[发明专利]一种工程项目投标报价预测模型构建方法以及装置

权利要求书

1.一种工程项目投标报价预测模型构建方法，其特征在于，包括：

S1获取历史项目成本数据，将所述历史项目成本数据拆分为直接成本数据、间接成本数据和其他成本数据，并标记每一项数据的项目标签；

S2将所述直接成本数据、间接成本数据和其他成本数据，分别输入到卷积神经网络中进行神经网络计算，包括：通过第一卷积神经层进行最多值过滤，通过第二卷积神经层进行最多值过滤，通过第三卷积神经进行最多值过滤；

S3将过滤后的所述直接成本数据、间接成本数据和其他成本数据输入到融合层，根据所述项目标签，融合生成多个项目成本，其中，若数据缺少则采用过滤后数据的平均值替代；

S4对比所述多个项目成本和真实报价之间的差异，并调整所述卷积神经网络的过滤参数，重复步骤S1、S2和S3，直到与所述真实报价差异在预设范围内，获得预测模型。

2.根据权利要求1所述工程项目投标报价预测模型构建方法，其特征在于，所述历史项目成本数据在输入到所述卷积神经网络中之前，执行如下步骤：

将所述项目成本数据按照类别进行划分；

设置每个类型的数据的模糊范围；

将所述模糊范围内容的数据计算平均值作为所述类别的值。

3.根据权利要求2所述工程项目投标报价预测模型构建方法，其特征在于，所述项目成本数据中的未列明数据，以每个类别占总体百分比的比例添加到各个类别中，并删除未列明数据。

4.根据权利要求2所述工程项目投标报价预测模型构建方法，其特征在于，判断每个类别数据是否异常，并将所述异常的数据由该类别数据的平均值替换。

5.根据权利要求1所述工程项目投标报价预测模型构建方法，其特征在于，还包括：

根据所述历史项目数据，生成项目类别集，并根据不同集分别训练不同的卷积神经网络；

将所述不同的卷积神经网络存储到存储器中。

6.一种工程项目投标报价预测模型构建装置，其特征在于，包括：

分割模块，用于获取历史项目成本数据，将所述历史项目成本数据拆分为直接成本数据、间接成本数据和其他成本数据，并标记每一项数据的项目标签；

编码模块，用于将所述直接成本数据、间接成本数据和其他成本数据，分别输入到卷积神经网络中进行神经网络计算，包括：通过第一卷积神经层进行最多值过滤，通过第二卷积神经层进行最多值过滤，通过第三卷积神经进行最多值过滤；

解码模块，用于将过滤后的所述直接成本数据、间接成本数据和其他成本数据输入到融合层，根据所述项目标签，融合生成多个项目成本，其中，若数据缺少则采用过滤后数据的平均值替代；

验证模块，用于对比所述多个项目成本和真实报价之间的差异，并调整所述卷积神经网络的过滤参数，以上模块的执行，直到与所述真实报价差异在预设范围内，获得预测模型。

7.根据权利要求6所述工程项目投标报价预测模型构建装置，其特征在于，所述分割模块还包括：

类别单元，用于将所述项目成本数据按照类别进行划分；

范围单元，用于设置每个类型的数据的模糊范围；

计算单元，用于将所述模糊范围内容的数据计算平均值作为所述类别的值。

8.根据权利要求7所述工程项目投标报价预测模型构建装置，其特征在于，所述项目成本数据中的未列明数据，以每个类别占总体百分比的比例添加到各个类别中，并删除未列明数据。

9.根据权利要求7所述工程项目投标报价预测模型构建装置，其特征在于，判断每个类别数据是否异常，并将所述异常的数据由该类别数据的平均值替换。

10.根据权利要求6所述工程项目投标报价预测模型构建装置，其特征在于，还包括：

根据所述历史项目数据，生成项目类别集，并根据不同集分别训练不同的卷积神经网络；

将所述不同的卷积神经网络存储到存储器中。