一种深度学习的公路养护造价指标动态测算与智能审核方法及系统与流程

本发明涉及公路养护造价管理，特别是指一种深度学习的公路养护造价指标动态测算与智能审核方法及系统。

背景技术：

1、公路养护工程涉及路基、路面、桥涵及附属设施等不同养护对象，项目造价受养护类型、所属区域、公路技术等级、施工时间和项目规模等因素影响。现有公路养护造价管理通常收集历史项目的清单项目、材料单价及项目造价数据，按照有限的项目类别进行归集，通过平均值、固定浮动范围等方式形成造价指标；在项目审核过程中，审核人员根据项目属性查找相近的历史指标，并结合个人经验判断清单项目及材料单价是否合理。

2、由于不同项目属性对应的造价样本在费用构成、数据分布和波动范围方面存在差异，将不同类型的造价样本混合测算，容易使所得指标区间偏离对应项目的实际造价水平；同时，历史造价数据中存在异常样本，部分造价样本也不满足正态分布，有的采用统一的统计方式难以形成与样本分布相适配的指标区间，随着新增项目数据持续入库以及材料单价发生变化，按照固定周期测算的造价指标还可能出现更新滞后，导致审核人员检索到的指标区间与待审核项目不匹配。

技术实现思路

1、本发明提供了一种深度学习的公路养护造价指标动态测算与智能审核方法及系统，实现了公路养护造价指标的动态测算与智能审核，提高了指标区间的准确性、可靠性和审核效率。

2、为解决上述技术问题，本发明的技术方案如下：

3、第一方面，深度学习的公路养护造价指标动态测算与智能审核方法，所述方法包括：

4、获取公路养护造价数据，根据公路养护造价数据，构建多维数据立方体；

5、提取多维数据立方体的造价样本特征并对提取到的特征进行降维处理，得到降维特征数据；根据降维特征数据进行聚类分析，得到聚类结果；根据聚类结果剔除异常样本，得到目标样本数据；

6、对目标样本数据进行正态性检验，并根据检验结果确定造价指标合理区间；

7、根据目标样本数据及其对应的项目属性训练最小二乘支持向量机回归模型，得到造价预测模型；根据造价预测模型，得到造价预测结果；

8、获取新增公路养护造价数据，将新增公路养护造价数据归入多维数据立方体，重新进行聚类分析和指标区间确定，得到更新指标，并将更新指标存入指标数据库；

9、获取待审核造价文件，从待审核造价文件中提取待审核数据；根据待审核数据的项目属性，从指标数据库中检索对应的造价指标合理区间，作为匹配指标区间；根据匹配指标区间和待审核数据计算偏离度，若偏离度超出预设偏离阈值则生成预警及差异分析报告，得到审核辅助决策信息。

10、第二方面，深度学习的公路养护造价指标动态测算与智能审核系统，包括：

11、获取模块，用于获取公路养护造价数据，根据公路养护造价数据，构建多维数据立方体；

12、提取模块，用于提取多维数据立方体的造价样本特征并对提取到的特征进行降维处理，得到降维特征数据；根据降维特征数据进行聚类分析，得到聚类结果；根据聚类结果剔除异常样本，得到目标样本数据；

13、检验模块，用于对目标样本数据进行正态性检验，并根据检验结果确定造价指标合理区间；

14、预测模块，用于根据目标样本数据及其对应的项目属性训练最小二乘支持向量机回归模型，得到造价预测模型；根据造价预测模型，得到造价预测结果；

15、分析模块，用于获取新增公路养护造价数据，将新增公路养护造价数据归入多维数据立方体，重新进行聚类分析和指标区间确定，得到更新指标，并将更新指标存入指标数据库；

16、匹配模块，用于获取待审核造价文件，从待审核造价文件中提取待审核数据；根据待审核数据的项目属性，从指标数据库中检索对应的造价指标合理区间，作为匹配指标区间；根据匹配指标区间和待审核数据计算偏离度，若偏离度超出预设偏离阈值则生成预警及差异分析报告，得到审核辅助决策信息。

17、本发明的上述方案至少包括以下有益效果：

18、造价管理平台按照养护类型、所属区域、公路技术等级、施工时间和项目规模对公路养护造价数据进行分类，构建多维数据立方体，并对造价样本特征进行降维和聚类分析，使具有相近项目属性及造价特征的样本被归入相应聚类结果，减少不同类型造价样本相互混合对指标测算造成的影响。

19、造价管理平台根据聚类结果剔除异常样本，并对目标样本数据进行正态性检验，根据检验结果确定造价指标合理区间，使指标区间能够与目标样本数据的实际分布特征相适配，降低异常样本及分布差异对指标区间稳定性的影响，

20、造价管理平台根据目标样本数据及其对应的项目属性训练最小二乘支持向量机回归模型，使造价预测模型能够建立项目属性与造价结果之间的数据关系，并根据该数据关系得到造价预测结果，为不同项目属性对应的公路养护造价测算提供预测依据。

21、造价管理平台将新增公路养护造价数据归入多维数据立方体，重新进行聚类分析和指标区间确定，并将更新指标存入指标数据库，使造价指标能够随新增公路养护造价数据进行更新，减少固定指标更新滞后造成的指标区间偏差。

22、造价管理平台根据待审核数据的项目属性从指标数据库中检索匹配指标区间，并根据匹配指标区间和待审核数据计算偏离度，在偏离度超出预设偏离阈值时生成预警及差异分析报告，使待审核造价文件中的异常造价数据能够被定位并形成对应的审核依据，提高公路养护造价审核标准的一致性和审核辅助决策信息的可追溯性。

1.基于深度学习的公路养护造价指标动态测算与智能审核方法，其特征在于，由造价管理平台执行，包括：

2.根据权利要求1所述的方法，其特征在于，根据降维特征数据进行聚类分析，得到聚类结果，包括：

3.根据权利要求2所述的方法，其特征在于，根据目标聚类数对降维特征数据进行聚类，得到聚类结果，包括：

4.根据权利要求3所述的方法，其特征在于，根据聚类结果剔除异常样本，得到目标样本数据，包括：

5.根据权利要求4所述的方法，其特征在于，对目标样本数据进行正态性检验，并根据检验结果确定造价指标合理区间，包括：

6.根据权利要求1所述的方法，其特征在于，根据目标样本数据及其对应的项目属性训练最小二乘支持向量机回归模型，得到造价预测模型，包括：

7.根据权利要求5所述的方法，其特征在于，获取新增公路养护造价数据，将新增公路养护造价数据归入多维数据立方体，重新进行聚类分析和指标区间确定，得到更新指标，包括：

8.根据权利要求7所述的方法，其特征在于，将更新指标存入指标数据库，包括：

9.根据权利要求8所述的方法，其特征在于，根据匹配指标区间和待审核数据计算偏离度，若偏离度超出预设偏离阈值则生成预警及差异分析报告，包括：

10.深度学习的公路养护造价指标动态测算与智能审核系统，该系统实现如权利要求1至9中任一项所述的方法，其特征在于，包括：