[发明专利]一种基于因子分析和SOM网络的项目进度风险预测方法

摘要

本发明公开了一种基于因子分析和SOM网络的项目进度风险预测方法，用因子分析结合聚类分析，将其结果输给SOM，而非直接将观测数据赋给人工神经网络训练，相当于用统计学的工具大大降低了神经网络的负担，提高SOM的运算效率，避免了神经网络因海量运算导致不收敛或陷入局部极小值的困境；运用模式识别能力较强的SOM网络来进行样本预测，训练次数少、分类精确，对生产现实中的人为因素适应性强。特别是当项目特别多、数据量特别大、数据维度较高的时候，该预测系统充分运用了MINITAB的大数据统计分析特长和MATLAB的智能计算优势。

主权项

一种基于因子分析和SOM网络的项目进度风险预测方法，包括ERP系统，其特征在于，还包括依次进行的以下步骤：A、通过ERP系统获取物资需求提报率x1、非物资需求提报率x2、合同签订率x3、招标采购率x4、物资领用率x5、合同履约率x6、累计支出入账率x7的分析数据，通过ERP系统对上述数据进行验证和修正；B、将x1‑x7导入MINITAB软件进行因子分析，得到影响进度的潜在因子Y1：线下施工进度、Y2：物资采购进度、Y3：工程服务采购进度；C、对Y1、Y2、Y3进行聚类分析，整理成项目进度风险矩阵T；D、将项目进度风险矩阵T导入MATLAB软件，在MATLAB软件中编程建立SOM网络，对项目进度风险矩阵T的数据进行训练，对训练后稳定的SOM网络进行验证，分析测试效果；E、利用ACCESS软件将历史数据的训练结果、SOM网络和当前数据的预测结果封装成数据库，形成高效便捷的项目进度风险预测查询系统。