一种基于XGBoost算法的工程超期预测方法

    公开(公告)号:CN110288142B

    公开(公告)日:2023-02-28

    申请号:CN201910527235.9

    申请日:2019-06-18

    Abstract: 本发明公开了一种基于XGBoost算法的工程超期预测方法,即通过将对应工程类型的历年工程数据进行清理,然后应用XGBoost算法对数据进行训练,得到对应工程类型的工期预测模型,然后通过待预测项目工程数据得到预测的竣工资料送达天数、非物资结算完成天数、物资结算完成天数和资产创建完成天数。本发明的一种基于XGBoost算法的工程超期预测方法可以提前对工程超期各环节的相关负责人发出超期预警,有助于按时完成工程结算工作,进而有利于提高财务部决算的及时率,加强各环节部门间协同,提升公司项目管理水平,提高资金投资效益。

    一种基于XGBoost算法的工程超期预测方法

    公开(公告)号:CN110288142A

    公开(公告)日:2019-09-27

    申请号:CN201910527235.9

    申请日:2019-06-18

    Abstract: 本发明公开了一种基于XGBoost算法的工程超期预测方法,即通过将对应工程类型的历年工程数据进行清理,然后应用XGBoost算法对数据进行训练,得到对应工程类型的工期预测模型,然后通过待预测项目工程数据得到预测的竣工资料送达天数、非物资结算完成天数、物资结算完成天数和资产创建完成天数。本发明的一种基于XGBoost算法的工程超期预测方法可以提前对工程超期各环节的相关负责人发出超期预警,有助于按时完成工程结算工作,进而有利于提高财务部决算的及时率,加强各环节部门间协同,提升公司项目管理水平,提高资金投资效益。

    一种基于神经网络的工程投资转资率预测方法

    公开(公告)号:CN110288141A

    公开(公告)日:2019-09-27

    申请号:CN201910526645.1

    申请日:2019-06-18

    Abstract: 本发明公开了一种基于神经网络的工程投资转资率预测方法,即通过将对应工程类型的历年工程数据进行清理,然后应用BP神经网络模型算法对数据进行训练,得到对应工程类型的工程投资转资率预测模型,并计算投资转资率预测平均误差,然后通过待预测项目工程数据得到预测决算金额,进行预测投资转资率的计算。本发明可预测投资转资率较低的工程,有助于提前发出预警,通过调整数据,可分析工程全过程各环节资金偏差程度,剖析影响投资转资率的主要原因及影响程度,及时调整类似工程投资计划,有效提高类似工程转资率。

Patent Agency Ranking