一种基于成熟度模型的全过程项目管理检测方法及系统技术方案

本发明专利技术提供的一种基于成熟度模型的全过程项目管理检测方法及系统，属于项目管理技术领域。方法特别包括：获取实时项目影响数据，分析提取风险变量，所述实时项目影响数据包括实时政策数据、实时环境数据、实时项目进度数据；将所述风险变量输入对应的所述阶段风险变量的成熟度优化模型，计算得到风险等级，根据所述风险等级进行项目管理预警。本发明专利技术能结合各种风险因素进行分析，对成熟度模型进行优化，结合风险变量计算得到更为精准的项目各阶段成熟度数值，为项目管理提供更为精准的辅助判断数据，更好的进行全过程管理。更好的进行全过程管理。更好的进行全过程管理。

【技术实现步骤摘要】
一种基于成熟度模型的全过程项目管理检测方法及系统


[0001]本专利技术涉及项目管理
，特别是涉及一种基于成熟度模型的全过程项目管理检测方法及系统。

技术介绍

[0002]工程项目全过程管理指的是在项目的整个生命周期中，为实现整个工程项目计划、组织、实施和管理目标，对整个工程项目实施全过程、全方位的管理和控制。工程项目全过程管理主要包括：1、工程项目全过程管理的实施步骤；2、设计与施工；3、建设资金筹集；4、建设资料管理；5、过程管理及控制；6、风险评估及预防措施；7、后期工作建议。
[0003]国内申请号为CN202111122518.9的专利公开了一种基于成熟度模型的全过程咨询项目管理监测系统，所述系统包括：文本信息采集模块；第一语义分析模块，用于对所述文本信息采集模块采集的各文本数据输入至第一神经网络进行语义提取，得到第一语义分析结果；视频信息采集模块，用于采集施工过程中场地的施工信息；和/或视频信息分析模块，用于对所述视频信息进行关键帧提取，并进行增强、去噪处理，然后输入第二神经网络进行语义分析，得到第二语义分析结果；服务器以及数据库，通过三个深度神经网络的共同作用，实现了成熟度模型的准确判断分类，避免了人工判断的主观性，并实现了自动化判断。但是该专利技术在工程项目全过程管理中无法做到准确判断分类，而无法根据成熟度全过程项目管理规则结合各种复杂局面以及各种风险因素进行自主的对可能存在的风险因素进行全面的全过程项目管理。

技术实现思路

[0004]为解决上述问题，本专利技术提出了一种基于成熟度模型的全过程项目管理检测方法，基于神经网络进行自主学习，结合各种复杂局面以及各种风险因素进行自主的对可能存在的风险因素进行全面的全过程项目管理。
[0005]为实现上述目的，本专利技术提供的一种基于成熟度模型的全过程项目管理检测方法，至少包括以下步骤：
[0006]获取项目基本数据，所述项目基本数据通过采集的项目原始资料进行分析提取得到；
[0007]将所述项目基本数据输入成熟度模型，得到所述成熟度模型输出的成熟度结果，根据所述成熟度结果匹配阶段风险变量，其中，所述成熟度模型基于项目样本以及与所述项目样本对应的成熟度数据训练得到；
[0008]获取实时项目影响数据，分析提取风险变量，所述实时项目影响数据包括实时政策数据、实时环境数据、实时项目进度数据；
[0009]将所述风险变量输入对应的所述阶段风险变量的成熟度优化模型，计算得到风险等级，根据所述风险等级进行项目管理预警。
[0010]进一步的，采集招标文件、项目合同、验收标准中的文本信息，对所述文本信息进
行文字语义分析，得到所述项目基本数据，所述项目基本数据包括项目类型、项目施工方信息、项目具体内容、项目进度计划信息；
[0011]所述项目施工方信息包括施工方身份信息、施工方资质数据、施工方对各项目承接的工作效率、施工方对各项目承接的工作质量；
[0012]所述项目具体内容包括施工位置数据、施工要求规范数据；
[0013]所述项目进度计划信息包括项目对应各阶段时间数据、项目对应各阶段进度数据、项目对应各阶段进度的投资金额数据。
[0014]进一步的，所述成熟度模型建立方法包括：
[0015]获取历史相似项目信息，包括历史项目类型、历史项目施工方信息、历史项目具体内容、历史项目进度计划信息；
[0016]根据所述历史相似项目信息提取历史项目影响因素匹配对应的历史成熟度数据，计算得到成熟度模型，所述历史项目影响因素包括历史项目类型数据、历史项目施工方施工各阶段工作效率，历史项目进度各阶段时间数据、历史项目进度各阶段劳动力要素信息。
[0017]进一步的，所述成熟度的计算公式如下：
[0018]C
it
＝β0+β11nY
it
+β21nK
it
+β31nL
it
+β4(1nY
it
)2+β5(1nK
it
)2+β6(1nL
it
)2[0019]其中，C代表成熟度，β代表系数，i代表对应项目，t代表分阶段进度对应的时间段，Y代表对应施工方在该项目中的工作效率，L代表总体投入劳动力要素。
[0020]进一步的，根据所述项目类型匹配获取历史相似项目集合中各进度阶段影响成熟度的所述阶段风险因子；
[0021]将实时获取到的所述风险因子和所述阶段风险因子进行比较，当所述风险因子包含在所述阶段风险因子内时，将所述风险因子输入对应的所述阶段风险因子的所述成熟度优化模型。
[0022]进一步的，所述成熟度优化模型构建基于双向长短时记忆网络，具体方法为：
[0023]将属于对应进度下的每种阶段风险变量作为一种自变量进行采集，对所述阶段风险变量进行归一化处理，构建阶段风险变量集；
[0024]将所述阶段风险变量集输入CBiLSTM
‑
GPR模型，进行并行计算，定义CBiLSTM
‑
GPR模型的损失函数及优化器，得到阶段风险变量因子；
[0025]根据所述阶段风险变量和所述阶段风险变量因子对成熟度模型进行优化，得到最终的成熟度精准模型。
[0026]进一步的，一种基于成熟度模型的全过程项目管理检测系统，应用一种基于成熟度模型的全过程项目管理检测方法，包括：
[0027]数据获取模块，用于获取各项数据；
[0028]计算模块，用于根据所述各项数据和成熟度模型进行计算，得到成熟数值；
[0029]分析模块，用于根据所述成熟数值和预警成熟度值进行成熟度风险分析，得到分析结果；
[0030]预警模块，用于根据所述分析结果，进行项目预警。
[0031]一种设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种基于成熟度模型的全过程项目管理检测方法。
[0032]一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行一种基于成熟度模型的全过程项目管理检测方法的步骤。
[0033]与现有技术相比，本专利技术的有益效果在于：
[0034]本专利技术能结合各种风险因素进行分析，对成熟度模型进行优化，结合风险变量计算得到更为精准的项目各阶段成熟度数值，为项目管理提供更为精准的辅助判断数据，更好的进行全过程管理。
[0035]为了更好的理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0036]图1是本专利技术一种基于成熟度模型的全过程项目管理检测方法的流程图；
[0037]图2是本专利技术一种基于成熟度模型的全过程项目管理检测系统的框图。
[0038]具体施工方式
[0039]为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图说明本专利技术的具体施工方式，但本专利技术的保护范围不局限于以下所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于成熟度模型的全过程项目管理检测方法，其特征在于，至少包括以下步骤：获取项目基本数据，所述项目基本数据通过采集的项目原始资料进行分析提取得到；将所述项目基本数据输入成熟度模型，得到所述成熟度模型输出的成熟度结果，根据所述成熟度结果匹配阶段风险变量，其中，所述成熟度模型基于项目样本以及与所述项目样本对应的成熟度数据训练得到；获取实时项目影响数据，分析提取风险变量，所述实时项目影响数据包括实时政策数据、实时环境数据、实时项目进度数据；将所述风险变量输入对应的所述阶段风险变量的成熟度优化模型，计算得到风险等级，根据所述风险等级进行项目管理预警。2.根据权利要求1所述的一种基于成熟度模型的全过程项目管理检测方法，其特征在于，采集招标文件、项目合同、验收标准中的文本信息，对所述文本信息进行文字语义分析，得到所述项目基本数据，所述项目基本数据包括项目类型、项目施工方信息、项目具体内容、项目进度计划信息；所述项目施工方信息包括施工方身份信息、施工方资质数据、施工方对各项目承接的工作效率、施工方对各项目承接的工作质量；所述项目具体内容包括施工位置数据、施工要求规范数据；所述项目进度计划信息包括项目对应各阶段时间数据、项目对应各阶段进度数据、项目对应各阶段进度的投资金额数据。3.根据权利要求2所述的一种基于成熟度模型的全过程项目管理检测方法，其特征在于，所述成熟度模型建立方法包括：获取历史相似项目信息，包括历史项目类型、历史项目施工方信息、历史项目具体内容、历史项目进度计划信息；根据所述历史相似项目信息提取历史项目影响因素匹配对应的历史成熟度数据，计算得到成熟度模型，所述历史项目影响因素包括历史项目类型数据、历史项目施工方施工各阶段工作效率，历史项目进度各阶段时间数据、历史项目进度各阶段劳动力要素信息。4.根据权利要求3所述的一种基于成熟度模型的全过程项目管理检测方法，其特征在于，所述成熟度的计算公式如下：C
it
＝β0+β11nY
it
+β21nK
it
+β31nL
it
+β4(1nY
it
)2+β5(1nK
it
)2+β6(1n...

【专利技术属性】
技术研发人员：许振华，乐海亮，
申请(专利权)人：浙江永诚建设工程管理有限公司，
类型：发明
国别省市：