基于EPCM的工业大数据风险分析方法与流程

基于epcm的工业大数据风险分析方法
技术领域
1.本发明涉及一种风险分析方法，具体为基于epcm的工业大数据风险分析方法，属于epcm应用技术领域。


背景技术：

2.epcm模式，即设计采购与施工管理是指，管理方全权负责工程项目的设计和采购，并负责施工阶段的管理，这是一种目前在国际建筑业界通行的项目交付模式，同时，epcm管理方还需要对项目的其他方面进行管理，如：设计、采购和施工阶段的进度，与相关部门的沟通，准备成本规划、成本估算和文件控制等。
3.专利公开号cn106127380a的发明涉及一种大数据风险分析方法。本发明结合大数据，利用机器学习算法模型分析被保人的日常行为习惯，预测出被保人罹患疾病或发生意外的可能性，从而更为人性化地制定相应的保费标准。进一步对新模型的可行性进行了研究，首先是建立了新模型赔偿率和预测准确率的关系式，发现了预测准确率和赔偿率的负相关关系，并且当预测准确率大于50％时，新模型赔偿率将低于原模型赔偿率。并用matlab对模型进行可视化分析。然后进行了新模型盈利分析，建立了低风险客户的折扣、预测准确率以及盈利的三维关系，更为直观地得到新模型下增加的盈利空间。
4.上述大数据风险分析方法均在对数据进行分析处理时，数据处理方式过于单一，并未提取多种大数据并进行剔除，同时对剔除后的数据进行分析处理，从多方面数据进行入手，从而计算得出风险评估值，单一的数据处理方式往往会导致风险评估值偏差较大，从而无法达到避免风险的效果。


技术实现要素：

5.本发明的目的就在于提供基于epcm的工业大数据风险分析方法，解决了数据处理方式过于单一，并未提取多种大数据并进行剔除，同时对剔除后的数据进行分析处理，从多方面数据进行入手，从而计算得出风险评估值，单一的数据处理方式往往会导致风险评估值偏差较大，从而无法达到避免风险的效果的问题。
6.本发明的目的可以通过以下技术方案实现：基于epcm的工业大数据风险分析方法，包括以下步骤：
7.步骤s1、构建数据仓库：建一个多层次的数据仓库，是从互联网获取工业数据、网上公开的工业商户数据、销售额、成本以及工作进度数据，并对此类数据进行归整排列；
8.步骤s2、采集工业数据：采用多方数据采集系统对多类不同的数据进行采集，采集数据包括有成本数据、销售额数据以及工作进度数据，并对不必要数据进行过滤；
9.步骤s3、成本预估算：采集原始施工初步数据，并对初步数据进行整理，对影响因素进行多重分析，计算得出原始成本数据，并将原始成本数据求出平均值，得出某天的成本数据平均值；
10.步骤s4、风险分析：将采集到的成本数据、销售额数据以及工作进度数据进行提
取，并进行风险评估计算，得出风险评估值fi；
11.步骤s5、风险追踪：将得到的风险评估值fi风险分析系统内部的阈值模块进行对比，超出便视为风险值，对风险数据进行追踪；
12.步骤s6、成本把控：数据处理模块对内部的风险数据进行处理，得出最佳成本数据值，外部人员再对指定的成本进行调控，从而得出最佳值，解除风险。
13.优选的，所述步骤s1中内部采用了数据排列模块以及数据整合模块，数据排列模块可对不同的数据进行依次排列，数据整合模块可对相对应的数据进行整合。
14.优选的，所述步骤s2中数据过滤包括以下几种方式：
15.时间过滤：找到指定的时间段，并对不属于该时间段内部的数值之间过滤；
16.大小值过滤：对各项数据中所存在的最大值以及最小值直接剔除；
17.区域过滤：设定指定的区域，并将未属于该区域内部的数据进行剔除。
18.优选的，所述s3中原始施工初步数据记为yi，其中i＝1、2、
……
、n，将影响值记为si，其中i＝1、2、
……
、n，采用公式求出成本数据平均值cys，其中c1和c2均为预设系数因子。
19.优选的，所述步骤s4中风险分析包括以下步骤：
20.步骤一：将成本数据记为ci，其中i＝1、2、
……
、n，利用公式求出成本数据平均值，再采用相同的公式求出销售额数据平均值xin和工作进度平均值gin；
21.步骤二：采用公式求出风险评估值fi，其中a1、a2、a3以及a4均为预设因子。
22.优选的，所述步骤s5中由系统内部的数值追踪模块进行追踪，其中数值追踪模块与数据排列模块双向连接，其中数值追踪模块内部包括有数值比对模块，数值比对模块可对数据预设值、数据平均值和数据评估值进行对比。
23.优选的，所述步骤s5中阈值模块内部阈值由外部人员进行设定。
24.优选的，所述步骤s6中数据处理模块与外部的移动终端电性连接，可将最佳成本数据值传输到移动终端内。
25.与现有技术相比，本发明的有益效果是：
26.1、通过预先采用三种不同的方式对数值进行过滤，三种方式分别为：时间过滤、大小值过滤以及区域过滤，再对过滤后的数值进行提取，提取后的数值与预先设定的平均值进行比较，采用公式对提取后的数值进行风险评估分析，得出风险评估值，再通过对风险评估值与设定的阈值模块进行对比，预先对数据进行筛选，再通过对多组相关的数值进行提取分析计算，能够使所得到的风险评估值更加准确，从而避免数据偏差较大，导致成本过高的情况发生。
27.2、步骤s5中由系统内部的数值追踪模块进行追踪，其中数值追踪模块与数据排列
模块双向连接，其中数值追踪模块内部包括有数值比对模块，数值比对模块可对数据预设值、数据平均值和数据评估值进行对比，数值比对模块完成对多组数值的多重对比后，并进行标记，再通过后端的数据处理模块将数据发送到移动终端内，数据处理模块与外部的移动终端电性连接，可将最佳成本数据值传输到移动终端内，移动终端位于外部施工人员附近，外部人员可第一时间内接收到最佳成本数值，并对最佳成本数值进行讨论分析，从而进行确定实施，实现工业数据的最大利润化，增大利润值，避免风险，外部施工人员得到指定数值，再对指定的施工成本数据进行调节，从而达到最佳的施工效果，避免出现成本低于销售额的情况，增大销售额。
附图说明
28.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
29.图1为本发明风险方法流程示意图。
具体实施方式
30.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
31.请参阅图1所示，基于epcm的工业大数据风险分析方法，基于epcm的工业大数据风险分析方法，包括以下步骤：
32.步骤s1、构建数据仓库：建一个多层次的数据仓库，是从互联网获取工业数据、网上公开的工业商户数据、销售额、成本以及工作进度数据，并对此类数据进行归整排列；
33.步骤s2、采集工业数据：采用多方数据采集系统对多类不同的数据进行采集，采集数据包括有成本数据、销售额数据以及工作进度数据，并对不必要数据进行过滤；
34.步骤s3、成本预估算：采集原始施工初步数据，并对初步数据进行整理，对影响因素进行多重分析，计算得出原始成本数据，并将原始成本数据求出平均值，得出某天的成本数据平均值；
35.步骤s4、风险分析：将采集到的成本数据、销售额数据以及工作进度数据进行提取，并进行风险评估计算，得出风险评估值fi；
36.步骤s5、风险追踪：将得到的风险评估值fi风险分析系统内部的阈值模块进行对比，超出便视为风险值，对风险数据进行追踪；
37.步骤s6、成本把控：数据处理模块对内部的风险数据进行处理，得出最佳成本数据值，外部人员再对指定的成本进行调控，从而得出最佳值，解除风险。
38.所述步骤s1中内部采用了数据排列模块以及数据整合模块，数据排列模块可对不同的数据进行依次排列，数据整合模块可对相对应的数据进行整合，数据排列模块以及数据整合模块能够对数据进行有效整理，避免在计算过程中，数据出现混乱，从而不便于后期的数据提取。
39.所述步骤s2中数据过滤包括以下几种方式：
40.时间过滤：找到指定的时间段，并对不属于该时间段内部的数值之间过滤，外部人
员根据适合数据计算的时间确定时间段，对数值过滤，从而得到最佳的计算数据；
41.大小值过滤：对各项数据中所存在的最大值以及最小值直接剔除，剔除大小值，可使计算得到的平均值更准确；
42.区域过滤：设定指定的区域，并将未属于该区域内部的数据进行剔除，设定区域值，可对相同区域内的数据进行对比，从而确保数值的可对比性。
43.所述s3中原始施工初步数据记为yi，其中i＝1、2、
……
、n，将影响值记为si，其中i＝1、2、
……
、n，采用公式求出成本数据平均值cys，其中c1和c2均为预设系数因子。
44.所述步骤s4中风险分析包括以下步骤：
45.步骤一：将成本数据记为ci，其中i＝1、2、
……
、n，利用公式求出成本数据平均值，再采用相同的公式求出销售额数据平均值xin和工作进度平均值gin；
46.步骤二：采用公式求出风险评估值fi，其中a1、a2、a3以及a4均为预设因子。
47.所述步骤s5中由系统内部的数值追踪模块进行追踪，其中数值追踪模块与数据排列模块双向连接，其中数值追踪模块内部包括有数值比对模块，数值比对模块可对数据预设值、数据平均值和数据评估值进行对比，数值比对模块完成对多组数值的多重对比后，并进行标记，再通过后端的数据处理模块将数据发送到移动终端内，外部施工人员得到指定数值，再对指定的施工成本数据进行调节，从而达到最佳的施工效果，避免出现成本低于销售额的情况，增大销售额。
48.所述步骤s5中阈值模块内部阈值由外部人员进行设定，通过对阈值模块的设定，能较好的对风险值进行判定。
49.所述步骤s6中数据处理模块与外部的移动终端电性连接，可将最佳成本数据值传输到移动终端内，移动终端位于外部施工人员附近，外部人员可第一时间内接收到最佳成本数值，并对最佳成本数值进行讨论分析，从而进行确定实施，实现工业数据的最大利润化，增大利润值，避免风险。
50.工作原理：本发明在使用时，通过预先采用三种不同的方式对数值进行过滤，三种方式分别为：时间过滤、大小值过滤以及区域过滤，再对过滤后的数值进行提取，提取后的数值与预先设定的平均值进行比较，采用公式对提取后的数值进行风险评估分析，得出风险评估值，再通过对风险评估值与设定的阈值模块进行对比，预先对数据进行筛选，再通过对多组相关的数值进行提取分析计算，能够使所得到的风险评估值更加准确，从而避免数据偏差较大，导致成本过高的情况发生；
51.步骤s5中由系统内部的数值追踪模块进行追踪，其中数值追踪模块与数据排列模块双向连接，其中数值追踪模块内部包括有数值比对模块，数值比对模块可对数据预设值、
数据平均值和数据评估值进行对比，数值比对模块完成对多组数值的多重对比后，并进行标记，再通过后端的数据处理模块将数据发送到移动终端内，数据处理模块与外部的移动终端电性连接，可将最佳成本数据值传输到移动终端内，移动终端位于外部施工人员附近，外部人员可第一时间内接收到最佳成本数值，并对最佳成本数值进行讨论分析，从而进行确定实施，实现工业数据的最大利润化，增大利润值，避免风险，外部施工人员得到指定数值，再对指定的施工成本数据进行调节，从而达到最佳的施工效果，避免出现成本低于销售额的情况，增大销售额。
52.在本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此，不能理解为对本发明的限制。此外，“第一”、“第二”仅由于描述目的，且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
53.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
54.以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。