[发明专利]工程项目投标报价预测模型构建方法、预测方法及模型

说明书

本发明公开了一种工程项目投标报价预测模型构建方法、预测方法及模型。预测模型构建方法包括以下步骤：采用主成分分析或层次聚类的方法，对具有多个特征变量的原始数据进行特征提取，用提取出的少量特征变量对应的数据，构建多元线性回归模型。利用R‑squared值、P值和平均绝对误差MAE，确定最优预测模型并对该模型进行假设检验。最后用该模型进行实际工程中的投标报价的预测。采用该方法构建的预测模型，采集数据量较少，数据量通常在30条以上，预测速度快，省时省力，且准确度较高，具有很好的参考价值。

技术领域

本发明属于项目报价预测技术领域，具体地涉及一种工程项目投标报价预测模型构建方法、预测方法及模型。

背景技术

投标报价是一项复杂的综合性技术经济工作。报价准确与否关键在于正确地计算成本。由于建筑产品的单体性、类型多样性、价格的超前性、生产与销售的同步性等特点,因此,投标报价着眼于未来,而预测则是关键。

现有的项目报价预测是通过工程造价的方式做预算：乙方根据甲方提供的图纸、工程量等，套定额，预估投标报价。采用现有方式，费时费力。

发明内容

为了解决现有工程项目投标报价时人工根据甲方提供资料套定额、做预算带来的工作量大、耗费大量人力的问题，本发明提供一种工程项目投标报价预测模型构建方法、预测方法及模型，采用该方法构建的预测模型，采集数据量较少，预测速度快，省时省力，且准确度较高，具体一定参考价值。

本发明通过以下技术方案实现：

一种工程项目投标报价预测模型构建方法，包括以下步骤：

利用主成分分析PCA或层次聚类对数据进行特征提取，

构建初始的多元线性回归模型，

利用R-squared值、P值和平均绝对误差MAE，对初始模型进行筛选并确立最优的预测模型；

对最优模型进行假设检验。

一种道桥项目投标报价预测模型，其采用上述方法构建，该述预测模型为：

Avgoffer＝investment+investment:bridgeProp，

其中，Avgoffer为平均报价，investment为限价，bridgeProp为桥梁占比，investment:bridgeProp为investment与bridgeProp的交互作用。

一种道桥项目投标报价预测方法，包括以下步骤：

获取限价investment、桥梁占比bridgeProp数据；

将限价investment、桥梁占比bridgeProp数据带入上述预测模型中。

本发明与现有技术相比，至少具有以下优点和有益效果：

1、采用该方法构建的预测模型，采集数据较少，数据量通常在30条以上，预测速度快，省时省力，且准确度较高。

2、本方案的道桥项目投标报价预测模型，只需采集限价、桥梁占比两个数据，数据采集量小，预测速度快，预测准确度较高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明预测模型构建方法的流程图。

图2是道桥项目中涉及到的数据表。

图3是采用主成分分析的方法对数据进行特征提取的结果图。