本申请涉及数据处理领域,具体涉及一种房建施工用料预测方法及系统。
背景技术:
1、房建施工用料主要包括水泥、混凝土、砖瓦、石材等多种材料,在房建施工过程中,为了不影响施工进度与避免材料浪费,需要对施工用料进行合理预测,提前准备好施工过程中需要的各种材料数量。
2、房建施工用料预测方法有多种,其中一种方法为基于时间序列进行预测的模型arma,该模型较为简单。在使用arma模型对水泥用量数据进行预测时,只需要根据内生变量进行预测,不需要借助其他外生变量,通过计算平稳数据的自相关系数acf与偏自相关系数pacf的值,得到自相关图与偏自相关图,根据对自相关图与偏自相关图的分析得到人工判断的自回归阶数与移动平均阶数。但要求时序数据是稳定的,或进行差分后是稳定的,并且需要对阶数进行较为准确的选择。
3、传统的arma模型在进行房建施工用料的预测时通过人工判断通常具有一定的主观性,且对arma模型的定阶取决于人工对历史数据的平稳性分析,而人工判断往往会对历史数据分析的误差较大,造成判断不准确的问题,从而得到不合理的定阶,导致预测的结果不准确。
技术实现思路
1、为了解决上述技术问题,本发明提供一种房建施工用料预测方法及系统,以解决现有的问题。
2、本发明的一种房建施工用料预测方法及系统采用如下技术方案:
3、本发明一个实施例提供了一种房建施工用料预测方法,该方法包括以下步骤:
4、采集房建各施工用料数据;
5、采用层次分析法对施工人员施工能力的影响因素进行分析得到各施工日施工人员的岗位胜任特征值;根据各施工用料数据及施工人员的岗位胜任特征值构建各施工日的施工向量;
6、根据相邻施工日施工向量对应的元素得到相邻施工日对应元素的相似系数;根据相邻施工日对应元素的相似系数得到相邻施工日之间的施工特征相似度;对各施工日划分时间窗;根据各施工日时间窗内的各施工特征相似度得到各施工日时间窗的相似性连续强度系数;根据各施工日时间窗的相似性连续强度系数得到各施工日时间窗的施工特征相似性连续强度;
7、根据各施工日时间窗的施工特征相似性连续强度得到arma模型的自回归阶数;采用bic准则获取arma模型的移动平均阶数;
8、基于arma模型的自回归阶数和移动平均阶数对施工用料数据进行建模,完成对房建施工用料数据的预测。
9、优选的,采用层次分析法对施工人员施工能力的影响因素进行分析得到各施工日施工人员的岗位胜任特征值的具体步骤为:
10、对每个施工人员的施工能力和技术水平的各影响因素采用层次分析法获取各影响因素的权重,得到每个施工人员的岗位胜任特征值;
11、对每日所有施工人员的岗位胜任特征值使用加权平均法得到各施工日施工人员的岗位胜任特征值。
12、优选的,根据各施工用料数据及施工人员的岗位胜任特征值构建各施工日的施工向量的具体步骤为:
13、将每日施工用料数据中的实际出勤人数、工作时长、墙体施工面积、地面施工面积以及施工人员的岗位胜任特征值构成一个序列,将所述序列作为各施工日的施工向量。
14、优选的,根据相邻施工日施工向量对应的元素得到相邻施工日对应元素的相似系数的具体步骤为:
15、将相邻施工日的施工向量对应元素的差值绝对值记为第一差值;
16、将相邻施工日的施工向量对应元素之和记为第一和值;
17、将相邻施工日的施工向量对应元素的第一差值与第一和值的比值记为相邻施工日的施工向量对应元素的相似系数。
18、优选的,根据相邻施工日对应元素的相似系数得到相邻施工日之间的施工特征相似度的具体步骤为:
19、通过对相邻施工日各对应元素的相似系数的倒数求均值,得到相邻施工日之间的施工特征相似度。
20、优选的,对各施工日划分时间窗的具体步骤为:
21、将各施工日及其前个施工日作为各施工日的时间窗,其中为预设数量。
22、优选的,根据各施工日时间窗内的各施工特征相似度得到各施工日时间窗的相似性连续强度系数的表达式为:
23、
24、式中,表示各施工日的时间窗长度,为以自然数为底的指数函数,表示时间窗内第个施工日与第个施工日的施工特征相似度,表示时间窗内第个施工日与第个施工日的施工特征相似度,表示各施工日时间窗内的相似性连续强度系数。
25、优选的,各施工日时间窗的施工特征相似性连续强度与各施工日时间窗的相似性连续强度系数成反比。
26、优选的,arma模型的自回归阶数与各施工日时间窗内的施工特征相似性连续强度成反比。
27、第二方面,本发明实施例还提供了一种房建施工用料预测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
28、本发明至少具有如下有益效果:
29、本发明通过分析施工用料的影响因素构建施工向量,计算相邻施工日之间的施工特征相似度,更准确反映了相邻施工日的施工用料中各元素的相似性;
30、结合各施工日时间窗内的施工特征相似度,构建施工特征相似性连通强度,反映在一个时间窗内各相邻施工日的施工特征相似性的连续性,能够表示出各施工日时间窗内施工用料影响因素的平稳性,实现对arma模型中的自回归部分进行自适应定阶,使预测值更为合理。
1.一种房建施工用料预测方法,其特征在于,该方法包括以下步骤:
2.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述采用层次分析法对施工人员施工能力的影响因素进行分析得到各施工日施工人员的岗位胜任特征值的具体步骤为:
3.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述根据各施工用料数据及施工人员的岗位胜任特征值构建各施工日的施工向量的具体步骤为:
4.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述根据相邻施工日施工向量对应的元素得到相邻施工日对应元素的相似系数的具体步骤为:
5.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述根据相邻施工日对应元素的相似系数得到相邻施工日之间的施工特征相似度的具体步骤为:
6.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述对各施工日划分时间窗的具体步骤为:
7.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述根据各施工日时间窗内的各施工特征相似度得到各施工日时间窗的相似性连续强度系数的表达式为:
8.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述各施工日时间窗的施工特征相似性连续强度与各施工日时间窗的相似性连续强度系数成反比。
9.如权利要求1所述的一种房建施工用料预测方法,其特征在于,所述arma模型的自回归阶数与各施工日时间窗内的施工特征相似性连续强度成反比。
10.一种房建施工用料预测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。