[发明专利]项目任务信息提取及造价优化方法、装置及电子设备有效

专利信息
申请号: 202310447731.X 申请日: 2023-04-24
公开(公告)号: CN116187588B 公开(公告)日: 2023-06-27
发明(设计)人: 刁锡刚;刘洋;李鹏飞 申请(专利权)人: 成都思威服供应链管理有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0631;G06Q10/10;G06N3/04;G06F18/241
代理公司: 成都睿道专利代理事务所(普通合伙) 51217 代理人: 贺理兴
地址: 610000 四川省成都市高*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 项目 任务 信息 提取 造价 优化 方法 装置 电子设备
【权利要求书】:

1.项目任务信息提取及造价优化方法,其特征在于,包括:

建立历史项目任务信息库,获取历史项目任务信息;

对所述历史项目任务信息进行分解,提取所述历史项目任务信息中包含各个项目任务的配置数据与造价成本数据;

对各个所述项目任务的所述造价成本数据按照设定范围大小进行分类标注;

提取各个所述项目任务的配置数据的特征参数;

对各个所述项目任务的配置数据的特征参数进行处理,建立神经网络模型;

利用各个所述项目任务的配置数据的特征参数与分类标注的结果,对所述神经网络模型进行训练,得到造价成本优化模型;

获取当前项目任务信息,分解得到各个当前项目任务的配置数据,提取各个所述当前项目任务的配置数据的特征参数;

将各个所述当前项目任务的配置数据的特征参数输入至所述造价成本优化模型;

加载所述造价成本优化模型,利用所述造价成本优化模型对各个所述当前项目任务的配置数据的特征参数进行处理,得到各个所述当前项目任务的造价成本数据;

根据所述当前项目任务的造价成本数据,对所述当前项目任务的配置数据进行调整;

输出调整后的各个所述当前项目任务的配置数据与各个所述当前项目任务的造价成本数据。

2.根据权利要求1所述项目任务信息提取及造价优化方法,其特征在于,提取所述历史项目任务信息中包含各个项目任务的配置数据与造价成本数据,包括:将所述历史项目任务信息中所述项目任务的配置数据按照若干个设定区间范围进行筛选,删除所述设定区间范围外的所述配置数据与所述造价成本数据。

3.根据权利要求1-2任一所述项目任务信息提取及造价优化方法,其特征在于,所述项目任务的配置数据包括项目任务名称与单个所述项目任务名称在所有所述项目任务中的序次、材料用量、施工机具使用数量、人员配置数量以及项目任务周期;所述项目任务中的序次根据单个所述项目任务在所有项目任务中的施工顺序进行配置;所述造价成本数据包括人工费数据、材料费数据、施工机具使用费数据、企业管理费数据与工程规费数据。

4.根据权利要求3所述项目任务信息提取及造价优化方法,其特征在于,提取各个所述项目任务的配置数据的特征参数,包括将单个所述项目任务在所有所述项目任务中的序次、所述项目任务材料用量、所述施工机具使用数量、所述人员配置数量与所述项目任务周期转换为特征向量。

5.根据权利要求1所述项目任务信息提取及造价优化方法,其特征在于,对各个所述项目任务的配置数据的特征参数进行处理,包括:对得到的各个设定区间范围进行编码;将一组编码后的所述项目任务的配置数据的特征参数与该所述项目任务的配置数据的特征参数对应的所述造价成本数据分类标注的结果,作为所述造价成本优化模型的样本数据。

6.根据权利要求1所述项目任务信息提取及造价优化方法,其特征在于,利用one-hot编码的方式对各个所述项目任务的配置数据的特征参数进行编码,确定各个所述项目任务的配置数据的特征参数的特征向量;

利用softmax函数对所述特征向量进行二分类,确定所述神经网络模型的输出结果;

利用交叉熵损失函数计算交叉熵损失值;

根据所述交叉熵损失值,确定所述神经网络模型的输出结果的准确度。

7.根据权利要求1所述项目任务信息提取及造价优化方法,其特征在于,得到各个所述当前项目任务的造价成本数据之后,还包括计算所有所述当前项目任务的造价成本数据的总和作为实际值,匹配输入的所述特征参数在相同设定范围内的历史项目任务信息,计算所有所述历史项目任务信息中所述造价成本数据的总和作为参考值,将所述实际值与所述参考值进行比对,直至所述实际值小于所述参考值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都思威服供应链管理有限公司,未经成都思威服供应链管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310447731.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top