[发明专利]工程项目建设周期预测方法、装置和系统

说明书

本发明公开了工程项目建设周期预测方法、装置和系统。其中，该方法包括：对多个工程项目的历史数据中的项目信息进行数据清洗，获取多个工程项目的持续时间数据集；对持续时间数据集，进行支持向量回归训练，生成支持向量回归模型，支持向量回归模型对工程项目建设周期实际值与持续时间数据集之间的函数关系进行拟合；根据支持向量回归模型和待预测的工程项目已有的项目信息，对待预测的工程项目的建设周期进行预测。根据本发明实施例的工程项目建设周期预测方法、装置和系统，通过建立支持向量回归模型，对工程项目的建设周期进行预测。

技术领域

本发明涉及工程建设状态分析领域，尤其涉及工程项目建设周期预测方法、装置和系统。

背景技术

工程项目例如风电工程项目，普遍存在工程量较大，周期较长的特点，在建设前期对工程项目建设周期作出合理有效的预测，对于整个工程的管理和实施都有着很重要的作用。根据预测结果对工程项目进行资源调度或资源需求的调整，确保其设计合理，避免因规划、设计失误或设备选型错误造成影响工程进度和使用效果的问题，为工程项目组织管理决策的优化，帮助企业提高资产运营效率具有重要的意义。

目前，针对事件持续时间的预测方法多通过在线监控修正误差或通过概率分布函数进行预测，但是这些方法只能适用于特定领域，并不适合用于工程建设周期预测，而靠人经验判断的风电工程建设周期，效率低，准确度低。

发明内容

本发明实施例提供一种工程项目建设周期预测方法、装置和系统，通过建立持向量回归模型，实现对工程项目的建设周期进行预测。

一方面，本发明实施例提供一种工程项目建设周期预测方法，包括：对多个工程项目的历史数据中的项目信息进行数据清洗，获取多个工程项目的持续时间数据集；对持续时间数据集，进行支持向量回归训练，生成支持向量回归模型，支持向量回归模型对工程项目建设周期实际值与持续时间数据集之间的函数关系进行拟合；根据支持向量回归模型和待预测的工程项目已有的项目信息，对待预测的工程项目的建设周期进行预测。

另一方面，本发明实施例提供一种工程项目建设周期预测装置，包括：持续时间数据集获取模块，被配置为对多个工程项目的历史数据中的项目信息进行数据清洗，获取多个工程项目的持续时间数据集；支持向量回归模型生成模块，被配置为对持续时间数据集，进行支持向量回归训练，生成支持向量回归模型，支持向量回归模型对工程项目建设周期实际值与持续时间数据集之间的函数关系进行拟合；工程项目建设周期预测模块，被配置为根据支持向量回归模型和待预测的工程项目已有的项目信息，对待预测的工程项目的建设周期进行预测。

再一方面，本发明实施例提供一种工程项目建设周期预测系统，包括：存储器，被配置为存储程序；处理器，被配置为运行存储器中存储的程序，以执行以下步骤：对多个工程项目的历史数据中的项目信息进行数据清洗，获取多个工程项目的持续时间数据集；对持续时间数据集进行支持向量回归训练，生成支持向量回归模型，支持向量回归模型对工程项目建设周期实际值与持续时间数据集之间的函数关系进行拟合；根据支持向量回归模型和待预测的工程项目已有的项目信息，对待预测的工程项目的建设周期进行预测；显示器，被配置为对待预测的工程项目的建设周期的预测结果进行显示。

通过本发明实施例提供的工程项目建设周期预测方法、装置和系统，收集工程建设的项目信息，根据工程建设的历史数据进行筛选，分析，生成对应的支持向量模型，从而对未完成的在建项目或未来的工程项目的建设周期进行预测，为工程建设的实施和管理提供了重要的支持。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是示出本发明一实施例提供的工程项目建设周期预测方法的流程图。

图2是图1中生成支持向量回归模型步骤的详细的流程图。