摘要
本发明涉及工程成本控制技术领域,公开了基于大数据的工程成本控制方法及系统。该方法包括采集工程项目全周期成本数据流,经数据清洗生成标准化成本数据集;构建动态成本特征库,提取时间序列波动、资源分配离散及供应商关联等多维度特征;将特征库输入预训练深度学习网络构建的成本异常检测模型,输出成本偏离指数,超阈值则触发修正指令;匹配历史案例生成含物料替换、工期调整及供应商替换的优化策略集合;通过工程数字孪生系统对优化策略进行虚拟推演,筛选预测成本曲线最接近目标值的策略作为最终执行方案。该方法依托大数据与深度学习技术,实现工程成本全周期动态管控,提升成本控制的精准度与可行性。
技术关键词
策略
数字孪生系统
物联网数据采集终端
深度学习网络
案例库
多维度特征提取
动态
图谱
依托大数据
指数
资源分配
项目
深度学习技术
深度神经网络
资源特征
离散特征
指令
系统为您推荐了相关专利信息
电力智能设备
运维管理方法
故障自愈
故障预测模型
设备健康评估
在线检测控制装置
压电传感器
力控制方法
弹簧夹头
螺纹压盖
子模块
个性化学习路径
策略
蒙特卡洛树搜索
Dijkstra算法
遥感图像分割方法
降维特征
通道
融合全局信息
矩阵