[发明专利]一种工程造价数据修正系统及其方法有效

专利信息
申请号: 202210094672.8 申请日: 2022-01-26
公开(公告)号: CN114116756B 公开(公告)日: 2022-07-19
发明(设计)人: 罗官 申请(专利权)人: 四川野马科技有限公司
主分类号: G06F16/23 分类号: G06F16/23;G06F16/21;G06F30/27;G06K9/62;G06N3/04;G06Q10/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 610041 四川省成都市*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 工程造价 数据 修正 系统 及其 方法
【权利要求书】:

1.一种工程造价数据修正方法,基于工程造价数据修正系统,其特征在于:所述的工程造价数据修正系统,包括数据采集单元和数据修正单元,所述的数据采集单元的输出端与数据修正单元连接,数据采集单元的输入端连接有外部的工程造价数据库,且数据采集单元设置有数据输入接口,所述的数据修正单元设置有数据修正模型;

所述的数据采集单元用于采集外网的工程造价数据库中的历史的工程造价数据,并通过数据输入接口采集当前工程的工程造价数据;

所述的数据修正单元用于根据接收的历史的工程造价数据优化数据修正模型,并将当前工程的工程造价数据输入数据修正模型进行数据修正;

所述的数据采集单元包括微处理器、数据预处理模块、缓存模块以及数据输入接口,所述的微处理器分别与数据预处理模块和缓存模块连接,所述的缓存模块与数据预处理模块连接,且缓存模块设置有缓存数据库,所述的数据预处理模块分别与数据输入接口和数据修正单元连接,且数据预处理模块连接有外部的工程造价数据库;

所述的数据修正单元包括数据分析模块、数据分类模块、数据修正模块以及存储模块,所述的数据分析模块分别与数据分类模块、数据修正模块以及存储模块连接,且数据分析模块连接有外部的人机交互设备,所述的数据分类模块分别与数据修正模块和数据采集单元连接,且数据分析模块设置有数据修正模型,所述的存储模块设置有工程造价数据库;

所述的工程造价数据修正方法,包括如下步骤:

获取历史的工程造价数据,并根据历史的工程造价数据基于神经网络建立数据修正模型;

所述的工程造价数据包括工程造价中的施工面积、材料名称、项目名称以及工程造价成本;

所述的工程造价成本包括各个项目的项目报价成本、项目材料用量、项目材料成本以及工程总成本;

所述的项目报价成本包括单位材料报价成本和单个项目报价成本;

所述的项目材料用量包括单位面积材料用量和当前项目材料用量;

所述的项目材料成本包括每个项目的材料成本;

工程总成本的计算公式为:

式中,Q为工程总成本;Qk为第k个项目的项目报价成本;lkj为k个项目第j个材料的项目材料用量;ckj为第k个项目第j个材料的项目材料成本;Q*K为第i个项目的项目报价成本补偿;k、j分别为项目指示量和材料指示量;K、J分别为项目总数和当前项目的材料总数;

建立数据修正模型的具体方法,包括如下步骤:

使用数据采集单元获取历史的工程造价数据,并对历史的工程造价数据进行预处理,得到历史的预处理后数据;

将历史的预处理后数据分为训练集和测试集,将训练集输入LSTM-FC神经网络进行训练,建立初始的数据修正模型;

所述的LSTM-FC神经网络的公式为:

式中,为t时刻的遗忘门函数;为t时刻的输入值;为tt-1时刻的输出值;为Sigmoid函数;itt时刻的输入门函数;gtt时刻的中间层函数;Ott时刻的输出门函数;分别为tt-1时刻的神经元状态函数;分别为遗忘门、输入门、中间层以及输出门的偏置值;为Tanh函数;均为遗忘门函数的权重;均为输入门函数的权重;均为中间层函数的权重;均为输出门函数的权重;

基于初始的数据修正模型使用K-means聚类方法对训练集进行分类,得到初始的聚类中心和初始的分类结果;

将测试集输入初始的数据修正模型进行优化,得到最优的数据修正模型、最优的聚类中心以及最优的分类结果;

获取当前工程的工程造价数据,并将当前工程的工程造价数据输入数据修正模型进行修正,得到当前工程的修正后数据,包括如下步骤:

对当前工程的工程造价数据进行预处理,得到当前工程的预处理后数据;

将当前工程的预处理后数据输入数据修正模型,数据修正模型根据当前工程的预处理后数据与聚类中心的相似度进行数据分类,得到当前工程的分类后数据以及对应的类别结果;

相似度的计算公式为:

式中,为数据集XY的欧氏距离函数,根据欧氏距离进行排序,当前工程的预处理后数据属于欧氏距离最近的聚类中心的类别结果;X为输入的当前工程的预处理后数据;Y为当前聚类中心的数据;qn为当前工程的预处理后数据的第n个特征;pn为当前聚类中心数据的第n个特征;n为特征指示量;N为特征总维数;

提取工程造价数据库中的相同的类别结果的历史的分类后数据,并根据历史的分类后数据使用均值评估方法对当前工程的分类后数据进行数据修正,得到当前工程的修正后数据,包括如下步骤:

提取存储模块的工程造价数据库中与当前工程的分类后数据的类别结果相同的所有的历史的分类后数据,并根据所有的历史的分类后数据获取每个项目的项目数据单位均值;

获取当前工程的分类后数据中当前项目单位数据与对应的项目数据单位均值之间的数据误差值;

若数据误差值小于预设阈值,则根据当前项目单位数据获得当前项目的总造价数据,否则根据项目数据单位均值获得当前项目的总造价数据;

遍历当前工程的所有项目,根据所有项目的总造价数据得到修正后数据,即当前工程的工程造价数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川野马科技有限公司,未经四川野马科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210094672.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top