一种可视化造价数据预测智能分析系统技术方案

一种可视化造价数据预测智能分析系统，包括数据采集系统、数据校验模块、筛选匹配模块、数据智能处理单元、BIM计算单元、神经网络预测单元、分析决策单元与监督管理单元，数据采集系统的输出端分别与数据校验模块、筛选匹配模块的输入端连接，数据校验模块的输出端与数据智能处理单元的输入端连接，数据智能处理单元的输出端分别与BIM计算单元、筛选匹配模块的输入端连接，筛选匹配模块的输出端与神经网络预测单元的输入端连接，BIM计算单元、神经网络预测单元的输出端分别与分析决策单元的输入端连接，分析决策单元的输出端与监督管理单元的输入端连接。本设计不仅提高了造价过程数据分析能力，而且提高了预测精度。而且提高了预测精度。而且提高了预测精度。

【技术实现步骤摘要】
一种可视化造价数据预测智能分析系统


[0001]本专利技术涉及工程造价数据处理
，尤其涉及一种可视化造价数据预测智能分析系统，主要适用于提高造价过程数据分析能力。

技术介绍

[0002]工程造价为综合运用管理学、经济学和工程技术等方面的知识与技能，对工程造价进行预测、计划、控制、核算、分析和评价等的工作过程被称为工程造价管理，按照法律法规和标准等规定的程序、方法和依据，对工程造价及其构成内容进行的预测或确定被称为工程计价，工程计价依据包括与计价内容、计价方法和价格标准相关的工程计量计价标准、工程计价定额及工程造价信息等，工程造价计价预测一般是以模糊数学、灰色系统、神经网络等为理论基础，对实际工程建立相关模型，进行造价计价预测。人工神经网络则是近年兴起的一种模拟生物神经系统结构的人工智能技术，能够从数据样本中自动地学习以前的经验而无需复杂的查询和表述过程，并能自动地逼近那些最佳刻画了样本数据规律的函数，揭示出数据样本中所蕴含的非线性关系。
[0003]在基于可视化造价数据预测分析中，预测是一个比较复杂的系统，它包括很多的影响因素，而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可视化造价数据预测智能分析系统，其特征在于，该系统包括数据采集系统、数据校验模块、数据智能处理单元、BIM计算单元、神经网络预测单元与分析决策单元，所述数据智能处理单元包括人工智能数据库模块与智能列项模块；所述数据采集系统的输出端与数据校验模块的输入端连接，数据校验模块的输出端与人工智能数据库模块的输入端连接，人工智能数据库模块的输出端与智能列项模块的输入端连接，智能列项模块的输出端与BIM计算单元的输入端连接，BIM计算单元的输出端与分析决策单元的输入端连接，所述神经网络预测单元的输入端与数据采集系统的输出端连接，神经网络预测单元的输出端与分析决策单元的输入端连接；所述数据校验模块，用于对数据采集系统输送的数据的逻辑计算及数据格式的正确性进行校验；所述人工智能数据库模块，用于采用人工智能并行算法分析处理海量数据，并支持将分布式数据从单机扩展到集群，对导入的数据进行标准化整理，兼容计价文件格式，支持全过程计价文件、合同和图纸文件的导入；所述智能列项模块，用于利用智能数据接口导入BIM模型，承接项目模型的几何和空间物理属性与计算关系，加载计算规则，构建工程量，同时，通过数字化和图形处理技术进行智能清单列项，提取BIM模型中的构件信息，智能匹配数据库与BIM模型构件清单项，赋以构件项目编码确定、项目名称拟定、计量单位选择、工程量计算和项目特征描述，实现智能化和标准化的清单编制；所述BIM计算单元，用于将不同阶段的BIM模型与工程计价依据、工程造价大数据集成，进行智能算量组价，组价时在人工智能数据库中找到与工程量清单描述匹配的信息，选择需要组价的单位工程和组价依据，设置组价方式，智能读取数据库信息，匹配市场最优报价；所述神经网络预测单元，用于建立BP人工神经网络模型，并对工程进行造价预测；所述分析决策单元，用于对估算、概算、预算、结算以及决算的数据设置边界条件，当数据触发边界条件后，通过可视化图形显示决策建议。2.根据权利要求1所述的一种可视化造价数据预测智能分析系统，其特征在于：所述数据采集系统包括要素价格收集模块、工程信息收集模块和行业动态收集模块，数据采集系统通过自适应采集机器设备对项目建设全过程产生的原始资料数据进行收集和汇总，然后进行自动解析，完成造价估算数据的采集和整合。3.根据权利要求1所述的一种可视化造价数据预测智能分析系统，其特征在于：所述系统还包括筛选匹配模块，所述筛选匹配模块的输入端分别与数据采集系统、智能列项模块连接，筛选匹配模块的输出端与神经网络预测单元的输入端连接；所述筛选匹配模块具体用于执行如下步骤：S1、收集各施工工序对应的工序数据，抽取各项造价基础数据样本，对收集的样本数据进行描述统计，包括统计样本数据的均值和标准差范围；S2、抽取某一样本数据作为异常数据，计算除去抽取的异常数据所有样本数据的均值以及标准差，所述均值、标准差的计算方式如下：
上式中，Y
i
为第i个样本数据，i＝10为第10个样本数据为可疑数据，m为均值，L为标准差，k为样本数据的数量；S3、判定可疑数据是否超过置信区间的上限，若是，则将其作为异常数据筛选出来；S4、将其他样本数据重复S1～S3的步骤，对所有样本数据进行筛选，通过数据值对工序施工影响因素进行匹配判定。4.根据权利要求1所述的一种可视化造价数据预测智能分析系统，其特征在于：所述人工智能数据库模块，用于通过云+物联网+智能终端信息技术对数据进行积累与维护，基于云端数据进行数据复用、批注、共享，并支持web端和移动端多入口接入。5.根据权利要求1所述的一种可视化造价数据预测智能分析系统，其特征在于：所述智能列项模块具体用于执行如下步骤：S1、通过对造价信息数据进行提取，包括各施工工序对应的工序数据，编码为G
i
，确定加工特征与施工工序之间的对应关系：上式中，G

【专利技术属性】
技术研发人员：马莉，徐灵风，孙利平，廖晓红，周蠡，柯方超，杨林，汪子兵，唐学军，张雪霏，熊川羽，王巍，熊一，高晓晶，李智威，张赵阳，陈然，王琪鑫，贺兰菲，廖爽，邹雨馨，明月，郭婷，
申请(专利权)人：国网湖北省电力有限公司经济技术研究院，
类型：发明
国别省市：