[发明专利]一种基于神经网络的工程投资转资率预测方法

摘要

本发明公开了一种基于神经网络的工程投资转资率预测方法，即通过将对应工程类型的历年工程数据进行清理，然后应用BP神经网络模型算法对数据进行训练，得到对应工程类型的工程投资转资率预测模型，并计算投资转资率预测平均误差，然后通过待预测项目工程数据得到预测决算金额，进行预测投资转资率的计算。本发明可预测投资转资率较低的工程，有助于提前发出预警，通过调整数据，可分析工程全过程各环节资金偏差程度，剖析影响投资转资率的主要原因及影响程度，及时调整类似工程投资计划，有效提高类似工程转资率。

主权项

1.一种基于神经网络的工程投资转资率预测方法，其特征在于，包括如下步骤：步骤1,将对应工程类型的历年工程数据进行数据清理和数据整合，合并到一张历年工程数据表中保存在数据库内；步骤2，将历年工程数据的工程投资金额、甲供材料费、设计预算金额、监理预算金额、测绘预算金额、工程结算书、工程子项目个数、工程类型8项数据类型选择作为BP神经网络模型算法训练的输入变量进行提取，BP神经网络模型算法的输出变量为决算金额，得到对应工程类型的工程投资转资率预测模型；步骤3，采用R‑Squared(R2)和平均绝对百分比误差(MAPE)衡量工程投资转资率预测模型的拟合优度，通过比较历年数据决算金额预测值与决算金额真实值的差值大小来衡量模型预测的精准度，同时将得到投资转资率预测平均误差；步骤4，将待预测项目工程数据输入工程投资转资率预测模型进行预测，得到预测决算金额；步骤,5，预测投资转资率可通过工程投资和决算预测金额求得，其计算方法如下：预测投资转资率＝100％*决算预测金额/工程投资基于历年工程数据，以投资转资率预测平均误差为标准误差，投资转资率取值范围为：[预测投资转资率‑标准误差，预测投资转资率+标准误差]。