基于大数据的道路保通钢便桥标准化施工管控方法及系统与流程
本发明涉及施工资源管理,更具体地说,本发明涉及基于大数据的道路保通钢便桥标准化施工管控方法及系统。
背景技术:
1、鉴于此,本发明提出基于大数据的道路保通钢便桥标准化施工管控方法及系统以解决上述问题。
技术实现思路
1、随着城市地下空间开发与市政管线更新工程的日益密集,占道施工与城市路网正常通行之间的矛盾日益凸显,钢便桥作为临时恢复现状交通的核心载体,正逐渐从传统的非标定制向预制拼装的标准模块化方向快速演进;在这种集约化趋势下,施工企业通常依赖一套静态预定义的标准模块体系,试图通过提供若干种通用跨径和宽度的钢便桥模块来覆盖不同项目的保通需求;然而,现有的便桥标准化管控技术大多停留在针对单项目的被动选型层面,主要依赖人工经验从既有图集库中拼凑方案;这种静态配置路径无法满足市政工程在竖井尺寸、作业口保留及保通周期上的高度异质性要求,所选用的通用模块在实际落地时频繁出现适配度低的问题,进而引发现场的临时切割、拼焊改配或过度堆叠,不仅推高了非必要的改配附加代价和现场施工耗时,也使得钢便桥模块难以在不同工程之间实现高效、无损的循环流转。
2、此外,现有的钢便桥资产调度与优化方案大多局限于单一仓储维度的盘点,缺乏从项目群视角对海量历史需求画像进行聚类深挖的能力,也缺乏将现场真实的施工周转信息与预定义体系进行融合计算以动态量化体系匹配缺口和周转滞留程度的评估机制;尤其在面对未来区域性、多项目并发的复杂保通场景时,由于现有技术无法基于历史实战暴露的组合缺陷对僵化的模块体系进行反向优化演进,也无法将多维约束与未来项目需求预测相融合来开展科学的部署推演,导致企业在资源投放时极易陷入盲目性,难以在保障能力与资金效率之间取得平衡;要么面临非适配模块长期闲置造成的库存资金占压,要么在突发工程面前面临核心模块断档引发的紧急调配危机;因此,亟需一种能够基于历史需求聚类反向驱动体系优化,并结合预测信息开展多策略情景推演的道路保通钢便桥标准化施工管控系统。
3、为了克服现有技术的上述缺陷,实现上述目的,本发明提供如下技术方案:基于大数据的道路保通钢便桥标准化施工管控方法,包括:
4、采集历史保通项目的项目需求信息、模块组合记录数据、施工周转信息和模块成本信息,并建立项目需求信息与模块组合记录数据之间的项目级关联关系,形成施工管控基础数据集;
5、基于施工管控基础数据集中的项目需求信息,按照跨越长度需求、通行宽度需求、作业口保留需求、保通持续周期需求和道路通行保障等级需求进行聚类分析,生成各需求类别对应的需求特征画像;
6、根据需求特征画像与项目级关联关系,提取各需求类别对应的历史模块组合使用模式,并结合施工周转信息,计算预定义的标准模块体系在各需求类别下的匹配缺口值、改配附加代价值、周转滞留值和组合复杂度值,形成模块体系适配评估结果集;
7、根据模块体系适配评估结果集与模块成本信息,对预定义的标准模块体系进行反向优化求解,确定目标标准模块类型集、目标储备数量区间、目标组合优先级规则和模块保留替换规则;
8、获取规划期项目需求预测信息,根据目标标准模块类型集、目标储备数量区间、目标组合优先级规则、模块保留替换规则及施工周转信息,构建多个候选部署策略,并基于规划期项目需求预测信息对各候选部署策略进行情景推演,依据情景推演结果筛选出实施部署策略。
9、进一步地,生成各需求类别对应的需求特征画像的方法包括:
10、对施工管控基础数据集中,各历史保通项目对应项目需求信息进行结构化编码,形成各历史保通项目对应的数值型特征向量与类别型特征向量;将同一历史保通项目对应的数值型特征向量与类别型特征向量进行拼接,形成每个历史保通项目对应的需求特征向量;基于各历史保通项目对应的需求特征向量,执行需求聚类分析,得到多个需求类别;
11、将需求特征向量中的各维度均标记为特征维度;针对每个需求类别,从对应所有历史保通项目的需求特征向量中,提取各特征维度对应的维度特征值;基于维度特征值,确定每个需求类别对应各维度特征的主导需求值;基于维度特征值与主导需求值,确定每个需求类别对应各维度特征的需求集中度;统计各需求类别中包含的历史保通项目数量,得到对应的历史需求数量;将每个需求类别对应各特征维度的主导需求值、需求集中度与历史需求数量进行整合,形成对应需求类别的需求特征画像。
12、进一步地,执行需求聚类分析的方法包括:
13、针对需求特征向量中的各特征维度,划分为需求骨架维度与弹性细分维度;将每个需求特征向量对应各需求骨架维度的维度特征值进行组合,形成对应的骨架编码;将骨架编码完全相同的历史保通项目归入同一初始骨架组;
14、在每个初始骨架组内,进一步依据弹性细分维度执行二次聚类细分:将每个历史保通项目对应各弹性细分维度的维度特征值进行组合,形成对应的联合编码组合,并识别出细分类中心标签;计算每个历史保通项目与对应各细分类中心标签之间的细分匹配偏差,并将每个历史保通项目分配给对应细分匹配偏差最小的细分类中心标签所对应的细分类别;将每个初始骨架组内的每个细分类别,均作为候选需求类别;
15、针对所有候选需求类别,进一步执行稀疏类别修整:将所有候选需求类别划分为稀疏类别与非稀疏类别,并计算每个稀疏类别与每个非稀疏类别之间的类别兼容度;将每个稀疏类别并入对应类别兼容度最高的非稀疏类别中,并将所有非稀疏类别均作为需求类别。
16、进一步地,提取历史模块组合使用模式的方法包括:
17、针对每个需求类别,统计对应所有模块组合记录数据中不同模块类型的使用频次,并按照使用频次从高到低进行排序,生成类型序列;针对类型序列中的每个序列位置,计算对应的累计覆盖率;针对每个需求类别,在对应类型序列中识别累计覆盖率首次大于或等于预设的主干模块覆盖率阈值的序列位置,并标记为主干位置;针对每个类型序列,将其中主干位置对应的模块类型与所有排在主干位置前面的模块类型进行汇总,形成主干模块集合;
18、基于各需求类别下各历史保通项目的模块组合记录数据,提取各历史保通项目对应的模块组合模式;将同一需求类别对应任意两个历史保通项目的模块组合模式进行比对,并基于比对结果判定是否为相同模块组合模式;将相同模块组合模式进行归并,形成模块组合模式类;统计每个模块组合模式类对应的出现频次,提取出现频次最高的多个模块组合模式类,并将对应的模块组合模式作为对应需求类别的典型组合构型;
19、将各需求类别的主干模块集合与典型组合构型进行整合,形成对应需求类别的历史模块组合使用模式。
20、进一步地,形成模块体系适配评估结果集的方法包括:
21、获取预定义的标准模块体系,针对每个需求类别,将标准模块体系与对应需求特征画像中的主导需求值进行逐维度比对,判断对应需求类别是否存在匹配缺口;对于存在匹配缺口的需求类别,分别计算对应的匹配缺口值;
22、从各历史保通项目的模块成本信息中,提取对应的现场改配费用记录,并计算各需求类别的次均改配费用;根据典型组合构型计算典型方案采购成本基准,并结合次均改配费用,计算各需求类别对应的改配附加代价值;
23、基于现场改配费用记录,将所有历史保通项目划分为历史改配项目与历史正常项目;根据各历史改配项目与历史正常项目的施工周转信息,计算各需求类别对应的周转滞留值;
24、基于典型组合构型,计算各需求类别的类别级模块种类占比;获取各历史保通项目的拼装出错记录,并计算各需求类别的拼装出错率;基于类别级模块种类占比与拼装出错率,计算各需求类别的组合复杂度值;
25、将各需求类别的匹配缺口值、改配附加代价值、周转滞留值与组合复杂度值进行整合,形成模块体系适配评估结果集。
26、进一步地,确定目标标准模块类型集与目标储备数量区间的方法包括:
27、对标准模块体系中的每个模块类型进行保留价值评估,识别出低价值候选淘汰类型;针对每个低价值候选淘汰类型,执行替代可行性验证,并根据验证结果判断是否将对应低价值候选淘汰类型从标准模块体系中删除;针对模块体系适配评估结果集中匹配缺口值超过预设缺口触发阈值的需求类别,生成缺口补入模块类型建议清单;将标准模块体系中未标记为低价值候选淘汰类型的所有模块类型、所有未删除的低价值候选淘汰类型、缺口补入模块类型建议清单中的所有建议补入类型进行合并,形成目标标准模块类型集;
28、将目标标准模块类型集中的每个模块类型,均作为目标类型;针对每个目标类型,计算对应的需求加权数量基准;基于施工周转信息,计算各目标类型对应的周转占用率,并结合各需求类别对应的周转滞留值,对各目标类型对应的需求加权数量基准进行周转补偿,得到对应的周转补偿储备基准;基于周转补偿储备基准,确定每个目标类型对应的目标储备数量区间。
29、进一步地,确定目标组合优先级规则与模块保留替换规则的方法包括:
30、基于各需求类别的需求特征画像、历史模块组合使用模式及模块体系适配评估结果,提取各需求类别对应的可执行组合构型;从各历史保通项目的模块成本信息中,获取模块采购单价;根据组合复杂度值、周转占用率、周转滞留值及模块采购单价,对各需求类别下的可执行组合构型进行优先级排序,形成目标组合优先级规则;
31、获取当前在库的所有钢便桥模块,并标记为存量模块;基于模块体系适配评估结果集、目标标准模块类型集、模块成本信息、周转滞留值与组合复杂度值,建立针对所有存量模块的保留、逐步退出和替换决策规则,形成模块保留替换规则。
32、进一步地,获取规划期项目需求预测信息的方法包括:
33、获取规划期内已审批立项或在计划申报阶段的道路保通工程项目,并标记为预测项目;针对已审批立项的预测项目,获取对应的工程基本信息,并计算各需求类别的匹配数量,将匹配数量最大的需求类别作为对应的预测需求类别标注;针对尚在计划申报阶段的预测项目,计算各需求类别的出现概率,并通过汇总形成对应的概率化需求类别标注;将规划期内所有预测项目的工程基本信息、预测需求类别标注与概率化需求类别标注进行整合,形成规划期项目需求预测信息;
34、构建多个候选部署策略的方法包括:
35、基于目标标准模块类型集、目标储备数量区间与规划期项目需求预测信息,分别生成储备重心维度下的多个储备方案与周转效率维度下的多个周转操作模式,并将各储备方案与各周转操作模式进行组合,形成多个候选部署策略;同时,将模块保留替换规则纳入各候选部署策略,形成各候选部署策略在规划期起始时刻的初始模块库存结构。
36、进一步地,对各候选部署策略进行情景推演的方法包括:
37、基于规划期项目需求预测信息与各候选部署策略对应的初始模块库存结构,沿规划期时间轴逐步模拟各候选部署策略在不同时间步内的模块调配与模块归库过程,并识别调配缺口与保障失效事件;在完成全规划期模拟后,计算各候选部署策略对应的累计保障失效次数期望值与平均库存占用成本;将同一候选部署策略对应的累计保障失效次数期望值与平均库存占用成本进行整合,形成各候选部署策略的情景推演结果;
38、依据情景推演结果筛选实施部署策略的方法包括:
39、从各候选部署策略的情景推演结果中,提取累计保障失效次数期望值与平均库存占用成本;依据预设的保障失效容忍阈值,筛除累计保障失效次数期望值大于保障失效容忍阈值的候选部署策略,得到保障可行候选策略集;在保障可行候选策略集中筛选平均库存占用成本最低的候选部署策略作为初步优选策略;对初步优选策略执行保障安全边际验证,并在通过验证后确定为实施部署策略。
40、基于大数据的道路保通钢便桥标准化施工管控系统,实施所述的基于大数据的道路保通钢便桥标准化施工管控方法,包括:
41、数据归集模块,用于采集历史保通项目的项目需求信息、模块组合记录数据、施工周转信息和模块成本信息,并建立项目需求信息与模块组合记录数据之间的项目级关联关系,形成施工管控基础数据集;
42、需求聚类模块,用于基于施工管控基础数据集中的项目需求信息,按照跨越长度需求、通行宽度需求、作业口保留需求、保通持续周期需求和道路通行保障等级需求进行聚类分析,生成各需求类别对应的需求特征画像;
43、适配评估模块,用于根据需求特征画像与项目级关联关系,提取各需求类别对应的历史模块组合使用模式,并结合施工周转信息,计算预定义的标准模块体系在各需求类别下的匹配缺口值、改配附加代价值、周转滞留值和组合复杂度值,形成模块体系适配评估结果集;
44、体系优化模块,用于根据模块体系适配评估结果集与模块成本信息,对预定义的标准模块体系进行反向优化求解,确定目标标准模块类型集、目标储备数量区间、目标组合优先级规则和模块保留替换规则;
45、推演部署模块,用于获取规划期项目需求预测信息,根据目标标准模块类型集、目标储备数量区间、目标组合优先级规则、模块保留替换规则及施工周转信息,构建多个候选部署策略,并基于规划期项目需求预测信息对各候选部署策略进行情景推演,依据情景推演结果筛选出实施部署策略。
46、本发明基于大数据的道路保通钢便桥标准化施工管控方法及系统的技术效果和优点:
47、通过构建项目需求信息、模块组合记录数据、施工周转信息与模块成本信息的施工管控基础数据集,打破了传统钢便桥标准化管控体系中现场需求数据与仓储资产数据相互隔离的信息壁垒,实现了从单项目被动选型向多项目需求画像驱动的标准体系主动演进的根本性转变;通过对历史保通项目的项目需求信息进行多维度结构化编码与聚类分析,建立了以跨越长度、通行宽度、作业口保留、保通持续周期与道路通行保障等级为核心维度的需求特征画像体系,揭示了不同城市道路保通场景下需求的异质性规律,从而有效克服依赖人工经验从图集库中拼凑方案、无法系统识别需求分类特征的根本缺陷;通过将预定义标准模块体系与各需求类别的历史模块组合使用模式、施工周转信息进行融合分析,计算出匹配缺口值、改配附加代价值、周转滞留值与组合复杂度值四维适配评估指标,实现了对原有体系在需求覆盖、成本负担、流转效率与操作复杂性四个层面的全面量化诊断,弥补了缺乏体系级适配动态评估机制的不足;通过以适配评估结果反向驱动模块类型保留淘汰、储备数量区间计算、组合优先级规则生成与存量模块保留替换规则建立,实现了标准模块体系的历史实战驱动演进优化,使得体系配置结果不再依赖静态预定义的主观经验,而是来自历史真实需求与周转效率数据的客观反向求解;通过引入规划期项目需求预测信息并构建保守型、均衡型与充裕型三种储备重心策略与标准、激进两种周转效率模式的组合候选部署策略,以时间步驱动的规划期情景推演机制对各候选策略进行逐步模拟,并结合先保障可行性筛选、后成本最小化优选与保障安全边际压力验证的三级筛选逻辑确定实施部署策略,从而实现了在高度不确定的多项目并发保通场景下,以科学量化的前瞻性推演代替盲目资源投放,系统性解决了钢便桥保通资产调度中非适配模块长期闲置与核心模块突发断档并存的两难困境,全面提升了企业在资金效率与保障能力之间的综合管控水平。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com