CN117454225B - 一种工程造价数据管理系统 - Google Patents

一种工程造价数据管理系统 Download PDF

Info

Publication number
CN117454225B
CN117454225B CN202311508602.3A CN202311508602A CN117454225B CN 117454225 B CN117454225 B CN 117454225B CN 202311508602 A CN202311508602 A CN 202311508602A CN 117454225 B CN117454225 B CN 117454225B
Authority
CN
China
Prior art keywords
classification
engineering
cost
data
construction cost
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
CN202311508602.3A
Other languages
English (en)
Other versions
CN117454225A (zh
Inventor
刘萍
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.)
Chengde Engineering Construction Cost Management Station
Original Assignee
Chengde Engineering Construction Cost Management Station
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 Chengde Engineering Construction Cost Management Station filed Critical Chengde Engineering Construction Cost Management Station
Priority to CN202311508602.3A priority Critical patent/CN117454225B/zh
Publication of CN117454225A publication Critical patent/CN117454225A/zh
Application granted granted Critical
Publication of CN117454225B publication Critical patent/CN117454225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • 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
    • G06N3/0455—Auto-encoder networks; Encoder-decoder 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • 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
    • G06N3/0499—Feedforward networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种工程造价数据管理系统，技术方案包括：数据采集模块、数据分类模块和数据预测模块；所述数据采集模块用于采集工程造价信息数据；所述数据分类模块用于构建实际工程造价分类目录并对工程造价信息数据进行层级分类操作，输入至实际工程造价分类目录；所述数据预测模块用于对需要预测分类的工程造价数据进行加权融合预测层级分类结果的概率；所述构建实际工程造价分类目录包括所有分类组信息附加工程标签，输出附加工程标签的标准工程造价分类目录，根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除；本发明能通过融合分类编码和工程标签进行基于关键词的数据分类，节约分类时间并使分类结果更精准。

Description

一种工程造价数据管理系统
技术领域
本发明涉及工程数据管理领域，设计了一种工程造价数据管理系统。
背景技术
随着建筑行业的持续发展和建筑工程的复杂化，工程造价管理在工程建设和保障工程经济效益方面发挥着越来越重要的作用，而在工程造价领域，对于数据的管理可以提高施工过程中材料成本的透明度，有利于规范建筑企业间的价格竞争；
但传统的工程造价数据管理简单，十分依赖人力资源，导致整体管理效率低，例如：对于工程造价数据管理，一般采用工程及费用名称的标准编码规则来实现对数据的标准化，在项目内具有唯一性但是不利于造价信息的采集与分类，在项目与项目之间不具备唯一性，而且不具有工程属性，容易造成造价信息采集与分类错误；且现有造价数据分类均大量采用人工分析和少量计算机辅助分类的方法，使数据分类处理时间长，且存在个体差异大，分类标准难以统一，会使实际分类效果与实际需求贴合程度不足。
发明内容
有鉴于现有技术的上述缺陷，本发明提出一种工程造价数据管理系统，本发明设计的技术方案包括：
数据采集模块、数据分类模块和数据预测模块；
所述数据采集模块用于采集工程造价信息数据；
所述数据分类模块用于构建实际工程造价分类目录并对工程造价信息数据进行层级分类操作，输入至实际工程造价分类目录；
所述数据预测模块用于对需要预测分类的工程造价数据进行加权融合预测层级分类结果的概率；
所述构建实际工程造价分类目录包括读取标准工程造价分类目录的所有分类组信息，对标准工程造价分类目录的所有分类组信息附加工程标签，输出附加工程标签的标准工程造价分类目录，根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除，获得实际工程造价分类目录。
优选地，所述工程标签包括项目特征、项目阶段、工程特点和工程位置的数据字段。
优选地，所述标准工程造价分类目录包括：将标准工程造价分类目录按照工程、工程量和工料进行分为三个层级，第一层级别为对工程造价进行工程类别的分类，第二层级为对工程类别进行工程量的分类，第三层级为对工程量类别进行工料的分类。
优选地，所述根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除包括：分别确定标准工程造价分类目录的关键词和工程造价信息数据的关键词，将关键词进行向量化表示并计算标准工程造价分类目录的关键词和工程造价信息数据的关键词之间的相似度，通过相似度刻画关键词之间的相关程度，筛选相似度最高的前50条关键词，剔除不包含前50条关键词的标准工程造价分类目录的部分目录信息，获得实际工程造价分类目录。
优选地，所述确定标准工程造价分类目录的关键词包括：根据标准工程造价分类目录的所有分类组信息和附加的工程标签的共现关系建边，当任意一个分类组信息和工程标签出现在同一位置，则认为两者具有共现关系，两者节点建立一条边，通过两者判断共线关系，进行融合输出标准工程造价分类目录的关键词。
优选地，所述融合输出标准工程造价分类目录的关键词包括：将标准工程造价分类目录的所有分类组信息和附加的工程标签进行融合作为所述标准工程造价分类目录的关键词，融合公式如下：
XA＝Xa∩Xb＝{cli，l∈L，i∈I}∩{dli，l∈L，i∈I}＝{xlj，l∈L，j∈J≤2I}
式中，XA为标准工程造价分类目录的关键词，Xa为分类组信息，Xb为工程标签，cli为在l层的第i个分类信息，dli为在第l层的第i个标签信息，xlj为在l层的第j个分类信息，L为标准工程造价分类目录的层数，I为在第l层的分类数目和/或标签数目，J为在第l层的关键词数目。
优选地，所述加权融合预测层级分类结果的概率包括：
将需要预测分类的实际工程造价数据和历史工程造价数据分类结果进行加权融合预测分类的概率，公式表示为：
式中，为工程造价数据在第i层第j个分类信息的概率，σ为sigmoid函数，g1和g2为两个两层感知机网络的解码器，γ为历史工程造假数据分类结果的权重。
优选地，所述系统包括：系统架构采用B/S架构，开发环境采用VisualStydio2022，编程语言采用Python3.8+，并利用Restuful的API对工程造价信息数据进行层级分类操作和对标准工程造价分类目录进行筛选和剔除，文档及电子表格目标采用WPS，并满足xlsx和docx类型文件的输出要求。
有益效果：
1、本发明按工程、工程量和工料进行分类编码并附加工程标签，具备唯一性的同时添加工程属性，增强数据分类能力；
2、本发明通过关键词相似度构建与实际工程造价更贴合的实际工程造价分类目录，节约分类时间并使分类结果更精准；
3、本发明通过将需要预测分类的实际工程造价数据和历史工程造价数据分类结果进行加权融合预测分类的概率，能更好判断后续造价数据的分类结果。
附图说明
图1是本发明一个较佳实施例的结构示意图。
具体实施方式
下面对本发明的实施例作详细说明，下述的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本发明设计了一种工程造价数据管理系统，如图1所示，技术方案具体包括：
数据采集模块、数据分类模块和数据预测模块；
数据采集模块用于采集工程造价信息数据；
数据分类模块用于构建实际工程造价分类目录并对工程造价信息数据进行层级分类操作，输入至实际工程造价分类目录；
数据预测模块用于对需要预测分类的工程造价数据进行加权融合预测层级分类结果的概率；
构建实际工程造价分类目录包括读取标准工程造价分类目录的所有分类组信息，对标准工程造价分类目录的所有分类组信息附加工程标签，输出附加工程标签的标准工程造价分类目录，根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除，获得实际工程造价分类目录。
优选地，工程标签包括项目特征、项目阶段、工程特点和工程位置的数据字段。
具体的，由于造价数据(材料、人工、机械、运杂费、税费等)和工程标签(项目特征、项目阶段、工程特点、工程位置)的各类数据字段组成了工程造价信息，具有多维数据的特点，需要使其形成具有关系的数据集，以便实现数据统一管理，对造价信息的分类奠定基础；工程标签包括项目的名称、代码、属性、地理位置和类别，是与工程技术标准、工位信息等特点的工程造价特征数据，体现了工程分类的特点，反映处造价数据横向的特征，具有离散型、多维性，用于在数据管理和分析中准确地识别和归类项目，通过附加工程标签，可以实现项目造价标识信息的分类，实现采集项目造价标识的自动化、智能化文本分类。
优选地，标准工程造价分类目录包括：将标准工程造价分类目录按照工程、工程量和工料进行分为三个层级，第一层级别为对工程造价进行工程类别的分类，第二层级为对工程类别进行工程量的分类，第三层级为对工程量类别进行工料的分类。
具体的，标准工程造价分类目录参考住建部GB/T51290-2018《建设工程造价指标指数分类与测算标准》，标准工程造价分类目录按工程、工程量和工料进行分类编码；具体包括工程为工程造价的第一级类，是对工程造价进行工程类别的分类，工程分为14个工程类别，具体为土石方工程、地基工程、基础工程、基坑支护、砌筑工程、混凝土工程、钢筋工程、屋面工程、防水工程、保温工程、门窗工程、金属结构工程、木结构工程和预制构件工程；工程量为工程造价的第二级类，是针对工程的进一步造价分类，工程量分为23个工程量类别，具体为土石方开挖量(m3)、土石方回填量(m3)、桩(m3或根)、护坡(m2或m)、砌体(m3)、基础混凝土(m3)、柱混凝土(m3)、墙混凝土(m3)、梁混凝土(m3)、板混凝土(m3)、钢筋(t)、型钢(t)、门(m2)、窗(m2)、外墙保温(m2)、型材及其他屋面(m2)、防水(m2)、预制墙(m3)、预制板(m3)、预制梁(m3)、预制柱(m3)、预制楼梯(m3)和预制阳台(m3)；工料为工程造价的第三层，具体为综合用工(工日)、钢筋(t)、型钢(t)、水泥(t)、商品混凝土(m3)、砂浆(m3)、木材(m3)、砂(m3)、石子(m3)、砌块(m3)、砖(千块)、门(m2)、窗(m2)、金属结构(m)、保温材料(m2)、防水卷材(m2)、防水涂料(kg)、预制墙(m3)、预制板(m2)、预制梁(m3)、预制柱(m3)、预制楼梯(m3)和预制阳台(m3)。
优选地，根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除包括：分别确定标准工程造价分类目录的关键词和工程造价信息数据的关键词，将关键词进行向量化表示并计算标准工程造价分类目录的关键词和工程造价信息数据的关键词之间的相似度，通过相似度刻画关键词之间的相关程度，筛选相似度最高的前50条关键词，剔除不包含前50条关键词的标准工程造价分类目录的部分目录信息，获得实际工程造价分类目录。
优选地，确定标准工程造价分类目录的关键词包括：根据标准工程造价分类目录的所有分类组信息和附加的工程标签的共现关系建边，当任意一个分类组信息和工程标签出现在同一位置，则认为两者具有共现关系，两者节点建立一条边，通过两者判断共线关系，进行融合输出标准工程造价分类目录的关键词。
优选地，融合输出标准工程造价分类目录的关键词包括：将标准工程造价分类目录的所有分类组信息和附加的工程标签进行融合作为标准工程造价分类目录的关键词，融合公式如下：
XA＝Xa∩Xb＝{cli，l∈L，i∈I}∩{dli，l∈L，i∈I}＝{xlj，l∈L，j∈J≤2I}
式中，XA为标准工程造价分类目录的关键词，Xa为分类组信息，Xb为工程标签，cli为在l层的第i个分类信息，dli为在第l层的第i个标签信息，xlj为在l层的第j个分类信息，L为标准工程造价分类目录的层数，I为在第l层的分类数目和/或标签数目，J为在第l层的关键词数目。
具体的，还可以在输出实际工程造价分类目录前，计算标准工程造价分类目录的关键词与前50条关键词之间的编辑距离，当编辑距离小于设定的阈值，则将目录与前50条关键词设置对应关系并设置为实际目录；当编辑距离大于设定的阈值，则将目录设置为推荐目录；
对于编辑距离还引入了注意力机制来捕获关键词间的信息，通过添加距离掩码使距离更近的关键词得到更多的关注，而相对距离越远的关键词给予越少的关注，用于增强输出的实际工程造价分类目录的准确性；
其中，在计算关键词之间的相似度时，给距离越远的词附加一个越大的负值，那么对于编辑距离远的词占用的权重就越小，用于实现减弱远距离关键词之间的依赖关系，将结果输入由掩码函数构建的掩码矩阵用于显示；
引入掩码函数的计算相似度公式为：
s(Xa，Xb)＝tanh(Xa+Xb)+Mask matrix(M)
式中，s(Xa，Xb)为关键词间的相似度，tanh为非线性激活函数，Mask matrix(M)为掩码矩阵函数；
掩码矩阵用公式表示为：
式中，f(Xa，Xb)为关于Xa和Xb间的距离函数，distance(Xa，Xb)为Xa和Xb间的距离，k为预设一个正的常数，当distance(Xa，Xb)<k，表示不改变原来的相似度，对当前关键词进行匹配时只考虑当前关键词的前面预设数量词和后面预设数量词；当distance(Xa，Xb)≥k时，表示为f(Xa，Xb)，而f(Xa，Xb)是和distance(Xa，Xb)呈负相关变换的函数，故当Xa和Xb间的距离越大，则f(Xa，Xb)越小，相应s(Xa，Xb)也变小。
对于f(Xa，Xb)的距离函数，可以分别采用线性距离函数、指数距离函数和对数距离函数，公式为：
f(Xa，Xb)＝-distance(Xa，Xb)
f(Xa，Xb)＝-exp distance(Xa，Xb)
f(Xa，Xb)＝-logdistance(Xa，Xb)
优选地，加权融合预测层级分类结果的概率包括：
将需要预测分类的实际工程造价数据和历史工程造价数据分类结果进行加权融合预测分类的概率，公式表示为：
式中，为工程造价数据在第i层第j个分类信息的概率，σ为sigmoid函数，g1和g2为两个两层感知机网络的解码器，γ为历史工程造假数据分类结果的权重。
优选地，系统包括：系统架构采用B/S架构，开发环境采用Visual Stydio 2022，编程语言采用Python3.8+，并利用Restuful的API对工程造价信息数据进行层级分类操作和对标准工程造价分类目录进行筛选和剔除，文档及电子表格目标采用WPS，并满足xlsx和docx类型文件的输出要求。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (6)

1.一种工程造价数据管理系统，其特征在于，包括：
数据采集模块、数据分类模块和数据预测模块；
所述数据采集模块用于采集工程造价信息数据；
所述数据分类模块用于构建实际工程造价分类目录并对工程造价信息数据进行层级分类操作，输入至实际工程造价分类目录；
所述数据预测模块用于对需要预测分类的工程造价数据进行加权融合预测层级分类结果的概率；
所述构建实际工程造价分类目录包括读取标准工程造价分类目录的所有分类组信息，对标准工程造价分类目录的所有分类组信息附加工程标签，输出附加工程标签的标准工程造价分类目录，根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除，获得实际工程造价分类目录；
所述标准工程造价分类目录包括：
将标准工程造价分类目录按照工程、工程量和工料进行分为三个层级，第一层级别为对工程造价进行工程类别的分类，第二层级为对工程类别进行工程量的分类，第三层级为对工程量类别进行工料的分类；
所述加权融合预测层级分类结果的概率包括：
将需要预测分类的实际工程造价数据和历史工程造价数据分类结果进行加权融合预测分类的概率，公式表示为：
式中，为工程造价数据在第l层第z个分类信息的概率，σ为sigmoid函数，g1和g2为两个两层感知机网络的解码器，γ为历史工程造价数据分类结果的权重。
2.根据权利要求1所述的一种工程造价数据管理系统，其特征在于，所述工程标签包括项目特征、项目阶段、工程特点和工程位置的数据字段。
3.根据权利要求1所述的一种工程造价数据管理系统，其特征在于，所述根据实际工程造价信息对标准工程造价分类目录进行筛选和剔除包括：
分别确定标准工程造价分类目录的关键词和工程造价信息数据的关键词，将关键词进行向量化表示并计算标准工程造价分类目录的关键词和工程造价信息数据的关键词之间的相似度，通过相似度刻画关键词之间的相关程度，筛选相似度最高的前50条关键词，剔除不包含前50条关键词的标准工程造价分类目录的部分目录信息，获得实际工程造价分类目录。
4.根据权利要求3所述的一种工程造价数据管理系统，其特征在于，所述确定标准工程造价分类目录的关键词包括：
根据标准工程造价分类目录的所有分类组信息和附加的工程标签的共现关系建边，当任意一个分类组信息和工程标签出现在同一位置，则认为两者具有共现关系，两者节点建立一条边，通过两者判断共线关系，进行融合输出标准工程造价分类目录的关键词。
5.根据权利要求4所述的一种工程造价数据管理系统，其特征在于，所述融合输出标准工程造价分类目录的关键词包括：
将标准工程造价分类目录的所有分类组信息和附加的工程标签进行融合作为所述标准工程造价分类目录的关键词，融合公式如下：
XA＝Xa∩Xb＝{cli，l∈L，i∈}∩{dlk，l∈L，k∈K}＝{xlj，l∈L，j∈J≤2I}I}
式中，XA为标准工程造价分类目录的关键词，Xa为分类组信息，Xb为工程标签，cli为在l层的第i个分类组信息，dlk为在第l层的第k个标签信息，xlj为在l层的第j个关键词分类信息，L为标准工程造价分类目录的层数，I为在第l层的分类组信息数目，K为在第l层的标签数目，K＝I，J为在第l层的关键词分类信息数目。
6.根据权利要求1所述的一种工程造价数据管理系统，其特征在于，包括：
系统架构采用B/S架构，开发环境采用Visual Stydio 2022，编程语言采用Python3.8+，并利用Restuful的API对工程造价信息数据进行层级分类操作和对标准工程造价分类目录进行筛选和剔除，文档及电子表格目标采用WPS，并满足xlsx和docx类型文件的输出要求。
CN202311508602.3A 2023-11-13 2023-11-13 一种工程造价数据管理系统 Active CN117454225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311508602.3A CN117454225B (zh) 2023-11-13 2023-11-13 一种工程造价数据管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311508602.3A CN117454225B (zh) 2023-11-13 2023-11-13 一种工程造价数据管理系统

Publications (2)

Publication Number Publication Date
CN117454225A CN117454225A (zh) 2024-01-26
CN117454225B true CN117454225B (zh) 2024-05-14

Family

ID=89596499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311508602.3A Active CN117454225B (zh) 2023-11-13 2023-11-13 一种工程造价数据管理系统

Country Status (1)

Country Link
CN (1) CN117454225B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090128634A (ko) * 2008-06-11 2009-12-16 서울시립대학교 산학협력단 Ｃｂｒ기반 공공아파트 설계단계 건축공사비 예측 모델
CN103440370A (zh) * 2013-08-21 2013-12-11 国家电网公司 一种输变电工程造价评估方法及装置
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
CN106934186A (zh) * 2017-04-27 2017-07-07 厦门大学 一种结构可靠性优化求解的融合方法
CN108427775A (zh) * 2018-06-04 2018-08-21 成都市大匠通科技有限公司 一种基于多项贝叶斯的工程造价清单分类方法
US10332138B1 (en) * 2013-02-05 2019-06-25 Zillow, Inc. Estimating the cost of residential remodeling projects
CN114429245A (zh) * 2022-01-17 2022-05-03 国网湖北省电力有限公司经济技术研究院 一种工程造价数据的分析展示方法
CN114607901A (zh) * 2022-03-30 2022-06-10 承德市工程建设造价管理站 一种建筑工程造价现场便捷调节测绘装置
CN115545783A (zh) * 2022-10-12 2022-12-30 永道工程咨询有限公司 一种工程造价信息查询方法、系统及存储介质
CN116228334A (zh) * 2023-02-28 2023-06-06 国网江苏省电力有限公司常州供电分公司 输变电工程造价的预测方法、预测装置
CN116562454A (zh) * 2023-05-17 2023-08-08 厦门银江智慧城市技术股份有限公司 一种应用于bim的长短时注意力机制网络的造价预测方法
CN116934261A (zh) * 2023-07-26 2023-10-24 国网宁夏电力有限公司经济技术研究院 一种基于大数据的输变电工程造价管理方法及系统
CN116977001A (zh) * 2023-07-05 2023-10-31 江西省第九地质矿产集团有限公司 地质灾害防治工程造价管理系统及其方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030074291A1 (en) * 2001-09-19 2003-04-17 Christine Hartung Integrated program for team-based project evaluation
US20050071348A1 (en) * 2003-07-18 2005-03-31 Karolin Laicher Computing systems that capture cost information for total cost of ownership analyses
CN105930931A (zh) * 2016-04-22 2016-09-07 国网浙江省电力公司经济技术研究院 一种电力工程造价的管理方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090128634A (ko) * 2008-06-11 2009-12-16 서울시립대학교 산학협력단 Ｃｂｒ기반 공공아파트 설계단계 건축공사비 예측 모델
US10332138B1 (en) * 2013-02-05 2019-06-25 Zillow, Inc. Estimating the cost of residential remodeling projects
CN103440370A (zh) * 2013-08-21 2013-12-11 国家电网公司 一种输变电工程造价评估方法及装置
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
CN106934186A (zh) * 2017-04-27 2017-07-07 厦门大学 一种结构可靠性优化求解的融合方法
CN108427775A (zh) * 2018-06-04 2018-08-21 成都市大匠通科技有限公司 一种基于多项贝叶斯的工程造价清单分类方法
CN114429245A (zh) * 2022-01-17 2022-05-03 国网湖北省电力有限公司经济技术研究院 一种工程造价数据的分析展示方法
CN114607901A (zh) * 2022-03-30 2022-06-10 承德市工程建设造价管理站 一种建筑工程造价现场便捷调节测绘装置
CN115545783A (zh) * 2022-10-12 2022-12-30 永道工程咨询有限公司 一种工程造价信息查询方法、系统及存储介质
CN116228334A (zh) * 2023-02-28 2023-06-06 国网江苏省电力有限公司常州供电分公司 输变电工程造价的预测方法、预测装置
CN116562454A (zh) * 2023-05-17 2023-08-08 厦门银江智慧城市技术股份有限公司 一种应用于bim的长短时注意力机制网络的造价预测方法
CN116977001A (zh) * 2023-07-05 2023-10-31 江西省第九地质矿产集团有限公司 地质灾害防治工程造价管理系统及其方法
CN116934261A (zh) * 2023-07-26 2023-10-24 国网宁夏电力有限公司经济技术研究院 一种基于大数据的输变电工程造价管理方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Hassan Najadat,et al..Predicting Software Projects Cost Estimation Based on Mining Historical Data.《ISRN Software Engineering》.2012,全文. *
Trefor P.Williams,et al..Predicting construction cost overruns using text mining, numerical data and ensemble classifiers.《Automation in Construction》.2014,全文. *
基于造价大数据的铁路工程造价指标指数研究;黄源;《铁道标准设计》;20230919;全文 *
多模型分层融合的配用电系统用户数据识别;蔡军 等;《电工电能新技术》;20220430;全文 *

Also Published As

Publication number Publication date
CN117454225A (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
Kim et al. An estimation framework for building information modeling (BIM)-based demolition waste by type
Mesta et al. Geospatial characterization of material stock in the residential sector of a Latin‐American city
US20230274045A1 (en) Building information modeling (bim)-based intelligent drafting method for prefabricated buildings
Masi et al. Towards the updated Italian seismic risk assessment: exposure and vulnerability modelling
Mosalam et al. Performance-based engineering and multi-criteria decision analysis for sustainable and resilient building design
Kim et al. Revised case-based reasoning model development based on multiple regression analysis for railroad bridge construction
Yu et al. Probabilistic risk analysis of diversion tunnel construction simulation
Lee et al. A cloud model-based knowledge mapping method for historic building maintenance based on building information modelling and ontology
Martínez‐Rojas et al. An approach for the automatic classification of work descriptions in construction projects
Yang et al. AutoDefect: Defect text classification in residential buildings using a multi-task channel attention network
Park et al. A study on the establishment of demolition waste DB system by BIM-based building materials
CN115687331A (zh) 一种工程造价定额智能匹配方法与系统
Wang et al. Discussion on the prediction of engineering cost based on improved BP neural network algorithm
Yeom et al. Development of an approximate construction duration prediction model during the project planning phase for general office buildings
Mucedero et al. Generalised storey loss functions for seismic loss assessment of Italian residential buildings
Obel et al. Metamodel-based prediction of structural damages due to tunneling-induced settlements
CN117454225B (zh) 一种工程造价数据管理系统
Liao et al. Designing of dynamic labor inspection system for construction industry
CN115422933B (zh) 一种成本数据提取方法、装置、电子设备及存储介质
Karan et al. Using Artificial Intelligence to Automate the Quantity Takeoff Process
Ji et al. Scenario‐Planning Method for Cost Estimation Using Morphological Analysis
Yu et al. A mixed-methods study of the critical success factors in the development of assembled buildings in steel structure projects in China
Plumblee et al. Marlo’s windows: why it is a mistake to ignore hazard resistance in LCA
Yang et al. Resnet-Unet considering Patches (RUP) network to solve the problem of patches due to shadows in extracting building top information
Stojadinovic et al. Data-driven housing damage and repair cost prediction framework based on the 2010 Kraljevo earthquake data

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