[发明专利]计算公路工程人工单价的模型训练方法、装置及终端

说明书

本申请公开了一种计算公路工程人工单价的模型训练方法、装置及终端。其中方法包括：获取针对公路工程建设项目的多组历史数据，任一组历史数据包括针对公路工程建设项目的人工单价的第一数据以及与人工单价相关的多个第二数据；将多组历史数据划分为训练样本和测试样本；基于训练样本对预构建的神经网络模型进行训练，得到神经网络模型的多组参数；基于测试样本，确定神经网络模型的多组参数各自对应的预测误差值；依据预测误差值最小的一组参数，确定神经网络模型的目标参数，得到针对建设项目的预测模型。本申请能够通过预测模型为今后公路工程建设项目人工单价的预测提供了基础支撑，实现工程建设项目人工单价预测的自动化、智能化，提高人工单价预测的精度。

技术领域

本申请涉及工程费预测技术领域，具体涉及一种计算公路工程人工单价模型训练方法、装置及终端。

背景技术

对工程建设项目，如公路工程建设项目，合理确定和有效控制工程造价造价，是造价管理机构和公路项目参建单位等各方十分关心的问题。其中，人工单价标准是影响造价高低的主要影响因素。工程建设项目当地的建筑业总产值、当地全社会固定资产投资、当地公路里程、当地建筑业从业人数、当地人均GDP、当地社会平均工资、当地劳动生产率、当地CPI及当地最低工资等数据又与人工单价标准有密切的关系。然而，这些宏观经济数据的分析，尤其是人工单价的确定更依赖于专业人员的评估，导致人工单价的确定滞后于建筑市场劳务工人的工资价格。因此，存在评估门槛高、数据获取及处理量庞大、精确度差等问题。

发明内容

为了解决上述至少一个技术问题，本申请提供一种计算公路工程人工单价模型训练方法、装置、终端及存储介质。

根据本申请的第一方面，提供了一种计算公路工程人工单价的模型训练方法，该方法包括：

获取针对公路工程建设项目的多组历史数据，任一组所述历史数据包括针对公路工程建设项目的人工单价的第一数据以及与人工单价相关的多个第二数据；

将多组历史数据划分为训练样本和测试样本；

基于训练样本对预构建的神经网络模型进行训练，得到神经网络模型的多组参数；

基于测试样本，确定神经网络模型依据多组参数各自对应的预测误差值；

依据预测误差值最小的一组参数，确定神经网络模型的目标参数，得到针对公路工程建设项目的预测模型。

根据本申请的第二方面，提供了一种计算公路工程人工单价的模型训练装置，该装置包括：

数据获取模块，用于获取针对公路工程建设项目的多组历史数据，任一组历史数据包括针对公路工程建设项目的人工单价的第一数据以及与人工单价相关的多个第二数据；

样本分类模块，用于将多组历史数据划分为训练样本和测试样本；

模型训练模块，用于基于训练样本对预构建的神经网络模型进行训练，得到神经网络模型的多组参数；

模型验证模块，用于基于测试样本，确定神经网络模型依据多组参数各自对应的预测误差值；

预测模型确定模块，用于依据预测误差值最小的一组参数，确定神经网络模型的目标参数，得到针对公路工程建设项目的预测模型。

根据本申请的第三方面，提供了一种终端，该终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时以实现上述计算公路工程人工单价的模型训练方法。

根据本申请的第四方面，提供了一种计算机可读存储介质，该介质存储有计算机可执行指令，该计算机可执行指令用于以执行上述计算公路工程人工单价的模型训练方法。