[发明专利]一种建筑工程造价用的分析仪及控制方法

权利要求书

1.一种建筑工程造价用的分析仪控制方法，其特征在于，所述建筑工程造价用的分析仪的控制方法包括：

主控模块通过造价清单分类模块利用分类程序对造价清单进行分类操作；通过数据分析处理模块利用机器学习算法、数据挖掘程序、统计分析程序对建筑工程造价数据进行分析处理；获得工程造价值；

统计分析程序具体包括：设目标与决策层中有决策指标p₁,p₂,…,p_m，目标与决策层下的网络架构层有C₁,C₂,…,C_N个指标集，其中C_i中有元素以目标与决策层决策指标p_s(s＝1,2,…,m)为准则，以C_j中元素e_jk(k＝1,2,…,n_j)为次准则，将指标集C_i中指标按其对e_jk的影响力大小进行间接优势度比较，即在准则p_s下构造判断矩阵：

并由特征根法得权重向量

对于k＝1,2..,n_i重复上述步骤，得到式(1)所示矩阵W_ij；

其中，W_ij的列向量为C_i中的元素对C_j中元素的影响程度排序向量；若C_j中元素不受C_i中元素影响，则W_ij＝0；

对于i＝1,2,...,N；j＝1,2,...,N重复B，获得决策准则p_s下的超矩阵W:

2.如权利要求1所述的建筑工程造价用的分析仪控制方法，其特征在于，所述建筑工程造价用的分析仪控制方法具体包括：

步骤一：通过数据采集模块利用数据输入设备采集建筑决策阶段数据及资料、设计阶段概算数据及资料、施工阶段预算数据及资料、竣工阶段决算数据及资料；通过数据抽取集成模块利用数据处理软件对采集的建筑工程造价数据进行数据抽取、数据归类、数据集成，并将抽取集成的数据进行聚合关联存储到数据库中；

步骤二：主控模块通过造价清单分类模块利用分类程序对造价清单进行分类操作；通过数据分析处理模块利用机器学习算法、数据挖掘程序、统计分析程序对建筑工程造价数据进行分析处理；机器学习算法采用BP算法，BP算法学习过程分为信号的向前传播，通过网络学习提取训练样本的内在特征，得到网络输出值；第二阶段是误差的后向传播，基于最优化理论计算梯度，求解输出值与期望值的残差，向前传播数学模型为：

式中：W_i和b是其权重和偏置参数；f(W,b；x)：R→R称为激励函数；

向后传播数学模型为：

式中：e为代价函数，可通过最小二乘法求得；y为期望值；λ＞0为一个常量；为惩罚项；

主控模块主要采用单片机对各模块进行控制，单片机采用改进的PSO算法，其数学模型为：

式中：w_max和w_min表示惯性权重最大和最小值,t表示迭代次数,Iter_max表示最大迭代次数；

步骤三：通过电网造价分析模块利用电网工程分析数据仓储体系对电网造价进行分析；通过审计模块对建筑工程造价数据进行审计操作；通过数据转化演示模块利用触控显示屏显示根据数据转化程序转化的可视化数据并进行人机交互操作，触控显示屏采用改进的灰度级校正方法，该方法为：

式中：P_i表示经过校正的图像显示数据，S_i表示显示灰度级的具体数值,S_L表示显示灰度级的最大数值；λ_inv＝1/0.45，n为显示屏的最大线性灰度值；Q为取整函数；

步骤四：通过数据应用分享模块利用分享程序将可视化的工程造价数据进行分享给业主单位、设计单位、施工单位、监理单位、建管单位。