一种基于人工智能的建筑工程造价预测方法，涉及数据预测技术领域；获取工程数据总集和造价数据总集，设置进度节点以将其划分为工程数据子集和造价数据子集，获取不同进度节点的进度系数以及相邻进度节点的工程数据差集和进度系数差值，构建进度评估模型，获取不同进度节点的造价系数以及相邻进度节点的造价系数差值，构建造价评估模型，获取实时工程数据子集及其实时工程数据差集，利用进度评估模型获取预测进度系数差值，利用造价评估模型获取预测造价系数差值，结合实时造价系数获取预测造价系数；有利于为建筑工程造价实现有效的预测机制。
【技术实现步骤摘要】
本专利技术涉及数据预测，具体是一种基于人工智能的建筑工程造价预测方法。
技术介绍
1、对建筑工程进行造价预测，主要依赖于当前的人工智能技术来处理和分析大量的工程造价数据，从而提高预测的准确性和效率，该方法结合了深度学习、机器学习以及神经网络等多种人工智能技术，通过分析和学习工程造价数据并构建相应的预测模型，从而对后续工程的造价进行准确预测；
2、现有技术的造价预测大多是针对于建筑工程结束时的总造价进行预测，而没能对施工过程中的不同时间节点的造价进行预测，且现有技术对于建筑工程进行造价预测，也没能与对于建筑工程进行进度预测结合起来，导致预测结果不能贴合工程的建造进度，因此无法提供更加有效的参考价值，针对现有技术的不足，本专利技术提供了一种基于人工智能的建筑工程造价预测方法。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的建筑工程造价预测方法。
2、本专利技术的目的可以通过以下技术方案实现：一种基于人工智能的建筑工程造价预测方法，包括以下步骤：
>3、步骤s1：获取本文档来自技高网...
【技术保护点】
1.一种基于人工智能的建筑工程造价预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，获取不同建筑的工程数据总集和造价数据总集的过程包括：
3.根据权利要求2所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，将工程数据总集和造价数据总集划分为不同的工程数据子集和造价数据子集的过程包括：
4.根据权利要求3所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，获取不同进度节点的进度系数，并获取相邻进度节点的工程数据差集和进度系数差值的过程包括：
5.根据权利要求4所述的...
【技术特征摘要】
1.一种基于人工智能的建筑工程造价预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，获取不同建筑的工程数据总集和造价数据总集的过程包括：
3.根据权利要求2所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，将工程数据总集和造价数据总集划分为不同的工程数据子集和造价数据子集的过程包括：
4.根据权利要求3所述的一种基于人工智能的建筑工程造价预测方法，其特征在于，获取不同进度节点的进度系数，并获取相邻进度节点的工程数据差集和进度系数差值的过程包括：
5.根据权利要求4所述的一种基于...
【专利技术属性】
技术研发人员：刘陈平，关健华，
申请(专利权)人：湖南国防工业职业技术学院，
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。