电工程规划初期投资估算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈琢;: "浅谈合理控制城市轨道交通工程造价", 甘肃科技, vol. 27, no. 07 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117669002A (zh) * 2023-12-27 2024-03-08 济宁市鸿翔公路勘察设计研究院有限公司 一种基于大数据的道路设计实用程度评估方法及装置
CN118014518A (zh) * 2024-02-19 2024-05-10 常州机电职业技术学院 一种工程造价审计系统

Also Published As

Publication number Publication date
CN116385047B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN116385047B (zh) 一种基于多维度数据分析的工程项目成本预测方法
CN105783868B (zh) 一种地铁隧道变形在线监测系统及监测方法
CN109684774A (zh) 一种梁式桥安全监测与评估装置
CN116597619B (zh) 一种基于人工智能的轨道交通防汛预警系统
CN114675261B (zh) 一种基于探地雷达的城市地下病害体全生命周期管理方法
CN109492071A (zh) 一种铁路高精度地图数据处理方法及系统
CN111639865A (zh) 一种高铁沿线气象灾害发生风险分析方法
CN114219134A (zh) 一种盾构施工引起地面沉降的预测方法及系统
CN108981618A (zh) 一种隧道初支平整度分析方法及系统
CN109324325B (zh) 一种利用车载雷达信号提取道砟脏污率的计算方法
CN102425085A (zh) 高速铁路运营维护阶段cpiii平面网复测方法
Goodarzi et al. Stochastic analysis for estimating track geometry degradation rates based on GPR and LiDAR data
CN115310748A (zh) 一种基于组合赋权的软土地沉降风险模糊评价方法
Hoelzl et al. Data driven condition assessment of railway infrastructure
CN117196684A (zh) 一种工程造价数据管理系统
CN113808124B (zh) 一种基于点云技术的桥头跳车判定方法
CN115018292A (zh) 一种城市轨道交通工程的风险评估方法
CN114819506A (zh) 一种路基分层压实质量在线智能管控平台及方法
CN107979850B (zh) 移动通信网络可变胶囊封装分析方法
CN117115374B (zh) 一种基于轨道交通在线监测的振动地图绘制方法
CN117914894B (zh) 一种桥梁桩基检测数据采集传输系统及方法
Mamlouk et al. Necessary assessment of use of state pavement management system data in mechanistic–empirical pavement design guide calibration process
CN117985076B (zh) 一种高速铁路无砟轨道路基服役性能评价方法及系统
Yurlov Relationship between track geometry defects and measured track substructure condition using emerging data analysis methods
CN221077610U (zh) 高边坡开挖过程变形监测系统

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