一种工程智慧造价过程控制系统及控制方法与流程

本发明涉及工程造价，更具体地说，本发明涉及一种工程智慧造价过程控制系统及控制方法。

背景技术：

1、申请公开号为cn111476537a的专利公开了一种基于bim的工程造价动态控制系统及方法，包括：5d bim模型构建子系统、施工现场信息获取子系统、数据处理子系统、5d bim模型更新子系统、工程造价监控子系统、工程造价动态管理子系统和系统管理子系统；能够实现对施工工程在施工阶段中的工程造价进行动态监控，以使工程管理人员能够及时准确的获悉该施工工程的项目进度及成本控制情况，从而有利于工程管理人员在该施工工程的工程造价超出工程造价计划所允许的偏差内时，能够及时调整施工方案，以使将要发生的工程造价处于工程造价计划所允许的偏差内，进而保障整个施工工程能够顺利开展。

2、但是传统的造价控制过程高度依赖人工经验，缺乏科学的理论模型支持，在实际工程项目中，造价控制人员通常依赖于自身积累的经验数据和主观判断来估算项目造价，这种方式存在很大的不确定性和主观性，难以准确预测和控制造价；其次，现有方法无法有效评估和量化不同施工阶段的造价风险水平；工程项目的整个施工过程通常分为多个阶段，每个阶段的造价风险程度不尽相同，但现有方法缺乏对此的量化分析，无法针对性地采取不同的造价控制措施，造成了造价控制的滞后性和低效率；再者，现有造价控制方法考虑的影响因素较为单一，难以全面评估造价情况；无法综合分析各种影响因素的叠加效应，导致造价控制的精度不高；最后，现有方法缺乏对异常造价情况的有效识别和处理机制；在实际工程过程中，可能会出现某些特殊阶段的造价异常偏离预期值的情况，但现有方法难以及时发现这些异常，也缺少相应的优化调度手段，无法及时纠正异常造价问题。

3、鉴于此，本发明提出一种工程智慧造价过程控制系统及控制方法以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：一种工程智慧造价过程控制系统，包括：数据采集分析模块，用于构建用于获取理论造价值的造价预测模型，采集工程项目在n个时间段的相关数据，根据相关数据和造价预测模型确定n个时间段的造价偏离度；

2、风险及权重拟合模块，用于根据n个时间段的造价偏离度，确定n个时间段的造价风险等级，并基于造价风险等级确定n个时间段的造价控制权重系数；

3、实时调整模块，用于利用造价控制权重系数对理论造价值进行调整，得到n个时间段的目标造价值；

4、分析调度模块，用于将n个时间段的实际造价与目标造价值的偏差进行离群值检测，确定异常造价时间段，并对异常造价时间段采取造价优化调度；各个模块之间通过有线和/或无线的方式进行连接。

5、进一步地，所述相关数据包括工程实际造价、材料费用、人工费用、管理费用和工期延误时间。

6、进一步地，所述造价预测模型的构建方式包括：

7、收集历史工程项目数据，历史工程项目数据包括历史m个时间段的实际造价数据和项目特征；

8、对历史工程项目数据进行清洗，进行清洗的方式为处理缺失值和异常值；得到完善工程项目数据；对于完善工程项目数据内的数值型数据进行标准化或归一化；对于类别型数据进行一次热编码，将其转换为数值型数据；

9、基于历史m个时间段的实际造价数据计算得到对应时间段的实际造价值，根据计算得到的实际造价值的分布，将其划分为m个特定区间并定义类别；

10、在整个时间段的训练样本构成的集合中，统计每个类别的样本数量；将计算得到的实际造价值作为训练样本，构建决策树；重复构建m1棵决策树并集成，即完成造价预测模型的构建；

11、所述造价偏离度的获取方式包括：

12、基于n个时间段的相关数据和构建得到的造价预测模型，预测得到n个时间段的理论造价值；则n个时间段的造价偏离度的计算公式为：

13、；其中，为第个时间段的造价偏离度，为第个时间段的实际造价值，为第个时间段的理论造价值。

14、进一步地，所述决策树的构建方式包括：

15、所有训练样本构成数据集，对于数据集，计算其信息熵；

16、；其中，为数据集中第个类别的训练样本所占的比例，为第个类别的代价函数值，为一个正数；

17、；其中，为进度影响系数，为超参数；为基础代价的权重系数，

18、为第个类别的造价偏差值；为工程进度延误的时间；

19、进度影响系数；其中，为基础常数项，为第个项目特征对应的权重系数，为第个项目特征的特征值；为双曲正切函数；为第个项目特征的放大系数；为第个项目特征的陡峭偏移系数；为中心偏移系数；

20、基于数据集的信息熵，对于项目特征，计算其信息增益；

21、基于信息增益构建决策树，在决策树的每个节点处，计算所有项目特征的信息增益，选择信息增益最大的项目特征作为分裂特征，若所有项目特征的信息增益都小于预设的增益阈值，则将当前节点标记为叶节点；重复递归地构建决策树，并在重复递归地构建决策树的过程中，将决策树进行剪枝，即完成对决策树的构建。

22、进一步地，所述信息增益的公式为：

23、；其中，为根据项目特征的第个特征值划分后的子数据集，为子数据集的大小，为数据集的大小，为子数据集的信息熵，为调节参数，为指数因子，为特征相关性调节参数，为项目特征与第个类别的相关性；为子数据集存在的主要类别；

24、；其中，为总的训练样本数，为项目特征的第个特征值与第个类别同时出现的频数；为项目特征的第个特征值与第个类别同时出现的期望频数；

25、；其中，为项目特征的第个特征值在整个数据集中出现的次数，为第个类别在整个数据集中出现的次数；

26、所述进行剪枝的方式包括：

27、定义剪枝评估函数，剪枝评估函数的表达式为：

28、；其中，为剪枝评估值，为错误分类的训练样本数，为当前节点的训练样本数，为后剪枝的叶节点数，为当前节点的深度，为后剪枝调节参数，为样本调节参数，为深度调节参数；

29、预设剪枝阈值，若剪枝评估值小于剪枝阈值，则保留该节点；否则将其剪枝；直到所有训练样本都被正确分类或者满足停止条件，并且剪枝评估值均小于剪枝阈值。

30、进一步地，所述确定n个时间段的造价风险等级的方式包括：

31、对n个时间段的造价偏离度进行标准化或归一化，使其数值范围一致；并将标准化或归一化后的造价偏离度作为样本；

32、随机初始化一组蝙蝠个体，每个蝙蝠个体对应一种聚类方案；

33、初始化参数，参数包括频率、脉冲发射率、局部搜索步长、全局搜索步长范围[amin，amax]；其中，amin为局搜索步长范围上限，amax为局搜索步长范围下限；

34、定义每个蝙蝠个体的适应度函数；对每个蝙蝠个体计算适应度函数的值；

35、；其中，为样本与同簇其他样本的平均距离，为样本与最近邻簇中所有样本的平均距离，为第一调整参数，为指数参数，为第二调整参数；

36、定义最优的聚类数量，使用最优的聚类数量，对蝙蝠个体进行个体位置的更新迭代；更新迭代的公式为：

37、；其中，为蝙蝠个体在次迭代时的位置，为蝙蝠个体在次迭代时的位置，为很小的随机扰动量，为标准正态分布函数；为蝙蝠个体在次迭代时速度；

38、；其中，为惯性权重，为蝙蝠个体在次迭代时速度；为第一加速常数，为第一随机数，为蝙蝠个体的历史最佳位置，为蝙蝠个体在次迭代时的位置加速扰动项；为蝙蝠个体的频率；

39、；其中，为第二加速常数，为第二随机数；为在次迭代时的全局最佳位置，为在次迭代时随机选取的一个优良的位置；

40、；其中，为当前的迭代次数，为最大迭代次数；为预设的频率的最小值，为预设的频率的最大值，为随机向量；为衰减因子；

41、基于个体位置的更新迭代，对当前最优的蝙蝠个体进行局部搜索，局部搜索的公式为：

42、；其中，为新解，为旧解，为第三随机数，为当前局部搜索的步长；最终得到的全局最优个体，即最优的聚类方案；

43、将最优聚类方案中的每个簇进行分析，计算每个簇的造价偏离度的均值；

44、基于每个簇的造价偏离度的均值的大小，将每个簇内的n个时间段进行降序排序并编号，作为n个时间段的造价风险等级。

45、进一步地，所述最优的聚类数量的定义方式包括：

46、初始状态下，每个样本自成一簇，共有n个簇；采用欧氏距离计算任意两簇之间的距离，找到距离最近的两个簇，将它们合并为一个新的簇；此时簇的数量减少1，重复直到所有样本都聚合到一个簇为止，生成一棵自底向上的聚类树；

47、定义聚类树函数；

48、；其中，、和为加权系数；为第个簇的样本数；为第个簇的样本数，为第个簇和第个簇的平均最短距离；为所有成对的样本之间的最大距离；为第个簇的形状分数，为簇的数量为时的簇分布评分；

49、；其中，为平衡参数，为第个簇的轮廓系数，为第个簇的凸包面积，为第个簇的凸包周长，为第个簇内任意两样本之间的最大距离，为第个簇内任意两样本之间的最小距离；

50、在聚类树上，从开始，计算的值，当由小到大增加时，值先增大后减小，在某个值处取得最大值，此时对应的值即为最优的聚类数量。

51、进一步地，所述n个时间段的造价控制权重系数的确定方式包括：

52、统计在所有簇内，第个时间段对应的造价风险等级出现的次数，并归一化到[0，1]区间内，得到第个时间段的风险次数；

53、则造价控制权重系数的计算公式为：

54、；其中，和为控制权重调节参数；为第个时间段的风险次数；为所有簇内时间段的最大风险次数，为所有簇内时间段的最小风险次数；为第个时间段的造价偏离度的均值；

55、所述利用造价控制权重系数对理论造价值进行调整的公式为：

56、；其中，为全局调节系数，为施工指数调节参数；为第个时间段的目标造价值；

57、；其中，为第个时间段的施工难度系数；为所有时间段施工难度系数的最小值，为所有时间段施工难度系数的最大值，

58、；其中，和为平衡权重参数；为第项施工工艺的权重，为第项施工工艺在第个时间段的复杂度评分；为第个时间段涉及的施工工艺数量；为第项环境约束因素在第个时间段的影响程度评分，为影响第个时间段施工环境的约束因素数量。

59、进一步地，所述异常造价时间段的确定方式包括：

60、计算实际造价与目标造价值的偏差，记作造价偏差值；

61、偏差的计算公式为：；其中，为第个时间段的实际造价与目标造价值的偏差；

62、计算n个时间段的造价偏差值，得到偏差值集合dpl；对偏差值集合dpl内的造价偏差值进行升序排序，得到有序集合dpl'；将造价偏差值作为数据点；

63、提取有序集合dpl'的下四分位数、中位数和上四分位数；

64、基于上四分位数和下四分位数计算四分位距离；

65、基于四分位距离确定内部柄长度以及外部柄长度；

66、；

67、；

68、定义一个矩形框，矩形框的下边界为，矩形框的上边界为，在矩形框内画一条横线，表示中位数，从向下延伸一条线，长度为内部柄长度；

69、从向上延伸一条线，长度为内部柄长度，这两条线的端点即为内部柄端点；标记在内部柄端点之外，但在外部柄长度之内的数据点为可疑离群值；标记在外部柄长度之外的数据点为确定离群值；

70、异常造价时间段包括可疑异常时间段和确定异常时间段；对于每个时间段，若其造价偏差值在可疑离群值的范围内，标记为可疑异常时间段；若其造价偏差值为确定离群值，标记为确定异常时间段。

71、一种工程智慧造价过程控制方法，其基于所述的一种工程智慧造价过程控制系统实现，包括：s1、构建用于获取理论造价值的造价预测模型，采集工程项目在n个时间段的相关数据，根据相关数据和造价预测模型确定n个时间段的造价偏离度；

72、s2、根据n个时间段的造价偏离度，确定n个时间段的造价风险等级，并基于造价风险等级确定n个时间段的造价控制权重系数；

73、s3、利用造价控制权重系数对理论造价值进行调整，得到n个时间段的目标造价值；

74、s4、将n个时间段的实际造价与目标造价值的偏差进行离群值检测，确定异常造价时间段，并对异常造价时间段采取造价优化调度。

75、本发明一种工程智慧造价过程控制系统及控制方法的技术效果和优点：

76、本发明具备动态预测造价的能力，能够实时跟踪工程项目的实际进展情况，及时调整预测模型，使得造价预测值更加贴近实际，为后续的造价控制提供了准确的基础数据；其次，引入了风险等级分类管理的理念，根据不同阶段的造价偏离情况，对风险等级进行动态评估和分级，并制定差异化的造价控制策略，实现了精细化、因素化的造价管控，提高了管控的针对性和有效性；再者，能够根据施工难度、工艺复杂度、环境约束等多种影响因素，动态调整目标造价值，使得造价调整更加科学合理，避免了人为主观判断带来的偏差，提高了造价调整的精准度；此外，建立了异常造价时间段的识别和优化调度机制，对可疑异常和确定异常分别采取不同的监控和调度策略，实现了造价的实时监控和闭环控制，有效防范和化解了造价风险，确保了工程造价的可控性和经济性。