[发明专利]一种工程项目造价数据管理系统及方法

权利要求书

1.一种工程项目造价数据管理方法，其特征在于，所述工程项目造价数据管理方法包括：

第一步，采集工程原料、设备、规划图等数据信息，对采集的数据信息进行修改、变动；

第二步，预测工程完工周期，初步对建设项目发生的全部费用进行预测和估算，作相应调整；

第三步，对己完成的工程价款进行结算，记录存档，并利用存储器存储采集的工程数据、修正数据、预算数据、结算数据等信息；

第四步，通过显示器显示工程项目造价数据管理系统界面及采集的工程数据、修正数据、预算数据、结算数据等信息。

2.如权利要求1所述的工程项目造价数据管理方法，其特征在于，通过数据采集设备采集工程原料、设备、规划图数据之后对各类数据进行聚类处理，采用改进的聚类算法，具体过程如下：

在D维大数据云存储聚类特征空间中，有m个粒子组成一个种群，当扰动序列加入种群中，影响了聚类精度云存储中大数据聚类的数学描述如下：

minF(x)＝[f₁(x)，f₂(x)，…，f_n(x)]；

s.t.g_i(x)≤0(或≥0)i＝1，2，…n；

h_j(x)＝0 j＝1，2，…，m；

其中f_i(x)(i＝1，2，…，n)为目标函数，g_i(x)系统有两个不稳定的1周期点x＝0和x＝1-1/μ，h_j(x)为等式约束；

引入混沌粒子群扰动概念，得到决策变量x^*支配的聚类中心的特征解为：

对于每个大数据信息特征矢量X_i进行存档，为

l_i(k)＝(1-ρ)l_i(k-1)+γf(x_i(k))；

其中f_i是Pareto最优解，P_ij(k)表示k时刻第i个决策变量，不等式f_i(X^*)≤f_i(X)成立，其中i＝1，2，…，n，设置聚类的阈值N_th，当N_eff＜N_th时，搜索区域的O_α和O_β两个区间的聚类正确的概率为：

采用粒子群跳数改进机制进行存储库中的粒子更新；

更新粒子群中每个粒子的空间位置：

其中x_k为搜索该区域内的惯性权重，a为聚类中心的非劣解，d_e为极值点到非劣解的距离，在评估解集分布的均匀程度时，计算按最优聚类中心矢量函数根据模因组中的更新迭代顺序，得到：

∑_τ＝diag(max(σ_i-τ，0)；

由此得到云存储中大数据聚类的粒子适应度函数为：

其中{α，β}为分集聚敛目标函数，通过优化PSO聚类方法实现对云存储中大数据聚类。

3.如权利要求1所述的工程项目造价数据管理方法，其特征在于，通过预算程序对建设项目发生的全部费用进行预测和估算，采用改进的预测算法，具体包括以下步骤：

步骤一，将采集的数据信息构建工程造价样本；

步骤二，对样本进行预处理，进行初始化粒子群，计算适应度值；

步骤三，选择当前最优位置，更新粒子位置和速度，判断是否满足结束条件，“是”进入到下一步；“否”更新粒子群，返回步骤一；

步骤四，确定最优解，输出最优解，将最优解进行SVMi训练，判断是否达到预测精度要求，“是”输出结果；“否”对最优解进行重复SVMi训练。