一种基于深度学习的工程造价预测方法与系统

本申请提供一种基于深度学习的工程造价预测方法与系统，包括：提取地质异常类型和支护调整幅度，结合实时监测触发异常条件的数据，确定初始异常特征集；通过初始异常特征集，量化分类地质异常类型并识别异常分布密度，根据异常分布密度分离基坑区域内的异常点位，形成异常分布数据集，并识别其中的地质异常类型与支护调整幅度；通过地质异常类型与支护调整幅度，构建知识图谱，并将知识图谱更新映射为图结构，识别图结构中的关联调整规则和节点权重分布，确定局部支护调整知识图谱；从成本预算和结算文件中提取成本拆分明细，统计历史支护参数调整数据，得到参数调整频率，结合初步造价波动区间，确定统一造价特征集。