[发明专利]一种工程项目投标报价预测模型构建方法以及装置

说明书

本申请提供一种工程项目投标报价预测模型构建方法，包括：将所述历史项目成本数据拆分为直接成本数据、间接成本数据和其他成本数据；分别输入到卷积神经网络中进行神经网络计算；将过滤后的所述直接成本数据、间接成本数据和其他成本数据输入到融合层，融合生成多个项目成本；对比所述多个项目成本和真实报价之间的差异，并调整所述卷积神经网络的过滤参数，重复步骤上述步骤，直到与所述真实报价差异在预设范围内，获得预测模型。本申请通过卷积神经网络，以历史数据为训练样本，训练出一种工程项目投标报价的预测模型用于预测成本，在经过大量训练后可以准确预测报价金额。本申请还提供一种工程项目投标报价预测模型构建装置。

技术领域

本申请请求保护一种预测模型构建方法，尤其涉及一种工程项目投标报价预测模型构建方法。本申请还涉及一种工程项目投标报价预测模型构建装置。

背景技术

工程投标报价是指工程投标单位采取投标方式争取包揽工程时，以该工程招标文件中的设计图纸、工程量清单以及投标须知、价格条件等资料作基础，结合现场勘察，根据有关定额、单价和费用指标来计算的争取中标后承包该工程所需的全部费用。投标报价的费用由直接费、间接费、利润、不可预见费和其他费用组成。

在工程投标报价中，如果报价太高，则难以中标，而报价太低则有损利润，因此需要选定最优报价才能即可中标，又能获得最大的预期利润，但是最优报价如何确定，目前还没有确定的计算方案。

发明内容

为了解决上述技术问题，本申请提供一种工程项目投标报价预测模型构建方法。本申请还涉及一种工程项目投标报价预测模型构建装置。

本申请提供一种工程项目投标报价预测模型构建方法，包括：

S1获取历史项目成本数据，将所述历史项目成本数据拆分为直接成本数据、间接成本数据和其他成本数据，并标记每一项数据的项目标签；

S2将所述直接成本数据、间接成本数据和其他成本数据，分别输入到卷积神经网络中进行神经网络计算，包括：通过第一卷积神经层进行最多值过滤，通过第二卷积神经层进行最多值过滤，通过第三卷积神经进行最多值过滤；

S3将过滤后的所述直接成本数据、间接成本数据和其他成本数据输入到融合层，根据所述项目标签，融合生成多个项目成本，其中，若数据缺少则采用过滤后数据的平均值替代；

S4对比所述多个项目成本和真实报价之间的差异，并调整所述卷积神经网络的过滤参数，重复步骤S1、S2和S3，直到与所述真实报价差异在预设范围内，获得预测模型。

可选的，所述历史项目成本数据在输入到所述卷积神经网络中之前，执行如下步骤：

将所述项目成本数据按照类别进行划分；

设置每个类型的数据的模糊范围；

将所述模糊范围内容的数据计算平均值作为所述类别的值。

可选的，所述项目成本数据中的未列明数据，以每个类别占总体百分比的比例添加到各个类别中，并删除未列明数据。

可选的，判断每个类别数据是否异常，并将所述异常的数据由该类别数据的平均值替换。

可选的，还包括：

根据所述历史项目数据，生成项目类别集，并根据不同集分别训练不同的卷积神经网络；

将所述不同的卷积神经网络存储到存储器中。

本申请还提供一种工程项目投标报价预测模型构建装置，包括：

分割模块，用于获取历史项目成本数据，将所述历史项目成本数据拆分为直接成本数据、间接成本数据和其他成本数据，并标记每一项数据的项目标签；