一种公路施工的经济损益智能分析方法及系统

摘要

本发明提供了一种公路施工的经济损益智能分析方法及系统，包括：将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型；对第一工程虚拟模型进行特征分析，获得第一形状特征和第一材料特征；基于第一形状特征和第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割，获得第一分割区域集合；遍历第一分割区域集合进行理论成本分析，获得第一施工成本和第一材料成本；对施工环境进行施工要素分析，获得第一静态要素和第一动态要素输入敏感系数评估模型，获得第一敏感系数；基于第一施工成本、所述第一材料成本和第一敏感系数，生成第一预测施工成本，将所述第一预测施工成本设为第一标识信息添加进所述第一工程虚拟模型。

说明书

技术领域

本发明涉及人工智能相关技术领域，具体涉及一种公路施工的经济损益智能分析方法及系统。

背景技术

建筑项目进行成本预算是控制项目合理开支的必要手段，在公路工程中由于施工路况复杂，耗资巨大，施工经济损益的分析就更加显得重要。

现有技术中工程施工的造价分析主要通过两种方式，一者是依赖人工对工程造价进行预测估算，进而分析预测经济损益和实际经济损益的偏差；二者是通过BIM建模结合人工核算工程造价。

但是存在人工核算效率较低且在工作量巨大的前提下无法保障准确性，而基于BIM建模的自动化程度较低，且并未考虑到多变复杂的施工环境的技术问题。

发明内容

本申请实施例通过提供了一种公路施工的经济损益智能分析方法及系统，解决了现有技术中存在人工核算效率较低且在工作量巨大的前提下无法保障准确性，而基于BIM建模的自动化程度较低，且并未考虑到多变复杂的施工环境的技术问题。

鉴于上述问题，本申请实施例提供了一种公路施工的经济损益智能分析方法及系统。

第一方面，本申请实施例提供了一种公路施工的经济损益智能分析方法，所述方法包括：将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型；对所述第一工程虚拟模型进行特征分析，获得第一形状特征和第一材料特征；基于所述第一形状特征和所述第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割，获得第一分割区域集合；遍历所述第一分割区域集合进行理论成本分析，获得第一施工成本和第一材料成本；对施工环境进行施工要素分析，获得第一静态要素和第一动态要素；将所述第一静态要素和所述第一动态要素输入敏感系数评估模型，获得第一敏感系数；基于所述第一施工成本、所述第一材料成本和所述第一敏感系数，生成第一预测施工成本，将所述第一预测施工成本设为第一标识信息添加进所述第一工程虚拟模型。

另一方面，本申请实施例提供了一种公路施工的经济损益智能分析系统，所述系统包括：第一获得单元：用于将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型；第二获得单元：用于对所述第一工程虚拟模型进行特征分析，获得第一形状特征和第一材料特征；第三获得单元：用于基于所述第一形状特征和所述第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割，获得第一分割区域集合；第四获得单元：用于遍历所述第一分割区域集合进行理论成本分析，获得第一施工成本和第一材料成本；第五获得单元：用于对施工环境进行施工要素分析，获得第一静态要素和第一动态要素；第六获得单元：用于将所述第一静态要素和所述第一动态要素输入敏感系数评估模型，获得第一敏感系数；第七获得单元：用于基于所述第一施工成本、所述第一材料成本和所述第一敏感系数，生成第一预测施工成本，将所述第一预测施工成本设为第一标识信息添加进所述第一工程虚拟模型。

第三方面，本申请实施例提供了一种电子设备，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，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了基于施工项目构建工程虚拟数字模型，进一步得到各工程区域的形状特征及材料特征，基于形状特征和材料特征依据施工方向对虚拟模型进行区域分割，遍历分割区域集合进行理论成本分析得到施工成本和材料成本，再结合环境要素得到敏感系数对施工成本和材料成本进行调整，得到预测施工成本的技术方案，通过智能化系统对施工预测成本进行分析，效率较高；通过敏感系数表征环境要素对施工成本进行调整，提高了分析结果的准确性，达到了分析效率较高且分析结果较准确的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种公路施工的经济损益智能分析方法流程示意图；

图2为本申请实施例提供了一种公路施工的经济损益智能分析方法中第一工程虚拟模型的构建流程示意图；

图3为本申请实施例提供了一种公路施工的经济损益智能分析系统结构示意图；

图4为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请实施例通过提供了一种公路施工的经济损益智能分析方法及系统，解决了现有技术中存在人工核算效率较低且在工作量巨大的前提下无法保障准确性，而基于BIM建模的自动化程度较低，且并未考虑到多变复杂的施工环境的技术问题。通过智能化系统对施工预测成本进行分析，效率较高；通过敏感系数表征环境要素对施工成本进行调整，提高了分析结果的准确性，达到了分析效率较高且分析结果较准确的技术效果。

申请概述

现有技术中工程施工的造价分析主要通过两种方式，一者是依赖人工对工程造价进行预测估算，进而分析预测经济损益和实际经济损益的偏差；二者是通过BIM建模结合人工核算工程造价。但是人工核算效率较低且在工作量巨大的前提下无法保障准确性，而基于BIM建模的自动化程度较低，同样需要较多人力成本。。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种公路施工的经济损益智能分析方法及系统，由于采用了基于施工项目构建工程虚拟数字模型，进一步得到各工程区域的形状特征及材料特征，基于形状特征和材料特征依据施工方向对虚拟模型进行区域分割，遍历分割区域集合进行理论成本分析得到施工成本和材料成本，再结合环境要素得到敏感系数对施工成本和材料成本进行调整，得到预测施工成本的技术方案，通过智能化系统对施工预测成本进行分析，效率较高；通过敏感系数表征环境要素对施工成本进行调整，提高了分析结果的准确性，达到了分析效率较高且分析结果较准确的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种公路施工的经济损益智能分析方法，其中，所述方法包括：

S100：将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型；

具体而言，所述第一项目设计图指的是施工项目由技术人员设计的施工工程图纸，从图纸中可以确定各项施工细节，示例性地如：施工位置，材料类型，材料规格，完工理想图纸，施工进度等信息；所述第一虚拟建模通道指的是构建施工项目虚拟三维模型的系统，优选的使用BIM建模技术，结合第一项目设计图构建虚拟模型。

所述第一工程虚拟模型指的是将公路施工的第一项目设计图输入第一虚拟建模通道，基于设计图中的：施工位置，施工材料，材料规格，施工完成理想架构等信息构建公路施工的整体三维架构图；进一步的，第一工程虚拟模型可以在进行可视化展示，且可以添加施工成本，施工时长，施工材料规格等信息在各个关键区域进行显示，提高了公路施工损益分析的可视化能力，为公路施工的施工过程及施工成本控制提供直观的参考基准。

S200：对所述第一工程虚拟模型进行特征分析，获得第一形状特征和第一材料特征；

具体而言，所述第一形状特征指的是对构建完成的第一工程虚拟模型进行特征提取，得到的形状结构特征信息，示例性地：在公路施工过程，从铺建路基到碾平休整，整个过程具有多层次多环节的施工过程，不同的层次环节具有不同的施工形状结构，将整个公路施工区域内的施工形状结构进行存储，记为第一形状特征。

所述第一材料特征指的是不同的层次环节具有不同的施工材料，材料规格，材料加工工艺等信息，将一一对应的第一材料特征和第一形状特征进行存储。

进一步的，通过第一形状特征可以确定施工的加工成本，通过第一材料特征可以确定施工的材料成本，为后步进行成本分析提供了较全面的数据基础，保障了分析结果的准确性。

S300：基于所述第一形状特征和所述第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割，获得第一分割区域集合；

具体而言，所述预设施工方向指的是施工计划中的施工方向和施工进度信息，示例性地：在空间上为，从施工路段的一端到另外一端，从下层到上层；时间上为，预设时间区间内施工进度。所述第一分割区域集合指的是依据第一形状特征和第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割之后的结果。优选的分为两级分割：一级分割为，按照施工进度，预设时间区间内施工进度分割为多时间区间内的施工任务；二级分割为，遍历多时间区间内的施工任务，根据第一形状特征和第一材料特征，对施工项目进行聚类分析再分割，将具有类似形状和相同材料的区域划分在一起，得到第一分割区域集合，其中，聚类分析常用的对于具有类似特征的事物或数据进行聚类的过程，于此不多加赘述。

通过将第一工程虚拟模型分割为多时间区间内的施工任务，再将具有类似形状和相同材料的区域划分在一起，便于核算成本时可以加快计算速度，提高运算效率。

S400：遍历所述第一分割区域集合进行理论成本分析，获得第一施工成本和第一材料成本；

具体而言，遍历第一分割区域集合进行公路施工成本核算，具体的遍历过程如下，遍历一级按照施工进度划分的施工时间区间，再遍历该时间区间内的多个分割区域中的形状和材料特征，预测成本信息，将一个施工时间区间内的施工任务和对应分割区域的施工成本信息进行存储。

所述第一材料成本指的是遍历第一分割区域集合的材料成本确定的多组材料成本信息；所述第一施工成本指的是遍历第一分割区域集合的形状结构特征确定的多组施工中产生的人力成本和加工成本，优选的每组的成本信息记为：第n分割区域的施工理论成本=第n分割区域材料成本+第n分割区域施工成本。将第一施工成本和第一材料成本添加进第一工程虚拟模型中对应的分割区域的标识信息中，便于可视化展示，且置为待响应状态，便于后步的快速调用。

S500：对施工环境进行施工要素分析，获得第一静态要素和第一动态要素；

具体而言，施工环境要素指的是公路施工过程对施工成本会造成影响的要素信息，示例性地如：地理位置，土壤硬度，湿度，挖掘深度，温度，气候等信息；所述第一静态要素指的是施工区域长期稳定的对施工成本会造成影响的环境要素，包括但不限于：土壤硬度、地理位置、气候条件等信息；所述第一动态要素指的是施工区域动态变化的对施工成本会造成影响的环境要素，包括但不限于：湿度、温度等信息。

通过对第一静态要素进行分析，可以确定第n分割区域的施工理论成本稳定增加成本，示例性地：土壤硬度越大、地理位置越陡峭，施工成本就越大，且施工过程无可避免；通过对第一动态要素进行分析，可以确定第n分割区域的施工理论成本的不确定增加成本，示例性地，如温度较低难以施工，则可以避开温度较低时区，为动态变化，可能会有可能不会有的要素。将第一静态要素和第一动态要素进行采集，提高了分析结果的准确性。

S600：将所述第一静态要素和所述第一动态要素输入敏感系数评估模型，获得第一敏感系数；

具体而言，所述敏感系数评估模型指的是基于多棵决策树构建分析第一静态要素和第一动态要素对n个分割区域的施工理论成本的影响程度进行预测的模型，通过将n个分割区域的施工理论成本设为决策树的根节点，在第一静态要素和第一动态要素的条件下分割，得到多种成本影响结果作为叶子节点，不同的成本影响结果具有不同的发生概率，不同的第一静态要素和第一动态要素可以分割出不同的叶子节点，进而可以选用发生概率最大的影响结果作为输出结果，即为第一敏感系数，通过第一敏感系数可以表征环境要素对于理论施工成本的影响，进而可以确定更加准确的施工预测成本，为公路施工的损益分析提供了准确的数据参考基准。

S700：基于所述第一施工成本、所述第一材料成本和所述第一敏感系数，生成第一预测施工成本，将所述第一预测施工成本设为第一标识信息添加进所述第一工程虚拟模型。

进一步的，基于所述生成第一预测施工成本，步骤S700包括：

S710：构建第一预测施工成本核算公式：

其中，

S720：将所述第一预测施工时间和所述第一预测施工造价添加进所述第一预测施工成本。

具体而言，调用所述第一预测施工成本核算公式：

进一步的，将所述第一预测施工时间和所述第一预测施工造价设为第一预测施工成本，并设为所述第一标识信息将各个分割区域的预测施工成本

进一步的，所述方法还包括步骤S800：

S810：获得第一预设变量和第二预设变量，其中，所述第一预设变量表征施工时间阈值，所述第二预设变量表征施工造价阈值；

S820：将所述第一预设变量和所述第二预设变量分别输入所述第一预测施工成本核算公式进行预测偏差分析，获得第一分析结果；

进一步的，基于所述获得第一分析结果，步骤S820包括：

S821：使用所述第一预设变量替代所述第一预测施工成本核算公式中的所述第一预测施工时间，获得所述第二预测施工造价；

S822：基于所述第二预测施工造价和所述第二预设变量，获得第一施工造价预测偏差；

S823：使用所述第二预设变量替代所述第一预测施工成本核算公式中的所述第一预测施工造价，获得所述第二预测施工时间；

S824：基于所述第二预测施工时间和所述第一预设变量，获得第一施工时间预测偏差；

S825：将所述第一施工造价预测偏差和所述第一施工时间预测偏差设为所述第一分析结果。

S830：根据所述第一分析结果对所述第一项目进行成本调控。

具体而言，所述第一预设变量指的是表征施工时间阈值，即施工期限的信息，包括不限于：总施工时间阈值，分割区域对应的施工时间阈值等；所述第二预设变量指的是表征施工造价阈值，包括但不限于：总的施工造价阈值，分割区域对应的施工造价阈值等。

将第一预设变量输入第一预测施工成本核算公式进行施工造价预测偏差分析，具体过程如下：

使用第一预设变量替换第一预测施工成本核算公式中的第一预测施工时间，示例性地为：

使用第二预设变量替换第一预测施工成本核算公式中的第一预测施工造价，示例性地为：

进一步的，将第一施工时间预测偏差和第一施工造价预测偏差设为所述第一分析结果，进而根据第一施工时间预测偏差值对施工成本进行调整，保持施工成本在第一预设变量和第二预设变量之内。避免施工成本较高，造成资源及人力物力的无端损耗。

进一步的，如图2所示，基于所述将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型，步骤S100包括：

S110：基于BIM建模技术，生成所述第一虚拟建模通道；

S120：按照所述预设施工方向遍历所述第一项目设计图，获得第一预设尺寸和第一预设比例；

S130：根据所述第一项目，获得第一构建材料；

S140：将所述第一预设尺寸、所述第一预设比例和所述第一构建材料输入所述第一虚拟建模通道，生成所述第一工程虚拟模型。

具体而言，所述BIM建模技术指的是工程中常用的数字工程模型，通过BIM建模不仅可以直观的展现施工项目的立体图，而且可以展现各部分的具体施工信息，示例性的如：各个分割区域的施工材料，进程，成本等信息；所述第一虚拟建模通道指的是基于BIM建模技术构建的对公路施工项目进行建模的通道；所述第一预设尺寸指的是第一项目设计图中预设的各个施工区域计划敲定的尺寸数据；所述第一预设比例指的是设计图和实际工程的比例尺信息，通过依据预设施工方向遍历第一项目设计图采集预设尺寸和预设比例，依次存储，便于可以依据预设施工方向构建三维模型，保障建模的准确性。

进一步的，所述第一构建材料指的是公路施工项目需要用到的施工材料，将其按照预设施工方向和预设尺寸和预设比例对应存储，建模时，不同的材料使用不同的颜色表征；将第一构建材料、第一预设尺寸和第一预设比例输入第一虚拟建模通道，以第一预设比例构建模型各尺寸，以不同颜色表征不同材料构建各个预设尺寸关系，进而生成第一工程虚拟模型，便于后步计算出成本信息时可以快速添加，且提高了可视化效果。

进一步的，基于所述将所述第一静态要素和所述第一动态要素输入敏感系数评估模型，之前步骤S600包括：

S610：获得第M-1训练数据集，其中，所述第M-1训练数据集包括多组历史环境要素和施工成本影响程度标识信息；

S620：利用所述第M-1训练数据集，构建第M-1决策树，其中，所述第M-1决策树的层数限定为随机整数a，15≤a≤20；

S630：获得第一预设准确率，提取所述第M-1决策树不满足所述第一预设准确率的训练数据集，生成第M训练数据集；

S640：利用所述第M训练数据集，构建第M决策树，其中，所述第M决策树的层数限定为随机整数b，15≤b≤20；

S650：当第M训练数据集的数据量满足预设数据量时停止训练，获得第M-1决策树；

S660：将第一决策树、第二决策树直到所述第M-1决策树合并，获得所述敏感系数评估模型。

具体而言，所述第M-1训练数据集指的是用多组历史环境要素和施工成本影响程度标识信息构建的数据集合，其实是具有第一训练数据集，第二训练数据集直到第M-1训练数据集、第M训练数据集，其中，每一组训练数据集都是多组历史环境要素和施工成本影响程度标识信息构建的数据集合。

所述第一预设准确率指的是预设决策树达到的准确程度，使用决策树的输出结果和标识信息的差值进行表征，差值越小则准确率越高；通过第一训练数据集构建第一决策树，第一决策树的层数限定为随机整数，在15到20之间，将训练时第一训练数据集中不满足第一预设准确率的训练数据组成第二训练数据集，用来构建第二决策树，第二决策树的层数限定为随机整数，在15到20之间。直到构建第M决策树时的训练数据的数据量小于等于所述预设数据量时停止训练，所述预设数据量优选的为0-0.1；将前M-1个决策树进行合并，得到的模型，由于通过多棵决策树拟合误差数据，使得输出误差不断缩小，提高了输出结果的准确性，即可准确的分析出环境信息对施工成本的影响程度。

进一步的，所述方法步骤S640包括：

S641：将所述第M-1训练数据集划分为第一等份，第二等份直到第k等份；

S642：使用所述第一等份，所述第二等份直到第k-1等份的训练数据集，训练所述第M-1决策树；

S643：当所述第M-1决策树满足所述第一预设准确率时，使用所述第k等份的训练数据集，验证所述第M-1决策树的泛化能力；

S644：当所述第k等份的训练数据集满足所述第一预设准确率，生成所述第M-1决策树。

具体而言，为了避免模型过拟合，需要对模型进行验证形式的训练，具体过程如下：

将第M-1训练数据集划分为第一等份，第二等份直到第k等份，随机抽取其中的k-1等份训练数据集作为训练数据集，使用未抽取的一等份数据即为第k等份，作为验证数据集。

通过训练数据集对第M-1决策树进行训练，直到第M-1决策树达到预设准确率之后，使用验证数据集验证第M-1决策树，若是同样满足预设准确率，则说明第M-1决策树泛化能力较强，构建完成。其他决策树的训练方式同理，进而保障了训练所得模型的泛化能力较强，而不是限定于部分数据。

综上所述，本申请实施例所提供的一种公路施工的经济损益智能分析方法及系统具有如下技术效果：

1.由于采用了基于施工项目构建工程虚拟数字模型，进一步得到各工程区域的形状特征及材料特征，基于形状特征和材料特征依据施工方向对虚拟模型进行区域分割，遍历分割区域集合进行理论成本分析得到施工成本和材料成本，再结合环境要素得到敏感系数对施工成本和材料成本进行调整，得到预测施工成本的技术方案，通过智能化系统对施工预测成本进行分析，效率较高；通过敏感系数表征环境要素对施工成本进行调整，提高了分析结果的准确性，达到了分析效率较高且分析结果较准确的技术效果。

实施例二

基于与前述实施例中一种公路施工的经济损益智能分析方法相同的发明构思，如图3所示，本申请实施例提供了一种公路施工的经济损益智能分析系统，其中，所述系统包括：

第一获得单元11：用于将第一项目设计图输入第一虚拟建模通道，获得第一工程虚拟模型；

第二获得单元12：用于对所述第一工程虚拟模型进行特征分析，获得第一形状特征和第一材料特征；

第三获得单元13：用于基于所述第一形状特征和所述第一材料特征按照预设施工方向对第一工程虚拟模型进行区域分割，获得第一分割区域集合；

第四获得单元14：用于遍历所述第一分割区域集合进行理论成本分析，获得第一施工成本和第一材料成本；

第五获得单元15：用于对施工环境进行施工要素分析，获得第一静态要素和第一动态要素；

第六获得单元16：用于将所述第一静态要素和所述第一动态要素输入敏感系数评估模型，获得第一敏感系数；

第七获得单元17：用于基于所述第一施工成本、所述第一材料成本和所述第一敏感系数，生成第一预测施工成本，将所述第一预测施工成本设为第一标识信息添加进所述第一工程虚拟模型。

进一步的，所述系统还包括：

第一构建单元：用于构建第一预测施工成本核算公式：

其中，

第一添加单元：用于将所述第一预测施工时间和所述第一预测施工造价添加进所述第一预测施工成本。

进一步的，所述系统还包括：

第八获得单元：用于获得第一预设变量和第二预设变量，其中，所述第一预设变量表征施工时间阈值，所述第二预设变量表征施工造价阈值；

第九获得单元：用于将所述第一预设变量和所述第二预设变量分别输入所述第一预测施工成本核算公式进行预测偏差分析，获得第一分析结果；

第一调控单元：用于根据所述第一分析结果对所述第一项目进行成本调控。

进一步的，所述系统还包括：

第十获得单元：用于使用所述第一预设变量替代所述第一预测施工成本核算公式中的所述第一预测施工时间，获得所述第二预测施工造价；

第十一获得单元：用于基于所述第二预测施工造价和所述第二预设变量，获得第一施工造价预测偏差；

第十二获得单元：用于使用所述第二预设变量替代所述第一预测施工成本核算公式中的所述第一预测施工造价，获得所述第二预测施工时间；

第十三获得单元：用于基于所述第二预测施工时间和所述第一预设变量，获得第一施工时间预测偏差；

第一设定单元：用于将所述第一施工造价预测偏差和所述第一施工时间预测偏差设为所述第一分析结果。

进一步的，所述系统还包括：

第一生成单元：用于基于BIM建模技术，生成所述第一虚拟建模通道；

第十四获得单元：用于按照所述预设施工方向遍历所述第一项目设计图，获得第一预设尺寸和第一预设比例；

第十五获得单元：用于根据所述第一项目，获得第一构建材料；

第二生成单元：用于将所述第一预设尺寸、所述第一预设比例和所述第一构建材料输入所述第一虚拟建模通道，生成所述第一工程虚拟模型。

进一步的，所述系统还包括：

第十六获得单元：用于获得第M-1训练数据集，其中，所述第M-1训练数据集包括多组历史环境要素和施工成本影响程度标识信息；

第二构建单元：用于利用所述第M-1训练数据集，构建第M-1决策树，其中，所述第M-1决策树的层数限定为随机整数a，15≤a≤20；

第十七获得单元：用于获得第一预设准确率，提取所述第M-1决策树不满足所述第一预设准确率的训练数据集，生成第M训练数据集；

第三构建单元：用于利用所述第M训练数据集，构建第M决策树，其中，所述第M决策树的层数限定为随机整数b，15≤b≤20；

第十八获得单元：用于当第M训练数据集的数据量满足预设数据量时停止训练，获得第M-1决策树；

第十九获得单元：用于将第一决策树、第二决策树直到所述第M-1决策树合并，获得所述敏感系数评估模型。

进一步的，所述系统还包括：

第一划分单元：用于将所述第M-1训练数据集划分为第一等份，第二等份直到第k等份；

第一训练单元：用于使用所述第一等份，所述第二等份直到第k-1等份的训练数据集，训练所述第M-1决策树；

第一验证单元：用于当所述第M-1决策树满足所述第一预设准确率时，使用所述第k等份的训练数据集，验证所述第M-1决策树的泛化能力；

第三生成单元：用于当所述第k等份的训练数据集满足所述第一预设准确率，生成所述第M-1决策树。

实施例三

基于与前述实施例中一种公路施工的经济损益智能分析方法相同的发明构思，本申请实施例提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现实施例一任一项所述的方法。

示例性电子设备

下面参考图4来描述本申请实施例的电子设备。

基于与前述实施例中一种公路施工的经济损益智能分析方法相同的发明构思，本申请实施例还提供了一种电子设备，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc

read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种公路施工的经济损益智能分析方法。

可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。

本申请实施例提供了一种公路施工的经济损益智能分析方法及系统，由于采用了基于施工项目构建工程虚拟数字模型，进一步得到各工程区域的形状特征及材料特征，基于形状特征和材料特征依据施工方向对虚拟模型进行区域分割，遍历分割区域集合进行理论成本分析得到施工成本和材料成本，再结合环境要素得到敏感系数对施工成本和材料成本进行调整，得到预测施工成本的技术方案，通过智能化系统对施工预测成本进行分析，效率较高；通过敏感系数表征环境要素对施工成本进行调整，提高了分析结果的准确性，达到了分析效率较高且分析结果较准确的技术效果。

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指

令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。