一种基于人工智能的工程项目数据分析系统及方法与流程

1.本发明涉及人工智能领域，具体为一种基于人工智能的工程项目数据分析系统及方法。


背景技术：

2.随着科技的发展，人工智能逐渐在人们的生活中普及，人工智能亦称智械、机器智能，指由人制造出来的可以表现出智能的机器，通常人工智能是指通过普通计算机程序来呈现人类智能的技术，人工智能的核心问题包括建构能够跟人类似甚至超卓的推理、知识.规划、学习、交流、感知、移物、使用工具和操控机械的能力等，当前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演，而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中，通过人工智能，对数据进行分析管理，可以自动收集、整理、分类和分析数据，减少人工干预的需要，提高数据处理的效率和准确性，可以快速地处理大量数据，同时还可以在短时间内生成准确的分析结果，从而提高数据管理的效率。
3.在工程项目中，通过人工智能技术对工程项目方案进行分析并制定最佳方案仍然是目前需要研究的重点，因此需要一种基于人工智能的工程项目数据分析系统及方法。


技术实现要素：

4.本发明的目的在于提供一种基于人工智能的工程项目数据分析系统及方法，以解决上述背景技术中提出的问题，本发明提供如下技术方案：
5.一种基于人工智能的工程项目数据分析方法，所述方法包括以下步骤：
6.s1、根据工程项目立项阶段明确的项目内容提取项目中各个施工环节材料清单以及工程项目中各个施工环节需配备的机械设备，并对提取的数据进行预处理；
7.s2、通过历史数据获取各个施工环节材料清单中涉及的材料供应渠道，结合对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型；
8.s3、结合各个施工环节配备的机械设备，分析对应机械设备在工程开展阶段投入使用时的故障风险值，并根据故障风险值判定机械设备故障对相邻施工环节的影响程度，结合影响程度构建风险评定模型；
9.s4、结合s2与s3的分析结果，判断当前工程项目中各个施工环节采纳的方案合理性，结合判断结果设定预警条件值。
10.进一步的，所述s1的方法包括以下步骤：
11.步骤1001、获取工程项目中各个施工环节的材料清单，并将材料清单按工程项目施工顺序进行排序，记为集合a，
12.a＝(a1，a2，a3，...，an)，
13.其中an表示工程项目中第n个施工环节的材料清单，n表示工程项目施工环节总个数；
14.步骤1002、获取各个施工环节的材料清单，将各个施工环节的材料清单与对应施
工环节涉及的机械设备进行组合，记为集合b，
[0015][0016]
其中表示工程项目中第n个施工环节所需通用使用的材料集，sn表示工程项目中第n个施工环节所需应用的机械设备集，
[0017]
其中其中表示工程项目中第n个施工环节中所需使用的第i种材料，i表示工程项目中应用的材料种类总个数，
[0018][0018]
表示工程项目中第n个施工环节所需应用的第j台机械设备，j表示工程项目中应用的机械设备总台数。
[0019]
本发明通过采集工程项目中各个施工环节的材料清单，通过材料清单获取对应施工环节涉及的材料以及机械设备，并将各个施工环节材料清单与涉及机械设备进行捆绑，为后续分析各个施工环节的最佳优选方案提供数据参照。
[0020]
进一步的，所述s2的方法包括以下步骤：
[0021]
步骤2001、获取工程项目中第n个施工环节的材料清单，通过历史数据获取工程项目中第n个施工环节的材料清单中第i种类材料涉及的供应商，记为集合c，
[0022][0023]
其中表示工程项目中第n个施工环节的材料清单中第i种类材料对应的第k个供应商；
[0024]
步骤2002、结合各个供应商材料价格清单表获取对应材料的价格，记为集合c
*
，
[0025][0026]
其中表示工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处的价格；
[0027]
将集合c
*
中元素按照对应材料的大小进行由大到小序列进行排序，得到序列c
**
，
[0028][0029]
其中表示序列更新后的工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处的价格；
[0030]
步骤2003、通过历史数据获取第n个施工环节的材料清单中第i种类材料不同供应商对应的用户反馈表，结合序列c
**
分析第i种类材料在第k个供应商中价格以及对应用户反馈表分析优选综合值，记为
[0031][0032]
其中ω1、ω2和ω3表示比例系数，所述比例系数为数据库预设值，表示第i种类材料在第k个供应商中的价格，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中为满意的用户，其中用户反馈表中记录用户使用对应供应商提供的相应材料的体验感，所述体验感分为满意与不满意z
k(i)
表示第i种类材料在第k个供应商中对应用户反馈表的总个数，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中记录的材料
耐用情况，所述耐用性表示材料在投入使用到出现损坏所需时间；
[0033]
步骤2004、重复步骤2003得到第n个施工环节的材料清单中第i种类材料相对于不同供应商供货方案的优选综合值，将各个供货方案的优选综合值按照由大到小序列排序，生成工程材料优先序列模型，并将对应供货方案的优选综合值最大值对应的供应商作为第i种类材料的首选供应方；
[0034]
步骤2005、循环步骤2001-步骤2004得到各个施工环节对应材料清单中各个种类材料的首选供应方，并将对应施工环节中相应材料的首选供应方进行组合，得到对应施工环节中各材料的供应渠道。
[0035]
本发明结合历史数据获取各个施工环节对应材料清单中任意种类材料涉及的供应商，通过分析各个供应商提供的价格以及不同用户在使用对应供应商给提供的材料时的反馈结果，综合分析得到对应供应商的优选综合值，结合优选综合值生成工程材料优选序列模型，为后续构建风险评定模型提供数据参照。
[0036]
进一步的，所述s3的方法包括以下步骤：
[0037]
步骤3001、任意提取工程项目中相邻两个施工环节配备的机械设备集，记为组合(s
n-1
，sn)；
[0038]
步骤3002、获取工程项目中第n-1个施工环节配备的机械设备集中第j台机械设备，分析对应机械设备投入使用时的故障风险值，记为
[0039][0040]
其中表示权重值，所述权重值为数据库预设值，表示第j台机械设备铭牌上额定使用年限，表示第j台机械设备投入使用总天数，表示第j台机械设备投入使用期间发生故障次数；
[0041]
步骤3003、重复步骤3002得到工程项目中第n-1个施工环节中各台机械设备的故障风险值，
[0042]
以点o作为原点，以为机械设备运行时长作为x轴，以机械设备作为y轴，构建平面直角坐标系，在平面直角坐标系中将第n-1个施工环节中各台机械设备投入使用时长映射到平面直角坐标系中，生成对应机械设备运行时长曲线，其中若机械设备存在故障情况时，则对应机械设备运行时长曲线为断续的，若机械设备不存在故障情况，则对应机械设备运行时长曲线为连续的，结合各个机械设备运行时长曲线，将持续时间最久的曲线对应的运行时长作为工程项目中第n-1个施工环节机械设备完工时间，记为y
n-1
；
[0043]
步骤3003、结合工程项目中第n-1个施工环节机械设备完成时间，判定第n-1个施工环节机械设备完成时间对工程项目中第n个施工环节的影响程度，并结合影响程度构建风险评定模型，记为
[0044][0045]
其中τ表示比例系数，所述比例系数为数据库预设值，表示工程项目立项阶段中对第n-1个施工环节机械设备预置的完工时间。
[0046]
本发明通过分析各个施工环节机械设备的故障风险值，结合对应施工环节相关机械设备的故障风险情况判断当前施工环节的机械设备故障风险程度是否影响后续施工环
节的施工进度，进而为后续判断当前采纳的项目施工方案是否为最优提供数据参照。
[0047]
进一步的，所述s4的方法包括以下步骤：
[0048]
步骤4001、将步骤2005的分析结果与步骤3003中风险评定模型进行捆绑组合，其中捆绑组合的结果表示对应施工环节的材料组合方案以及机械设备对相邻施工环节进度的影响情况；
[0049]
步骤4002、结合风险评定模型判断当前工程项目中第n-1个施工环节采纳的方案是否合理，其中判断合理的依据为：将各个施工环节选择的价格与耐用情况进行综合分析，将分析结果作为判断条件一，将各个施工环节中涉及的机械设备投入使用时长作为判断条件二，根据机械设备在投入使用时是否存在故障风险，且根据故障检修时长判断当前施工环节是否存在延期完工现象，是否对后续施工环节的完工时间造成影响，
[0050]
若时，则表明当前采纳的方案中满足施工材料最优值，但不符合施工合理性要求，发出预警信号，通过告知相关部门根据对应施工环节进行机械设备的使用情况进行调节；
[0051]
若则表明当前采纳的方案中满足施工材料最优值其符合施工合理性要求，不发出预警信号。
[0052]
一种基于人工智能的工程项目数据分析系统，所述系统包括以下模块：
[0053]
工程项目数据预处理模块：所述工程项目预处理模块用于根据工程项目立项阶段的项目内容进行提取材料清单以及各个施工环节需配备的机械设备，并对提取的数据进行整合操作；
[0054]
工程材料最优选择模块：所述工程材料最优选择模块用于结合历史数据获取各个施工环节中涉及的材料供应渠道，根据对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型；
[0055]
施工工期评定模块：所述施工工期评定模块用于结合各个施工环节配备的机械设备，通过分析对应机械设备在工程开展阶段投入使用时的故障风险值，并根据故障风险值判定机械设备故障对相邻施工环节的影响程度，结合影响车堵构建风险评定模型；
[0056]
预警条件值设定模块：所述预警条件值设定模块用于结合工程材料最优选择模块以及施工工期评定模块的分析结果，判断当前工程项目中各个施工环节采纳的方案合理性，结合判断结果设定预警条件值。
[0057]
进一步的，所述工程项目数据预处理模块包括材料清单数据分析单元以及数据整合单元：
[0058]
所述材料清单数据分析单元用于获取工程项目中各个施工环节的材料清单，并结合历史数据分析各个材料清单中对应施工环节涉及的材料供应商；
[0059]
所述数据整合单元用于结合材料清单数据分析单元的分析结果将对应施工环节涉及的材料工艺供应商与机械设备进行整合。
[0060]
进一步的，所述工程材料最优选择模块包括材料供应商分析单元、优选综合值计算单元以及工程材料优选序列模型构建单元：
[0061]
所述材料供应商分析单元用于结合历史数据获取对应施工环节中各个材料涉及的供应商；
[0062]
所述优选综合值计算单元用于结合历史数据中用户反馈表分析同一材料对应的
各个供应商提供的供货方案的优选综合值；
[0063]
所述工程材料优选序列模型构建单元用于结合优选综合值计算单元的分析结果，将各个供货方案进行序列校准，生成工程材料优选序列模型。
[0064]
进一步的，所述施工工期评定模块包括机械故障风险分析单元、施工进度影响分析单元以及风险评定模型构建单元：
[0065]
所述机械故障风险分析单元用于通过历史数据获取对应设备铭牌参数，结合对应设备使用时长以及检修报告数据中故障次数分析对应机械设备的故障风险程度；
[0066]
所述施工进度影响分析单元用于结合机械故障风险分析单元的分析结果判断当前施工环节中涉及的机械设备故障对相邻施工环节工期的影响情况；
[0067]
所述分风险评定模型构建单元用于结合施工进度影响分析单元的分析结果构建风险评定模型。
[0068]
进一步的，所述预警条件值设定模块包括综合因素分析单元以及预警信号设定单元：
[0069]
所述综合因素分析单元用于将工程材料最优选择模块以及施工工期评定模块的分析结果进行综合分析；
[0070]
所述预警信号设定单元用于结合综合因素分析单元的分析结果设定预警信号值。
[0071]
本发明通过分析工程项目的选材方案构建工程材料优先序列模型，通过分析各个施工环节相关机械设备对对应施工环节进度的影响情况构建风险评定模型，结合当前工程项目采纳的方案进行判断合理性，进而不仅提高了工程项目施工方案的合理性，而且降低了工程项目的成本费用。
附图说明
[0072]
图1是本发明一种基于人工智能的工程项目数据分析方法的流程示意图；
[0073]
图2是本发明一种基于人工智能的工程项目数据分析系统的模块示意图。
具体实施方式
[0074]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0075]
实施例1：请参阅图1，本实施例中：
[0076]
实现了一种基于人工智能的工程项目数据分析方法，所述方法包括以下步骤：
[0077]
s1、根据工程项目立项阶段明确的项目内容提取项目中各个施工环节材料清单以及工程项目中各个施工环节需配备的机械设备，并对提取的数据进行预处理；
[0078]
所述s1的方法包括以下步骤：
[0079]
步骤1001、获取工程项目中各个施工环节的材料清单，并将材料清单按工程项目施工顺序进行排序，记为集合a，
[0080]
a＝(a1，a2，a3，...，an)，
[0081]
其中an表示工程项目中第n个施工环节的材料清单，n表示工程项目施工环节总个
数；
[0082]
步骤1002、获取各个施工环节的材料清单，将各个施工环节的材料清单与对应施工环节涉及的机械设备进行组合，记为集合b，
[0083][0084]
其中表示工程项目中第n个施工环节所需通用使用的材料集，sn表示工程项目中第n个施工环节所需应用的机械设备集，
[0085]
其中其中表示工程项目中第n个施工环节中所需使用的第i种材料，i表示工程项目中应用的材料种类总个数，
[0086][0086]
表示工程项目中第n个施工环节所需应用的第j台机械设备，j表示工程项目中应用的机械设备总台数。
[0087]
s2、通过历史数据获取各个施工环节材料清单中涉及的材料供应渠道，结合对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型；
[0088]
所述s2的方法包括以下步骤：
[0089]
步骤2001、获取工程项目中第n个施工环节的材料清单，通过历史数据获取工程项目中第n个施工环节的材料清单中第i种类材料涉及的供应商，记为集合c，
[0090][0091]
其中表示工程项目中第n个施工环节的材料清单中第i种类材料对应的第k个供应商；
[0092]
步骤2002、结合各个供应商材料价格清单表获取对应材料的价格，记为集合c
*
，
[0093][0094]
其中表示工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处的价格；
[0095]
将集合c
*
中元素按照对应材料的大小进行由大到小序列进行排序，得到序列c
**
，
[0096][0097]
其中表示序列更新后的工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处的价格；
[0098]
步骤2003、通过历史数据获取第n个施工环节的材料清单中第i种类材料不同供应商对应的用户反馈表，结合序列c
**
分析第i种类材料在第k个供应商中价格以及对应用户反馈表分析优选综合值，记为
[0099][0100]
其中ω1、ω2和ω3表示比例系数，所述比例系数为数据库预设值，表示第i种类材料在第k个供应商中的价格，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中为满意的用户，z
k(i)
表示第i种类材料在第k个供应商中对应用户反馈表的总个数，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中记录的材料耐用情况；
[0101]
步骤2004、重复步骤2003得到第n个施工环节的材料清单中第i种类材料相对于不同供应商供货方案的优选综合值，将各个供货方案的优选综合值按照由大到小序列排序，生成工程材料优先序列模型，并将对应供货方案的优选综合值最大值对应的供应商作为第i种类材料的首选供应方；
[0102]
步骤2005、循环步骤2001-步骤2004得到各个施工环节对应材料清单中各个种类材料的首选供应方，并将对应施工环节中相应材料的首选供应方进行组合，得到对应施工环节中各材料的供应渠道。
[0103]
s3、结合各个施工环节配备的机械设备，分析对应机械设备在工程开展阶段投入使用时的故障风险值，并根据故障风险值判定机械设备故障对相邻施工环节的影响程度，结合影响程度构建风险评定模型；
[0104]
所述s3的方法包括以下步骤：
[0105]
步骤3001、任意提取工程项目中相邻两个施工环节配备的机械设备集，记为组合(s
n-1
，sn)；
[0106]
步骤3002、获取工程项目中第n-1个施工环节配备的机械设备集中第j台机械设备，分析对应机械设备投入使用时的故障风险值，记为
[0107][0108]
其中表示权重值，所述权重值为数据库预设值，表示第j台机械设备铭牌上额定使用年限，表示第j台机械设备投入使用总天数，表示第j台机械设备投入使用期间发生故障次数；
[0109]
步骤3003、重复步骤3002得到工程项目中第n-1个施工环节中各台机械设备的故障风险值，
[0110]
以点o作为原点，以为机械设备运行时长作为x轴，以机械设备作为y轴，构建平面直角坐标系，在平面直角坐标系中将第n-1个施工环节中各台机械设备投入使用时长映射到平面直角坐标系中，生成对应机械设备运行时长曲线，结合各个机械设备运行时长曲线，将持续时间最久的曲线对应的运行时长作为工程项目中第n-1个施工环节机械设备完工时间，记为y
n-1
；
[0111]
步骤3003、结合工程项目中第n-1个施工环节机械设备完成时间，判定第n-1个施工环节机械设备完成时间对工程项目中第n个施工环节的影响程度，并结合影响程度构建风险评定模型，记为
[0112][0113]
其中τ表示比例系数，所述比例系数为数据库预设值，表示工程项目立项阶段中对第n-1个施工环节机械设备预置的完工时间。
[0114]
s4、结合s2与s3的分析结果，判断当前工程项目中各个施工环节采纳的方案合理性，结合判断结果设定预警条件值。
[0115]
所述s4的方法包括以下步骤：
[0116]
步骤4001、将步骤2005的分析结果与步骤3003中风险评定模型进行捆绑组合；
[0117]
步骤4002、结合风险评定模型判断当前工程项目中第n-1个施工环节采纳的方案
是否合理，若时，则表明当前采纳的方案中满足施工材料最优值，但不符合施工合理性要求，发出预警信号，通过告知相关部门根据对应施工环节进行机械设备的使用情况进行调节；
[0118]
若则表明当前采纳的方案中满足施工材料最优值其符合施工合理性要求，不发出预警信号。
[0119]
本实施例中：公开了一种基于人工智能的工程项目数据分析系统(如图2所示)，所述系统用于实现方法的具体方案内容。
[0120]
实施例2：设定当前施工环节中第a种类材料涉及4个供应商，其中供应商1对第a种类材料标价为τ1元，供应商2对第a种类材料标价为τ2元，供应商3对第a种类材料标价为τ3元，供应商4对第a种类材料标价为τ4元，
[0121]
通过调查得到各个供应商对应的用户满意程度，进而通过计算得到各个供应商对应的优选综合值，记为和其中则将供应商1作为第a种类材料的进货渠道，
[0122]
通过获取当前施工环节中第j台机械设备的故障风险值，记为
[0123][0124]
结合工程项目中当前施工环节机械设备完成时间，判定当前施工环节机械设备完成时间对后续一个施工环节的影响程度，并结合影响程度构建风险评定模型，记为其中则判定当前工程项目中的选择方案以及机械设备的选择符合施工合理性要求。
[0125]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0126]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0127]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于人工智能的工程项目数据分析方法，其特征在于，所述方法包括以下步骤：s1、根据工程项目立项阶段明确的项目内容提取项目中各个施工环节材料清单以及工程项目中各个施工环节需配备的机械设备，并对提取的数据进行预处理；s2、通过历史数据获取各个施工环节材料清单中涉及的材料供应渠道，结合对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型；s3、结合各个施工环节配备的机械设备，分析对应机械设备在工程开展阶段投入使用时的故障风险值，并根据故障风险值判定机械设备故障对相邻施工环节的影响程度，结合影响程度构建风险评定模型；s4、结合s2与s3的分析结果，判断当前工程项目中各个施工环节采纳的方案合理性，结合判断结果设定预警条件值。2.根据权利要求1所述的一种基于人工智能的工程项目数据分析方法，其特征在于，所述s1的方法包括以下步骤：步骤1001、获取工程项目中各个施工环节的材料清单，并将材料清单按工程项目施工顺序进行排序，记为集合a，a＝(a1，a2，a3，...，a
n
)，其中a
n
表示工程项目中第n个施工环节的材料清单，n表示工程项目施工环节总个数；步骤1002、获取各个施工环节的材料清单，将各个施工环节的材料清单与对应施工环节涉及的机械设备进行组合，记为集合b，其中表示工程项目中第n个施工环节所需通用使用的材料集，s
n
表示工程项目中第n个施工环节所需应用的机械设备集，其中其中表示工程项目中第n个施工环节中所需使用的第i种材料，i表示工程项目中应用的材料种类总个数，的第i种材料，i表示工程项目中应用的材料种类总个数，表示工程项目中第n个施工环节所需应用的第j台机械设备，j表示工程项目中应用的机械设备总台数。3.根据权利要求2所述的一种基于人工智能的工程项目数据分析方法，其特征在于，所述s2的方法包括以下步骤：步骤2001、获取工程项目中第n个施工环节的材料清单，通过历史数据获取工程项目中第n个施工环节的材料清单中第i种类材料涉及的供应商，记为集合c，其中表示工程项目中第n个施工环节的材料清单中第i种类材料对应的第k个供应商；步骤2002、结合各个供应商材料价格清单表获取对应材料的价格，记为集合c
*
，其中表示工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处
的价格；将集合c
*
中元素按照对应材料的大小进行由大到小序列进行排序，得到序列c
**
，其中表示序列更新后的工程项目中第n个施工环节的材料清单中第i种类材料在第k个供应商处的价格；步骤2003、通过历史数据获取第n个施工环节的材料清单中第i种类材料不同供应商对应的用户反馈表，结合序列c
**
分析第i种类材料在第k个供应商中价格以及对应用户反馈表分析优选综合值，记为分析优选综合值，记为其中ω1、ω2和ω3表示比例系数，所述比例系数为数据库预设值，表示第i种类材料在第k个供应商中的价格，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中为满意的用户，z
k(i)
表示第i种类材料在第k个供应商中对应用户反馈表的总个数，表示第i种类材料在第k个供应商中对应的第l个用户反馈表中记录的材料耐用情况；步骤2004、重复步骤2003得到第n个施工环节的材料清单中第i种类材料相对于不同供应商供货方案的优选综合值，将各个供货方案的优选综合值按照由大到小序列排序，生成工程材料优先序列模型，并将对应供货方案的优选综合值最大值对应的供应商作为第i种类材料的首选供应方；步骤2005、循环步骤2001-步骤2004得到各个施工环节对应材料清单中各个种类材料的首选供应方，并将对应施工环节中相应材料的首选供应方进行组合，得到对应施工环节中各材料的供应渠道。4.根据权利要求3所述的一种基于人工智能的工程项目数据分析方法，其特征在于，所述s3的方法包括以下步骤：步骤3001、任意提取工程项目中相邻两个施工环节配备的机械设备集，记为组合(s
n-1
，s
n
)；步骤3002、获取工程项目中第n-1个施工环节配备的机械设备集中第j台机械设备，分析对应机械设备投入使用时的故障风险值，记为析对应机械设备投入使用时的故障风险值，记为其中表示权重值，所述权重值为数据库预设值，表示第j台机械设备铭牌上额定使用年限，表示第j台机械设备投入使用总天数，表示第j台机械设备投入使用期间发生故障次数；步骤3003、重复步骤3002得到工程项目中第n-1个施工环节中各台机械设备的故障风险值，以点o作为原点，以为机械设备运行时长作为x轴，以机械设备作为y轴，构建平面直角
坐标系，在平面直角坐标系中将第n-1个施工环节中各台机械设备投入使用时长映射到平面直角坐标系中，生成对应机械设备运行时长曲线，结合各个机械设备运行时长曲线，将持续时间最久的曲线对应的运行时长作为工程项目中第n-1个施工环节机械设备完工时间，记为y
n-1
；步骤3003、结合工程项目中第n-1个施工环节机械设备完成时间，判定第n-1个施工环节机械设备完成时间对工程项目中第n个施工环节的影响程度，并结合影响程度构建风险评定模型，记为评定模型，记为其中τ表示比例系数，所述比例系数为数据库预设值，表示工程项目立项阶段中对第n-1个施工环节机械设备预置的完工时间。5.根据权利要求4所述的一种基于人工智能的工程项目数据分析方法，其特征在于，所述s4的方法包括以下步骤：步骤4001、将步骤2005的分析结果与步骤3003中风险评定模型进行捆绑组合；步骤4002、结合风险评定模型判断当前工程项目中第n-1个施工环节采纳的方案是否合理，若时，则表明当前采纳的方案中满足施工材料最优值，但不符合施工合理性要求，发出预警信号，通过告知相关部门根据对应施工环节进行机械设备的使用情况进行调节；若则表明当前采纳的方案中满足施工材料最优值其符合施工合理性要求，不发出预警信号。6.一种基于人工智能的工程项目数据分析系统，其特征在于，所述系统包括以下模块：工程项目数据预处理模块：所述工程项目预处理模块用于根据工程项目立项阶段的项目内容进行提取材料清单以及各个施工环节需配备的机械设备，并对提取的数据进行整合操作；工程材料最优选择模块：所述工程材料最优选择模块用于结合历史数据获取各个施工环节中涉及的材料供应渠道，根据对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型；施工工期评定模块：所述施工工期评定模块用于结合各个施工环节配备的机械设备，通过分析对应机械设备在工程开展阶段投入使用时的故障风险值，并根据故障风险值判定机械设备故障对相邻施工环节的影响程度，结合影响车堵构建风险评定模型；预警条件值设定模块：所述预警条件值设定模块用于结合工程材料最优选择模块以及施工工期评定模块的分析结果，判断当前工程项目中各个施工环节采纳的方案合理性，结合判断结果设定预警条件值。7.根据权利要求6所述的一种基于人工智能的工程项目数据分析系统，其特征在于，所述工程项目数据预处理模块包括材料清单数据分析单元以及数据整合单元：所述材料清单数据分析单元用于获取工程项目中各个施工环节的材料清单，并结合历史数据分析各个材料清单中对应施工环节涉及的材料供应商；所述数据整合单元用于结合材料清单数据分析单元的分析结果将对应施工环节涉及
的材料工艺供应商与机械设备进行整合。8.根据权利要求7所述的一种基于人工智能的工程项目数据分析系统，其特征在于，所述工程材料最优选择模块包括材料供应商分析单元、优选综合值计算单元以及工程材料优选序列模型构建单元：所述材料供应商分析单元用于结合历史数据获取对应施工环节中各个材料涉及的供应商；所述优选综合值计算单元用于结合历史数据中用户反馈表分析同一材料对应的各个供应商提供的供货方案的优选综合值；所述工程材料优选序列模型构建单元用于结合优选综合值计算单元的分析结果，将各个供货方案进行序列校准，生成工程材料优选序列模型。9.根据权利要求8所述的一种基于人工智能的工程项目数据分析系统，其特征在于，所述施工工期评定模块包括机械故障风险分析单元、施工进度影响分析单元以及风险评定模型构建单元：所述机械故障风险分析单元用于通过历史数据获取对应设备铭牌参数，结合对应设备使用时长以及检修报告数据中故障次数分析对应机械设备的故障风险程度；所述施工进度影响分析单元用于结合机械故障风险分析单元的分析结果判断当前施工环节中涉及的机械设备故障对相邻施工环节工期的影响情况；所述分风险评定模型构建单元用于结合施工进度影响分析单元的分析结果构建风险评定模型。10.根据权利要求9所述的一种基于人工智能的工程项目数据分析系统，其特征在于，所述预警条件值设定模块包括综合因素分析单元以及预警信号设定单元：所述综合因素分析单元用于将工程材料最优选择模块以及施工工期评定模块的分析结果进行综合分析；所述预警信号设定单元用于结合综合因素分析单元的分析结果设定预警信号值。

技术总结
本发明涉及人工智能领域，具体为一种基于人工智能的工程项目数据分析系统及方法，所述系统包括工程项目数据预处理模块、工程材料最优选择模块、施工工期评定模块以及预警条件值设定模块，所述工程材料最优选择模块用于结合历史数据获取各个施工环节中涉及的材料供应渠道，根据对应施工环节中不同供应渠道的组合方案构建工程材料优先序列模型，本发明通过分析工程项目的选材方案构建工程材料优先序列模型，通过分析各个施工环节相关机械设备对对应施工环节进度的影响情况构建风险评定模型，结合当前工程项目采纳的方案进行判断合理性，进而不仅提高了工程项目施工方案的合理性，而且降低了工程项目的成本费用。且降低了工程项目的成本费用。且降低了工程项目的成本费用。


技术研发人员：刘洪舟 李学政 麦峰 张杭 孙海飞
受保护的技术使用者：同望科技股份有限公司
技术研发日：2023.07.12
技术公布日：2023/9/26