时间:2024-05-04
王乐思
摘 要: 为了提高电子信息化控制工程的成本管理能力,降低工程的运维开销,提出基于BIM技术的电子信息化控制工程成本管理控制模型。建立电子信息化控制工程成本管理的约束参数模型,采用全样本面板数据分析方法进行电子信息化控制工程的运行管理的成本序列特征分析,提取工程成本管理的统计特征序列分布集;采用模糊信息特征挖掘方法进行电子信息化控制工程成本管理的运维可靠性分析,结合回归分析和统计检验的方法,进行电子信息化控制工程管理成本的优化预测;采用BIM信息分析技术进行工程管理成本的定量分析和自适应预测,实现对电子信息化控制工程成本的优化管理。仿真结果表明,采用该方法进行电子信息化控制工程成本管理的可靠性较好,成本自适应控制能力较强,预测精度较高。
关键词: 电子信息化; 工程管理成本; 约束参数建模; BIM技术; 成本管理; 定量分析
中图分类号: TN99?34; F276 文献标识码: A 文章编号: 1004?373X(2020)12?0138?04
Abstract: A BIM technology based cost management control model of electronic informatization control project is proposed to improve the cost management ability of electronic informatization control project and reduce the operation and maintenance expenses of the project. The constraint parameter model of cost management of electronic information control project is established, and the cost sequence features of the operation management of electronic informatization control project is analyzed by means of the full sample panel data analysis method. The statistical feature sequence distribution of project cost management is extracted, and the operation and maintenance reliability analysis of the cost management of the electronic informatizaion control project is carried out by means of the fuzzy information feature mining method. In combination with the method of regression analysis and statistical test, the optimal prediction of management cost of the electronic informatization control project is performed, and the quantitative analysis and adaptive prediction of project management cost are conducted by means of BIM information analysis technology, so as to realize the optimal cost management of the electronic informatization control project. The simulation results show that the reliability of the cost management of electronic informatization control project by means of this method is well, the cost adaptive control ability is strong, and the prediction accuracy is high.
Keywords: electronic informatization; project management cost; constraint parameter modeling; BIM technology; cost management; quantitative analysis
0 引 言
隨着电子信息化控制工程产业的发展,大量的电子信息化控制工程建设不断立项,在进行电子信息化控制工程建设和管理时,需要结合电子信息化控制工程自身的管理特性进行造价预测,构建电子信息化控制工程造价和成本管理控制模型,结合大数据信息分析和统计决策分析的方法,进行电子信息化控制工程管理成本的控制和建模,提高电子信息化控制工程成本管理能力,研究电子信息化控制工程管理应用模型具有重要意义[1]。
地理信息管理系统(Building Information Modeling,BIM)是电子信息化控制工程成本管理系统[2]。本文提出基于BIM技术的电子信息化控制工程成本管理控制模型。该模型采用BIM大数据信息化管理和特征分析的方法,建立电子信息化控制工程成本管理的约束参数模型结合回归分析和统计检验的方法,进行电子信息化控制工程管理成本的优化预测,实现工程管理成本的优化预测,最后进行实验测试分析,得出有效性结论。
1 工程管理成本数据来源分析
1.1 工程成本管理的约束参数模型
为了实现BIM技术在电子信息化控制工程成本管理中的应用,建立电子信息化控制工程成本管理的约束参数模型。采用全样本面板数据分析方法进行电子信息化控制工程的运行管理的成本序列特征分析[3?4],在资本结构优化调节下,建立电子信息化控制工程的成本博弈模型。采用全循环周期寿命预测的方法,进行电子信息化控制工程成本管理,分析资源回归分析参数,以工程投入的杠杆率以及利润为自变量。采用模糊关联特征分析方法,建立电子信息化控制工程管理成本控制的模糊约束参数集。采用描述性统计分析方法,构建电子信息化控制工程成本管理的标准化预测特征分布函数[Vi]为:
1.2 全样本面板数据分析
采用全样本面板数据分析方法进行电子信息化控制工程运行管理的成本序列特征分析,提取工程成本管理的统计特征序列分布,在内部资产结构调整的情况下进行电子信息化控制工程的利润调节[6],得到电子信息化控制工程成本管理的回归分析模型。
结合最大似然估计方法,進行电子信息化控制工程成本管理的最优参数分析和特征估计[7]。在模糊序列分布下,得到电子信息化控制工程成本管理的面板数据集为[S],采用内部控制约束方法,进行电子信息化控制工程成本管理的动态估计,得到面板数据的动态估计结果为:
利用全样本回归分析方法进行电子信息化控制工程成本管理的全循环周期控制和预测,提高工程成本管理的自适应预测和优化控制能力[8]。
2 工程成本管理建模优化
2.1 基于BIM的工程成本管理大数据分析
建立电子信息化控制工程成本管理的约束参数模型,并采用全样本面板数据分析方法进行电子信息化控制工程的运行管理的成本序列特征分析,在此基础上,进行工程成本管理优化[9]。本文提出基于BIM技术的电子信息化控制工程成本管理控制模型,采用模糊信息特征挖掘方法进行电子信息化控制工程成本管理的运维可靠性分析[10]。
结合成本最小均衡化博弈的方法,进行电子信息化控制工程成本管理的动态寻优[11],以投资水平作为因变量,得到在BIM技术支持下电子信息化控制工程成本管理的最优决策博弈模型。由此,构建电子信息化控制工程成本管理的大数据融合模型,采用BIM信息处理技术,进行电子信息化控制工程成本管理的大数据信息库模型构造,根据专家系统决策方法,进行电子信息化控制工程成本管理和控制优化[12]。
2.2 成本管理预测输出
结合回归分析和统计检验的方法,进行电子信息化控制工程管理成本的优化预测[13],得到电子信息化控制工程建设的最优管理博弈函数[FU]与最劣管理博弈函数[FV],采用BIM信息处理技术,得到主成分特征分布为:
3 仿真实验分析
在嵌入式的Linux系统中进行电子信息化控制工程成本管理的仿真分析,结合Matlab进行程序控制和设计,采用描述性统计分析方法,建立5个电子信息化控制工程项目的成本管理统计分析模型,得到描述性统计分析结果见表1。
根据上述描述性统计分析结果,进行电子信息化控制工程成本管理,得到面板数据分布域如图2所示。
根据面板数据分布,采用BIM信息分析技术进行工程管理成本的定量分析和自适应预测,得到预测结果如图3所示。
由图3可知,本文方法能有效实现对电子信息化控制工程成本的管理和预测,预测的置信度较高。测试的预测精度对比结果见表2,由表2可知,本文方法进行电子信息化控制工程成本管理的预测精度比PCA和SVM方法的精度都要高。
4 结 语
本文提出基于BIM技术的电子信息化控制工程成本管理控制模型。构建电子信息化控制工程造价和成本管理控制模型,结合大数据信息分析和统计决策分析的方法,进行电子信息化控制工程管理成本的控制和建模;结合回归分析和统计检验的方法,进行电子信息化控制工程管理成本的优化预测;采用BIM信息处理技术,得到电子信息化控制工程造价模拟的优化方案,实现工程管理成本的定量分析和自适应预测。分析得知,本文模型进行电子信息化控制工程成本管理的统计分析能力较好,预测精度较高。
参考文献
[1] 钟辉,李驰,孙红,等.面向BIM模型二次开发数据提取与应用技术[J].沈阳建筑大学学报(自然科学版),2019,35(3):560?566.
[2] 马少春,王森,鲍鹏,等.BIM技术在PPP棚改项目中的应用研究[J].河南大学学报(自然科学版),2019,49(4):484?490.
[3] 夏杨,孙文建.基于Cloud?BIM的建筑工人高空作业安全管理系统构建[J].武汉理工大学学报(信息与管理工程版),2019,41(3):241?246.
[4] 张建平,何田丰,林佳瑞,等.基于BIM的建筑空间与设备拓扑信息提取及应用[J].清华大学学报(自然科学版),2018,58(6):587?592.
[5] 吴玉霞,温欣.基于ARIMA模型的短期股票价格预测[J]. 统计与决策,2016(23):83?86.
[6] 赵小林,吴弋鹏,黄慧莹,等.新生代农民工住房购买力与住宅商品房销售去库存约束关系模型:以增城地区为例[J].管理工程师,2017,22(1):8?13.
[7] 潘继征.基于演化博弈的大型科研项目会计核算方法改进[J].管理工程师,2017,22(1):36?40.
[8] 王擎,白雪,牛锋,等.我国商业银行的系统性风险测度及影响因素研究:基于CCA?POT?Copula方法的分析[J].当代经济科学,2016(2):1?9.
[9] 姚磊,姚王信.融资融券渐进式扩容的政策效应研究:基于多期DID模型与Hausman的检验[J].国际金融研究,2016(5):85?96.
[10] DOU Q, CHEN H, YU L Q, et al. Multi?level contextual 3D CNNs for false positive reduction in pulmonary nodule detection [J]. IEEE transactions on biomedical engineering, 2017, 64(7): 1558?1567.
[11] XIE H T, YANG D B, SUN N N, et al. Automated pulmonary nodule detection in CT images using deep convolutional neural networks [J]. Pattern recognition, 2019, 85: 109?119.
[12] LI W, CAO P, ZHAO D Z, et al. Pulmonary nodule classification with deep convolutional neural networks on computed tomography images [J]. Computational and mathematical methods in medicine, 2016, 2016: 1?7.
[13] 王慧健,刘峥,李云,等.基于神经网络语言模型的时间序列趋势预测方法[J].计算机工程,2019,45(7):13?19.
[14] 袁泉,郭江帆.新型含噪数据流集成分类的算法[J].计算机应用,2018,38(6):1591?1595.
[15] 陈颖峰,王玉红,王蕾.基于ARM和LabVIEW的网络数据采集测试系统设计[J].现代电子技术,2016,39(13):88?92.
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!