【技术实现步骤摘要】
本专利技术涉及大数据，具体是指基于大数据的公路工程计量计费方法及系统。
技术介绍
1、合理的公路工程计量计费有利于控制成本，提高效率，传统土方配置方法主要依靠工程师的经验和直觉，缺乏科学的理论依据和分析方法，容易受到主观因素的影响，导致土方分配不够准确和合理的问题；传统计量计费方法往往局限于特定领域或特定环节的估算，缺乏全面考虑项目各个方面的综合性，导致估算结果缺乏全局性的问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种基于大数据的公路工程计量计费方法及系统，针对传统土方配置方法主要依靠工程师的经验和直觉，缺乏科学的理论依据和分析方法，容易受到主观因素的影响，导致土方分配不够准确和合理的问题，本方案建立基于线性规划理论的土方配置数学模型，利用粒子群优化算法对土方配置数学模型进行分析和处理，得到最优的土方配置方案，减少工程预算，节约成本；针对传统计量计费方法往往局限于特定领域或特定环节的估算，缺乏全面考虑项目各个方面的综合性，导致估算结果缺乏全局性的问题，本方案基于粒子群算法估计公路工程项目的最小成本与最优工期，结合遗传算法，实现更高效的全局搜索和更快的收敛速度，从而获得最优解。
2、本专利技术采取的技术方案如下：本专利技术提供的一种基于大数据的公路工程计量计费方法，该方法包括以下步骤：
3、步骤s1：数据采集与预处理，收集公路工程项目的相关数据，去除重复数据，对缺失值进行处理，识别和处理数据中的异常值；
4、步骤
5、步骤s3：建立计量计费模型，基于粒子群算法估计公路工程项目的最小成本与最优工期，结合遗传算法，摆脱局部最优；
6、步骤s4：测试与验证，使用已有的公路工程项目数据对计量计费模型进行测试验证，评估模型的精度和可靠性。
7、进一步地，在步骤s1中，数据采集与预处理，具体为：收集公路工程项目的相关数据，包括施工条件和环境信息，工程规模，成本的限制，工期的最小和最大限制，额外费用，工程规模，设备使用情况，并对公路工程项目的相关数据进行预处理操作，包括去除重复数据，对缺失值进行处理，识别和处理数据中的异常值。
8、进一步地，在步骤s2中，公路工程土方配置，具体包括以下步骤：
9、步骤s21：问题定义，定义公路工程施工现场开挖区域为，填充区域为，其中，表示公路工程施工现场开挖区域总数，表示填充区域的总数，假设开挖区域至填充区域的运输量为；
10、步骤s22：约束条件，利用切割区域对填充区域进行填充，所用约束条件如下：
11、；
12、式中，表示开挖区域的土方体积；
13、在满足上述约束条件的前提下，利用填充面积作为目标约束量，所用公式如下：
14、；
15、式中，表示填充区域的土方体积；
16、步骤s23：建立数学模型，建立土方分配的数学模型，所用公式如下：
17、；
18、式中，，，，，，，，，表示填充区域与开挖区域之间的平均运输距离，表示土方分配的总数；
19、步骤s24：粒子群优化，利用粒子群算法优化公路工程中土方分配问题，得到土方配置方案，所用公式如下：
20、；
21、；
22、式中，为第次迭代，表示粒子的速度，表示粒子的位置，和为学习因子，用于调整粒子沿飞行的距离，用于调整粒子沿飞行的距离，是一个取值范围为<mstyle displaystyle="true" mathcolor="#000000"><mo>[</mo><mrow><mn>0</mn><mi>,</mi><mn>1</mn></mrow><mo>]</mo></mstyle>的随机数，表示个体的最佳位置，表示群体的最佳位置，表示自我认知部分，代表粒子当前位置与自身最优位置之间的距离，表示社会认知部分，代表粒子当前位置与群体最优位置之间的距离。
23、进一步地，在步骤s3中，建立计量计费模型，具体包括以下步骤：
24、步骤s31：参数定义，初始化粒子，随机产生种群，定义输入参数，所用公式如下：
25、；
26、式中，表示施工条件和环境信息，表示公路工程项目的工程规模，表示成本的限制，表示工期的最小和最大限制，表示额外费用，表示工程规模；表示设备使用情况；表示土方配置方案；
27、步骤s32：重组，采用轮盘赌的方法来挑选组合的粒子，使用均匀交叉方法产生新粒子，定义产生的新粒子数量等于原粒子的数量；
28、步骤s33：定义适应度函数，对每个粒子，利用均方根误差rmse作为目标函数，所用公式如下：
29、；
30、式中，表示预测值，表示实际值，表示样本个数；
31、步骤s34：更新速度和位置，计算速度并更新粒子的位置，位置更新重复次，得到结果，所用公式如下：
32、；
33、；
34、式中，为粒子的最佳位置，为整个优化过程中所有粒子的最佳位置，和是学习因子，、是<mstyle displaystyle="true" mathcolor="#000000"><mo>[</mo><mrow><mn>0</mn><mi>,</mi><mn>1</mn></mrow><mo>]</mo></mstyle>范围内的随机数，为粒子的当前位置，为粒子当前速度，为粒子更新后的位置，为更新后的速度，表示惯性权重；
35、计算柯西速度和位置，所用公式如下：
36、；
37、；
38、式中，和为随机化的柯西值，为粒子柯西突变后的位置，为柯西突变后的速度，为粒子的当前柯西位置，为粒子当前柯西速度；
39、步骤s35：终止条件判断，如果对结果满足，则终止整个过程，如果不满足，定义阈值，则检查是否有超过一半的粒子陷入相同的局部最优，通过比较每个粒子的和位置，如果两个点之间的距离小于阈值，则被视为陷入相同的局部最优中，如果超过一半的粒子陷入局部最优，则转到步骤s36，否则转到步骤s37；
40、；
41、；
42、式中，为两点之间的距离，为粒子数，为阈值；
43、步骤s36：柯西突变，当一半的粒子陷入相同的局部最优时，所有陷入局部最优的粒子都会从当前位置发生突变，所用公式如下：
4本文档来自技高网...
【技术保护点】
1.基于大数据的公路工程计量计费方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的公路工程计量计费方法，其特征在于：在步骤S2中，所述公路工程土方配置，包括以下步骤：
3.根据权利要求2所述的基于大数据的公路工程计量计费方法，其特征在于：在步骤S3中，所述建立计量计费模型，包括以下步骤：
4.基于大数据的公路工程计量计费系统，用于实现如权利要求1-3中任一项所述的基于大数据的公路工程计量计费方法，其特征在于：包括数据采集与预处理模块，公路工程土方配置模块，建立计量计费模型模块和测试与验证模块；
【技术特征摘要】
1.基于大数据的公路工程计量计费方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的公路工程计量计费方法，其特征在于：在步骤s2中，所述公路工程土方配置，包括以下步骤：
3.根据权利要求2所述的基于大数据的公路工程计量计费方法，其特...
【专利技术属性】
技术研发人员：赵越，徐润，薛富涛，李怀峰，赵杰，李晓宇，王冰，徐召，
申请(专利权)人：山东省交通规划设计院集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。