CN118195708A - 一种基于云计算的工程造价数据处理方法及装置 - Google Patents
一种基于云计算的工程造价数据处理方法及装置 Download PDFInfo
- Publication number
- CN118195708A CN118195708A CN202410326024.XA CN202410326024A CN118195708A CN 118195708 A CN118195708 A CN 118195708A CN 202410326024 A CN202410326024 A CN 202410326024A CN 118195708 A CN118195708 A CN 118195708A
- Authority
- CN
- China
- Prior art keywords
- cloud computing
- project
- construction
- target item
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 94
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims description 132
- 238000013461 design Methods 0.000 claims description 101
- 238000013468 resource allocation Methods 0.000 claims description 37
- 238000012544 monitoring process Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 28
- 238000012502 risk assessment Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000007619 statistical method Methods 0.000 claims description 8
- 238000013439 planning Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 6
- 239000004566 building material Substances 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 4
- 238000010327 methods by industry Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 81
- 238000013459 approach Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 8
- 239000002699 waste material Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000012779 reinforcing material Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000009436 residential construction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于云计算的工程造价数据处理方法及装置,涉及数据处理的技术领域。在该方法中,获取目标项目,目标项目为需要进行工程造价的项目;按照本地资源数据获取量为目标项目分配云计算资源,得到第一分配结果;获取目标项目对应的风险因子;利用风险因子对第一分配结果进行修正,得到第二分配结果;按照第二分配结果对目标项目进行工程造价数据处理。实施本申请提供的技术方案,便于提高工程造价数据处理的准确性。
Description
技术领域
本申请涉及数据处理的技术领域,具体涉及一种基于云计算的工程造价数据处理方法及装置。
背景技术
在现有的工程造价数据处理中,大部分的处理工作主要集中在本地进行。由于工程造价涉及的数据量庞大且复杂,传统的本地处理方式经常面临诸多挑战。
首先,对于大规模的数据集,本地的计算和存储能力往往有限,无法满足实时、高效的处理需求。进一步地,传统的数据处理方法在处理复杂、多变的数据环境时,难以做到精确和动态的调整,这无疑增加了工程造价的误差,导致工程造价数据处理的准确性较低。
因此,急需一种基于云计算的工程造价数据处理方法及装置。
发明内容
本申请提供了一种基于云计算的工程造价数据处理方法及装置,便于提高工程造价数据处理的准确性。
在本申请的第一方面提供了一种工程造价数据处理方法,所述方法包括:获取目标项目,所述目标项目为需要进行工程造价的项目;按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果;获取所述目标项目对应的风险因子;利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果;按照所述第二分配结果对所述目标项目进行工程造价数据处理。
通过采用上述技术方案,该方法能够根据本地资源数据获取量动态地为项目分配云计算资源。这意味着,不论项目的规模大小或复杂程度,都可以获得与之相匹配的计算资源,从而确保数据处理的高效性和准确性。通过获取并利用目标项目的风险因子,该方法能够对这些风险进行预见和应对。传统的数据处理方法往往忽视了项目中存在的风险因素,这可能导致处理结果的不准确。而该方法能够根据风险因子对资源分配进行动态修正,从而更好地应对潜在的风险。将数据迁移到云端进行存储和处理可以大大提高数据的安全性和隐私保护。与传统的本地处理方式相比,云端存储能够提供更高级别的数据加密和访问控制,确保数据的安全性和完整性。云计算的分布式存储和计算能力使得该方法可以轻松地处理大规模、复杂的数据集,而无需在本地环境中进行昂贵的硬件升级。这种方法在面对未来更为复杂和庞大的数据时,仍能保持良好的性能和扩展性。通过结合云计算资源和风险因子修正,该方法能够提供更为准确、高效的工程造价数据处理。传统的数据处理方法可能因为数据量大、复杂度高而导致处理结果不准确,而这种方法通过云计算的强大计算能力和风险因子的修正,大大提高了处理的效率和准确性。
可选地,所述按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果,具体包括:获取所述目标项目在初步设计阶段、施工图设计阶段以及竣工决算阶段各对应的本地资源数据获取量;根据所述初步设计阶段对应的本地资源数据获取量,为所述目标项目分配第一云计算资源进行设计概算;根据所述施工图设计阶段对应的本地资源数据获取量,为所述目标项目分配第二云计算资源进行施工图预算,所述第二云计算资源对应的算力低于所述第一云计算资源对应的算力;根据所述竣工决算阶段对应的本地资源数据获取量,为所述目标项目分配第三云计算资源进行竣工决算,所述第三云计算资源对应的算力低于所述第二云计算资源对应的算力;将所述第一云计算资源、所述第二云计算资源以及所述第三云计算资源进行统计,得到所述第一分配结果。
通过采用上述技术方案,通过考虑初步设计、施工图设计以及竣工决算三个阶段,这种方法能够更精确地满足项目在各个阶段的具体需求。每个阶段都有其独特的数据处理需求和工作量,这种方法确保了每个阶段都能获得与其需求相匹配的云计算资源。根据不同阶段的需求和数据量,分配不同算力的云计算资源。这种分阶段的资源分配策略有助于优化资源的利用,避免浪费。考虑到各个阶段的特定需求和工作量,这种分阶段的处理方法能够确保每个阶段的数据处理都能在最合适的资源支持下进行。这有助于提高整个项目处理的效率和准确性。这种方法为项目提供了更大的灵活性。随着项目的进展,各阶段的资源需求可能会发生变化。这种分阶段的处理方式允许根据实际需求进行动态调整,确保资源的合理利用。通过精确地匹配各个阶段的资源需求,这种方法有助于更好地控制项目成本。不需要为每个阶段分配过量的资源,这样可以节省不必要的开支。
可选地,所述获取所述目标项目对应的风险因子,具体包括:获取所述目标项目在初步设计阶段对应的第一风险因子,所述第一风险因子包括设计图纸有误和工程量有误;获取所述目标项目在施工图设计阶段对应的第二风险因子,所述第二风险因子包括施工图纸有误、施工环境突变、工程材料变更以及工程技术变更;获取所述目标项目在施工竣工阶段对应的第三风险因子,所述第三风险因子包括定额套用有误和工程市场波动;对所述第一风险因子、所述第二风险因子以及所述第三风险因子进行统计,得到所述目标项目对应的风险因子。
通过采用上述技术方案,这种方法考虑了项目在设计、施工和竣工决算三个不同阶段的风险因子。每个阶段都有其独特的风险,这种方法确保了对每个阶段风险的全面考虑。该方法涵盖了从初步设计到施工竣工阶段的各种可能风险,确保了对项目风险的全面评估。这种方法避免了遗漏任何可能影响项目成本的重要风险因素。该方法明确列出了每个阶段的具体风险因子,这为后续的风险管理提供了明确的方向和重点。明确的风险因子使得风险管理更为集中和有针对性。通过明确列出每个阶段的风险因子,该方法为项目团队提供了具体的风险应对措施和方向。项目团队可以根据这些风险因子制定相应的预防和应对策略,从而提高项目的稳健性。由于风险因子可能会随着项目的进展而发生变化,该方法允许项目团队根据实际情况进行动态的风险评估和管理。这种方法更具灵活性和适应性,能够更好地应对项目中可能出现的变化和不确定性。
可选地,所述利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果,具体包括:获取所述第一风险因子对应的第一数量,所述第一数量为所述第一风险因子的个数;获取所述第二风险因子对应的第二数量,所述第二数量为所述第二风险因子的个数;获取所述第三风险因子对应的第三数量,所述第三数量为所述第三风险因子的个数;对所述第一数量、所述第二数量以及所述第三数量的大小进行比较,得到比较结果;若所述比较结果指示所述第一数量大于所述初步设计阶段对应的预设阈值,则按照历史记录将所述第一云计算资源修正为第四云计算资源,并得到所述第二分配结果,所述第四云计算资源对应的算力高于所述第一云计算资源对应的算力,且所述第四云计算资源为所述历史记录中与所述第一云计算资源相邻的云计算资源。
通过采用上述技术方案,该方法考虑了项目在不同阶段的风险因子,并根据这些风险因子的数量对资源分配进行修正。这种方法能够更好地应对项目中可能出现的风险,确保资源的合理利用。由于风险因子的数量可能会随着项目的进展而发生变化,该方法允许根据这些变化进行动态的资源调整。这种方法更具灵活性和适应性,能够更好地应对项目中可能出现的不确定性。该方法利用历史记录作为参考,对资源进行修正。这有助于提高资源分配的准确性和效率,避免资源的浪费或不足。该方法设定了预设阈值,用于比较风险因子的数量。这种方法确保了只有当风险因子数量超过阈值时,资源才会进行相应的调整。这样可以避免不必要的资源调整和浪费。通过比较不同阶段的风险因子数量,并根据历史记录进行资源调整,该方法有助于优化资源配置,确保资源的合理利用和项目的顺利进行。
可选地,所述初步设计阶段对应的本地资源数据获取量包括初步设计图纸、概算定额以及费用定额指标,所述施工图设计阶段对应的本地资源数据获取量包括施工图纸、施工说明书、施工组织设计、施工定额、材料消耗定额、机械台班使用定额、建筑材料手册以及预算手册,所述竣工决算阶段对应的本地资源数据获取量包括建设项目的计划任务书、总概算书、单项工程综合概算书、建设记录、施工签证以及分包工程费用记录。
通过采用上述技术方案,明确列举各个阶段所需的资源数据,为项目团队提供了明确的指导,确保在每个阶段都能获取到所需的资源数据。该描述涵盖了从初步设计到竣工决算阶段所需的各种资源数据,确保了资源的全面性和完整性。明确的数据需求列表有助于提高数据获取的效率,避免遗漏或重复获取数据,确保数据处理的高效性。详细的数据需求列表有助于确保数据的准确性和可靠性,为后续的工程造价处理提供准确的数据基础。所以,这种明确列举各个阶段所需资源数据的方法有助于提高数据获取的效率和准确性,确保后续工程造价处理的可靠性和高效性。同时,也为项目团队提供了明确的指导,有助于资源的合理利用和项目的顺利进行。
可选地,所述获取所述目标项目对应的风险因子,具体包括:对所述目标项目进行全过程监控,生成实时监控结果;将所述实时监控结果输入至预设风险分析模型中,得到分析结果,所述分析结果包括多个所述风险因子,所述预设风险分析模型用于对所述目标项目进行风险因子统计分析。
通过采用上述技术方案,通过全过程监控,项目团队可以实时了解项目的进展情况,及时发现潜在的问题和风险。这种实时监控有助于提高风险预警的准确性和及时性。预设风险分析模型为项目团队提供了一种结构化和量化的方法来分析风险因子。这种模型能够综合考虑各种因素,对项目风险进行全面评估。通过结合实时监控和预设风险分析模型,这种方法能够全面地识别和评估项目中的各种风险因子,确保风险分析的完整性和准确性。预设风险分析模型基于历史数据和统计分析,为项目团队提供了可靠的风险因子分析和预测。这种方法能够基于数据和证据进行决策,提高了决策的可靠性和准确性。
可选地,所述方法还包括:接收用户设备针对所述目标项目发送的配置请求,所述配置请求用于为所述目标项目分配所述云计算资源;根据所述配置请求,对所述目标项目进行云计算资源分配,并得到自定义分配结果;按照所述自定义分配结果对所述目标项目进行工程造价数据处理。
通过采用上述技术方案,允许用户设备发送配置请求,为用户提供了一种主动参与项目资源配置的方式。这种方式可以提高用户的满意度和项目的灵活性。通过接收用户的配置请求,可以根据用户的具体需求和项目特点进行资源的自定义分配。这有助于满足项目的个性化需求,提高资源配置的针对性和准确性。根据配置请求进行云计算资源的自动分配,可以大大简化资源配置的过程,提高处理效率。同时,自动化的处理方式也可以减少人为错误和操作延迟。通过按照自定义分配结果进行工程造价数据处理,可以确保数据处理的针对性和一致性。这有助于提高工程造价的准确性和可靠性。整个过程记录了用户的配置请求、资源的自定义分配以及工程造价数据处理,这为项目管理和审计提供了可追溯性,有助于提高项目的透明度和可控性。
在本申请的第二方面提供了一种基于云计算的工程造价数据处理装置,所述工程造价数据处理装置包括获取模块和处理模块,其中,所述获取模块,用于获取目标项目,所述目标项目为需要进行工程造价的项目;所述处理模块,用于按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果;所述获取模块,还用于获取所述目标项目对应的风险因子;所述处理模块,还用于利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果;所述处理模块,还用于按照所述第二分配结果对所述目标项目进行工程造价数据处理。
在本申请的第三方面提供了一种电子设备,所述电子设备包括处理器、存储器、用户接口以及网络接口,所述存储器用于存储指令,所述用户接口和所述网络接口均用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如上所述的方法。
在本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如上所述的方法。
综上所述,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:
1.该方法能够根据本地资源数据获取量动态地为项目分配云计算资源。这意味着,不论项目的规模大小或复杂程度,都可以获得与之相匹配的计算资源,从而确保数据处理的高效性和准确性。通过获取并利用目标项目的风险因子,该方法能够对这些风险进行预见和应对。传统的数据处理方法往往忽视了项目中存在的风险因素,这可能导致处理结果的不准确。而该方法能够根据风险因子对资源分配进行动态修正,从而更好地应对潜在的风险。将数据迁移到云端进行存储和处理可以大大提高数据的安全性和隐私保护。与传统的本地处理方式相比,云端存储能够提供更高级别的数据加密和访问控制,确保数据的安全性和完整性。云计算的分布式存储和计算能力使得该方法可以轻松地处理大规模、复杂的数据集,而无需在本地环境中进行昂贵的硬件升级。这种方法在面对未来更为复杂和庞大的数据时,仍能保持良好的性能和扩展性。通过结合云计算资源和风险因子修正,该方法能够提供更为准确、高效的工程造价数据处理。传统的数据处理方法可能因为数据量大、复杂度高而导致处理结果不准确,而这种方法通过云计算的强大计算能力和风险因子的修正,大大提高了处理的效率和准确性;
2.通过考虑初步设计、施工图设计以及竣工决算三个阶段,这种方法能够更精确地满足项目在各个阶段的具体需求。每个阶段都有其独特的数据处理需求和工作量,这种方法确保了每个阶段都能获得与其需求相匹配的云计算资源。根据不同阶段的需求和数据量,分配不同算力的云计算资源。这种分阶段的资源分配策略有助于优化资源的利用,避免浪费。考虑到各个阶段的特定需求和工作量,这种分阶段的处理方法能够确保每个阶段的数据处理都能在最合适的资源支持下进行。这有助于提高整个项目处理的效率和准确性。这种方法为项目提供了更大的灵活性。随着项目的进展,各阶段的资源需求可能会发生变化。这种分阶段的处理方式允许根据实际需求进行动态调整,确保资源的合理利用。通过精确地匹配各个阶段的资源需求,这种方法有助于更好地控制项目成本。不需要为每个阶段分配过量的资源,这样可以节省不必要的开支;
3.通过全过程监控,项目团队可以实时了解项目的进展情况,及时发现潜在的问题和风险。这种实时监控有助于提高风险预警的准确性和及时性。预设风险分析模型为项目团队提供了一种结构化和量化的方法来分析风险因子。这种模型能够综合考虑各种因素,对项目风险进行全面评估。通过结合实时监控和预设风险分析模型,这种方法能够全面地识别和评估项目中的各种风险因子,确保风险分析的完整性和准确性。预设风险分析模型基于历史数据和统计分析,为项目团队提供了可靠的风险因子分析和预测。这种方法能够基于数据和证据进行决策,提高了决策的可靠性和准确性。
附图说明
图1为本申请实施例提供的一种基于云计算的工程造价数据处理方法的流程示意图。
图2为本申请实施例提供的一种基于云计算的工程造价数据处理方法的另一流程示意图。
图3为本申请实施例提供的一种基于云计算的工程造价数据处理装置的模块示意图。
图4为本申请实施例提供的一种电子设备的结构示意图。
附图标记说明:31、获取模块;32、处理模块;41、处理器;42、通信总线;43、用户接口;44、网络接口;45、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个***是指两个或两个以上的***,多个屏幕终端是指两个或两个以上的屏幕终端。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在当前的工程造价数据处理领域,大部分的处理工作主要依赖于本地计算资源。由于工程造价涉及的数据量巨大且结构复杂,传统的本地处理方式经常面临诸多挑战。
首先,对于大规模的数据集,本地的计算资源和存储能力往往显得捉襟见肘。在处理海量数据时,本地的计算资源很难满足实时性和高效性的要求。这样一来,数据处理的速度和效率将受到严重影响。
其次,传统的数据处理方法在处理复杂多变的数据环境时,往往难以实现精确和动态的调整。在工程造价领域,数据的变化是常态,而传统的处理方式很难对这种变化做出快速、准确的响应。这无疑增加了工程造价的误差,导致工程造价数据处理的准确性较低。
为了解决上述技术问题,本申请提供了一种基于云计算的工程造价数据处理方法,该工程造价数据处理方法应用于服务器,包括步骤S110至步骤S150,上述步骤如下:
S110、获取目标项目,目标项目为需要进行工程造价的项目。
具体地,在工程项目管理或工程造价领域,服务器需要获取需要进行工程造价计算的项目数据。目标项目指的是用户需要进行工程造价估算、预算、核算或其他与成本相关的计算的项目。其中,服务器是一个提供数据处理和传输服务的计算机***,用户为项目对应的项目团队。为了进行这些计算,服务器需要获取项目的相关信息,例如项目的规模、范围、工程量、材料、人工成本等,这些数据通常来源于项目的各种文档、计划和合同。
S120、按照本地资源数据获取量为目标项目分配云计算资源,得到第一分配结果。
具体地,本地资源数据获取量是指在本地环境中可用的资源数据量,这些数据用于评估项目的需求和进行资源分配。云计算资源是指通过云计算技术提供的各种虚拟化资源,比如计算能力、存储空间、网络带宽等。第一分配结果是指根据本地资源数据获取量和云计算资源进行的初步资源分配结果。
举例来说,假设一家建筑公司需要进行工程造价估算。服务器需要为新建筑项目分配云计算资源来处理大规模的数据计算和存储需求。服务器首先分析新建筑项目的数据需求,这包括设计图纸、工程量、材料清单等。根据这些数据需求,服务器评估所需的云计算资源量,如计算能力、存储空间和网络带宽。服务器根据评估结果,从云计算平台中为该项目分配相应的资源。经过资源分配后,服务器得到一个初步的资源分配结果,该结果记录了每个资源的数量和配置。其中,本地资源数据获取量是新建筑项目的数据需求,而云计算资源则是从云平台中分配的计算、存储和网络资源。第一分配结果是基于这些资源和需求的初步资源配置方案。总之,通过根据本地资源数据获取量为目标项目分配云计算资源,可以确保资源的合理利用和项目的顺利进行。这种分配方式有助于提高处理效率、降低成本并满足项目的性能需求。
在一种可能的实施方式中,按照本地资源数据获取量为目标项目分配云计算资源,得到第一分配结果,具体包括:获取目标项目在初步设计阶段、施工图设计阶段以及竣工决算阶段各对应的本地资源数据获取量;根据初步设计阶段对应的本地资源数据获取量,为目标项目分配第一云计算资源进行设计概算;根据施工图设计阶段对应的本地资源数据获取量,为目标项目分配第二云计算资源进行施工图预算,第二云计算资源对应的算力低于第一云计算资源对应的算力;根据竣工决算阶段对应的本地资源数据获取量,为目标项目分配第三云计算资源进行竣工决算,第三云计算资源对应的算力低于第二云计算资源对应的算力;将第一云计算资源、第二云计算资源以及第三云计算资源进行统计,得到第一分配结果。
具体地,设计概算、施工图预算、竣工决算是工程造价处理的三个主要阶段,每个阶段都有其特定的资源需求和云计算资源配置。在初步设计阶段、施工图设计阶段和竣工决算阶段,项目对资源的需求是不同的。通过根据不同阶段的需求,获取相应的本地资源数据。根据项目在不同阶段的需求,服务器会分配不同等级的云计算资源。在本申请实施例中,初步设计阶段的资源算力相对施工图设计阶段和竣工决算阶段来说是最高的。因为,初步设计阶段是整个项目设计过程中最重要的阶段之一,它需要对项目的整体方案进行规划和设计,确定项目的总体布局、功能、规模和标准等。在这个阶段,需要进行大量的地质勘察、环境调查、资源评估等工作,以获取有关本地资源的数据和信息。这些数据和信息对于后续的设计和施工阶段都是至关重要的,因为它们可以影响项目的投资、进度和质量等方面。而施工图设计阶段和竣工决算阶段主要是在初步设计的基础上进行细化和结算,相对来说获取本地资源数据量较少。
举例来说,假设一家建筑公司使用云计算资源进行工程造价估算。该公司根据项目不同阶段的需求,为新建筑项目分配了不同的云计算资源。在初步设计阶段,建筑公司使用第一云计算资源进行设计概算,这需要处理大量的设计图纸和工程量数据。进入施工图设计阶段后,由于需要更精确的计算和更高的数据处理能力,公司会使用第二云计算资源进行施工图预算。这个阶段的云计算资源算力低于初步设计阶段。在竣工决算阶段,由于需要进行最终的成本和预算审核,公司会使用第三云计算资源进行竣工决算。这个阶段的云计算资源算力同样低于施工图设计阶段。最后,公司将这三个阶段的云计算资源进行统计,得到一个综合的资源分配结果,即第一分配结果。在这个例子中,根据项目不同阶段的需求,为新建筑项目分配了适合的云计算资源,确保了每个阶段的数据处理和计算需求得到满足。这种分阶段的资源分配方式有助于提高处理效率、降低成本并确保项目的顺利进行。
在一种可能的实施方式中,初步设计阶段对应的本地资源数据获取量包括初步设计图纸、概算定额以及费用定额指标,施工图设计阶段对应的本地资源数据获取量包括施工图纸、施工说明书、施工组织设计、施工定额、材料消耗定额、机械台班使用定额、建筑材料手册以及预算手册,竣工决算阶段对应的本地资源数据获取量包括建设项目的计划任务书、总概算书、单项工程综合概算书、建设记录、施工签证以及分包工程费用记录。
具体地,初步设计阶段、施工图设计阶段、竣工决算阶段是项目生命周期的三个主要阶段。初步设计阶段涉及项目的初步规划和设计;施工图设计阶段涉及详细的设计和准备;竣工决算阶段涉及项目的最终成本核算和决算。三算对比是指竣工决算和施工图预算对比,施工图预算和设计概算对比。对比的主要目的是防止建设工程超投资,即竣工决算超施工图预算、施工图预算超设计概算,提高建设投资的管理水平。
举例来说,假设一个建筑公司正在开发一个住宅项目。以下是各个阶段所需的数据和资源的获取量,在初步设计阶段,团队需要收集初步设计图纸、概算定额以及费用定额指标等数据。这些数据用于评估项目的初步需求、成本估算和资源分配。例如,初步设计图纸可能包括建筑物的平面图、立面图和结构图,概算定额用于估算项目的初步成本,费用定额指标用于评估项目所需的各种费用。在施工图设计阶段,团队需要收集施工图纸、施工说明书、施工组织设计、施工定额、材料消耗定额、机械台班使用定额、建筑材料手册以及预算手册等数据。这些数据用于更详细地规划和准备项目,确保施工过程的顺利进行。例如,施工图纸包括详细的建筑和结构设计,施工说明书描述了施工的具体要求和技术细节,施工组织设计规划了施工进度和资源配置,而材料消耗定额和机械台班使用定额则用于控制成本。
在竣工决算阶段,团队需要收集建设项目的计划任务书、总概算书、单项工程综合概算书、建设记录、施工签证以及分包工程费用记录等数据。这些数据用于最终的成本核算和决算,确保项目的实际成本与预算相符。例如,计划任务书描述了项目的总体目标和任务,总概算书和单项工程综合概算书提供了项目的预算成本,建设记录和施工签证记录了实际施工过程中的各种信息和变更,分包工程费用记录则用于跟踪分包工程的成本。
S130、获取目标项目对应的风险因子。
具体地,风险因子是指可能影响项目顺利完成的各种潜在因素,这些因素可能是内部的也可能是外部的,例如市场需求的变化、供应链中断、技术难题等。
在一种可能的实施方式中,获取目标项目对应的风险因子,具体包括:获取目标项目在初步设计阶段对应的第一风险因子,第一风险因子包括设计图纸有误和工程量有误;获取目标项目在施工图设计阶段对应的第二风险因子,第二风险因子包括施工图纸有误、施工环境突变、工程材料变更以及工程技术变更;获取目标项目在施工竣工阶段对应的第三风险因子,第三风险因子包括定额套用有误和工程市场波动;对第一风险因子、第二风险因子以及第三风险因子进行统计,得到目标项目对应的风险因子。
具体地,第一风险因子、第二风险因子以及第三风险因子分别指的是在初步设计阶段、施工图设计阶段以及施工竣工阶段可能出现的风险因子。每个阶段的风险因子可能不同,并且可能相互影响。在本申请实施例中,只考虑不相互影响的风险因子的情况,且下面描述的风险因子作为代表使用,实际风险因子根据实际情况确定。设计图纸有误和工程量有误是初步设计阶段可能出现的问题,可能导致项目方向偏离或资源分配不准确。施工图纸有误、施工环境突变、工程材料变更以及工程技术变更是施工图设计阶段可能出现的问题,可能影响施工的顺利进行或导致额外成本。定额套用有误和工程市场波动是施工竣工阶段可能出现的问题,可能导致成本超出预算或时间延误。
举例来说,假设一家建筑公司正在进行一项住宅建设项目,为了确保目标项目顺利进行,公司需要对不同阶段的风险因子进行分析。在初步设计阶段,公司评估了设计图纸和工程量,并发现存在一些错误。这些错误被视为第一风险因子,可能导致项目方向偏离或资源分配不准确。进入施工图设计阶段后,公司对施工图纸、施工环境、工程材料和工程技术进行了评估。在这个阶段,公司发现施工图纸存在一些错误,同时施工环境发生了突变,需要变更工程材料和技术。这些因素被视为第二风险因子,可能影响施工的顺利进行或导致额外成本。在施工竣工阶段,公司对定额套用和工程市场波动进行了评估。在这个阶段,公司发现定额套用存在一些误差,同时工程市场价格波动较大。这些因素被视为第三风险因子,可能导致成本超出预算或时间延误。最后,公司将这三个阶段的风险因子进行统计和分析,可以得到一个综合的风险因子列表。这个列表详细列出了每个阶段的风险因子、其性质、可能的影响程度和概率等信息。在这个例子中,通过在项目的不同阶段识别和分析风险因子,公司可以更好地了解潜在问题并采取相应的措施来应对和降低风险。这有助于确保项目的顺利实施和提高成功率。
在一种可能的实施方式中,获取目标项目对应的风险因子,具体包括:对目标项目进行全过程监控,生成实时监控结果;将实时监控结果输入至预设风险分析模型中,得到分析结果,分析结果包括多个风险因子,预设风险分析模型用于对目标项目进行风险因子统计分析。
具体地,对目标项目进行全过程监控,并利用预设的风险分析模型来识别和分析风险因子。通过实时监控和模型分析,可以更准确地识别出潜在的风险因素,从而为项目提供更好的风险管理策略。全过程监控是指对项目的整个实施过程进行持续的监测和管理,以确保项目的顺利进行。实时监控结果是指通过实时监控***收集的数据和信息,这些数据和信息反映了项目的实时状态和进展情况。预设风险分析模型是一个预先设定的模型,用于对项目风险进行统计分析。该模型可以根据历史数据和经验,识别和预测潜在的风险因素。分析结果是指将实时监控结果输入风险分析模型后得到的分析结果,其中包括多个风险因子。
举例来说,假设一家建筑公司正在建设一座桥梁。为了确保项目的顺利进行,公司对项目进行了全过程监控。公司部署了一系列传感器和监测设备,用于实时收集桥梁施工过程中的各种数据,如应力、应变、位移等。这些实时数据通过监测***传输到服务器,生成实时监控结果。这些结果可以实时显示桥梁的状态和施工进展情况。服务器将实时监控结果输入到一个预设的风险分析模型中。该模型基于历史数据和经验,可以对桥梁施工过程中的潜在风险进行统计分析。分析结果包括多个风险因子,如施工材料的质量问题、施工工艺的不当操作、施工现场的安全隐患等。这些风险因子是根据模型分析得出的潜在问题点。
进一步地,公司可以根据服务器提供的风险因子制定相应的风险管理策略,例如加强材料质量检查、优化施工工艺、加强施工现场安全管理等,以确保项目的顺利进行。通过全过程监控和预设风险分析模型的结合使用,公司能够更准确地识别出桥梁施工过程中的潜在风险因素,并采取相应的措施来降低风险影响,提高项目的成功率。这种风险管理方法有助于提高项目管理的效率和可靠性,确保项目的安全和质量。
S140、利用风险因子对第一分配结果进行修正,得到第二分配结果。
具体地,第一分配结果是指初步的资源分配结果,基于项目的初步需求和资源评估。第二分配结果是指修正后的资源分配结果,考虑了风险因子的影响。服务器通过获取并利用目标项目的风险因子,该方法能够对这些风险进行预见和应对。传统的数据处理方法往往忽视了项目中存在的风险因素,这可能导致处理结果的不准确。而该方法能够根据风险因子对资源分配进行动态修正,从而更好地应对潜在的风险。
在一种可能的实施方式中,利用风险因子对第一分配结果进行修正,得到第二分配结果,具体包括:获取第一风险因子对应的第一数量,第一数量为第一风险因子的个数;获取第二风险因子对应的第二数量,第二数量为第二风险因子的个数;获取第三风险因子对应的第三数量,第三数量为第三风险因子的个数;对第一数量、第二数量以及第三数量的大小进行比较,得到比较结果;若比较结果指示第一数量大于初步设计阶段对应的预设阈值,则按照历史记录将第一云计算资源修正为第四云计算资源,并得到第二分配结果,第四云计算资源对应的算力高于第一云计算资源对应的算力,且第四云计算资源为历史记录中与第一云计算资源相邻的云计算资源。
具体地,预设阈值是一个预设的参考值,用于比较风险因子的数量是否超过了某个临界点。每个阶段对应有不同的预设阈值,多个预设阈值根据项目经验由项目团队设定。历史记录是指之前类似项目的资源分配和风险因子记录,可以用来参考和修正当前项目的资源分配。第四云计算资源是指根据风险因子数量和历史记录修正后的云计算资源,且第四云计算资源为历史记录中与第三云计算资源相邻的云计算资源,相邻在本申请实施例中可以理解为:多个云计算资源预先按照算力大小的顺序进行排序,每个相邻的云计算资源之间的算力依次增加或降低。这样选择是为了保持资源之间的连续性和稳定性。
举例来说,假设一家建筑公司正在进行一项商业建筑项目,初步的资源分配结果已经由服务器得出。为了更具体地反映项目的实际需求,公司考虑了风险因子对资源分配的影响。服务器评估了初步设计阶段的风险因子,并统计了第一风险因子的数量,得到第一数量。服务器也评估了施工图设计阶段的风险因子,并统计了第二风险因子的数量,得到第二数量。同样地,服务器评估了施工竣工阶段的风险因子,并统计了第三风险因子的数量,得到第三数量。服务器比较这三个数量的值,得到比较结果。如果比较结果显示第一数量大于预设阈值,服务器会参考历史记录来修正资源分配。根据历史记录,如果之前类似项目在初步设计阶段的风险因子数量也较高,并且后续阶段的风险因子数量逐渐减少,服务器会相应地增加云计算资源的分配。服务器将第一云计算资源修正为第四云计算资源,这个资源比原来的资源有更高的算力。
通过这样的修正,服务器得到了一个更具体的资源分配方案,即第二分配结果。这个结果考虑了风险因子的数量和历史记录,以更准确地反映项目的实际需求。公司根据第二分配结果进行资源的采购和配置,以确保项目能够更好地应对潜在的风险,并顺利实施。在这个例子中,服务器利用风险因子的数量和历史记录对初步的资源分配结果进行了具体的修正。通过比较风险因子的数量和参考历史记录,服务器能够更精确地调整云计算资源的分配,以更好地满足项目的实际需求。这种修正有助于降低潜在风险的影响,提高项目的成功率。
S150、按照第二分配结果对目标项目进行工程造价数据处理。
具体地,服务器根据第二分配结果对目标项目的工程造价数据进行处理的过程。这个过程通常包括对各种数据和信息进行收集、整理、分析和汇总,以得出项目的最终工程造价。
由此,该方法能够根据本地资源数据获取量动态地为项目分配云计算资源。这意味着,不论项目的规模大小或复杂程度,都可以获得与之相匹配的计算资源,从而确保数据处理的高效性和准确性。通过获取并利用目标项目的风险因子,该方法能够对这些风险进行预见和应对。传统的数据处理方法往往忽视了项目中存在的风险因素,这可能导致处理结果的不准确。而该方法能够根据风险因子对资源分配进行动态修正,从而更好地应对潜在的风险。将数据迁移到云端进行存储和处理可以大大提高数据的安全性和隐私保护。与传统的本地处理方式相比,云端存储能够提供更高级别的数据加密和访问控制,确保数据的安全性和完整性。云计算的分布式存储和计算能力使得该方法可以轻松地处理大规模、复杂的数据集,而无需在本地环境中进行昂贵的硬件升级。这种方法在面对未来更为复杂和庞大的数据时,仍能保持良好的性能和扩展性。通过结合云计算资源和风险因子修正,该方法能够提供更为准确、高效的工程造价数据处理。传统的数据处理方法可能因为数据量大、复杂度高而导致处理结果不准确,而这种方法通过云计算的强大计算能力和风险因子的修正,大大提高了处理的效率和准确性。
在一种可能的实施方式中,参照图2,图2为本申请实施例提供的一种基于云计算的工程造价数据处理方法的另一流程示意图。包括步骤S210至步骤S230,上述步骤如下:S210、接收用户设备针对目标项目发送的配置请求,配置请求用于为目标项目分配云计算资源;S220、根据配置请求,对目标项目进行云计算资源分配,并得到自定义分配结果;S230、按照自定义分配结果对目标项目进行工程造价数据处理。
具体地,用户设备是指用户用于与服务器交互的设备,如手机、电脑等。配置请求是指用户设备发送给服务器的指令或请求,用于配置或调整目标项目的云计算资源分配。自定义分配结果是指根据用户的配置请求和云平台的资源分配逻辑,得出的满足用户需求的资源分配方案。
举例来说,假设一家建筑公司正在使用一个项目管理软件来管理一个商业建筑项目。项目团队希望根据项目的需求调整云计算资源的分配。项目团队的管理人员使用自己的电脑或其他设备登录到项目管理软件中。在软件界面上,管理人员选择目标项目并点击“配置云计算资源”的选项。管理人员在弹出的配置界面中输入所需的云计算资源配置信息,如增加或减少虚拟机数量、调整存储容量等。管理人员提交配置请求后,项目管理软件接收该请求并进行分析处理。软件根据管理人员的配置请求,自动调整目标项目的云计算资源分配,并得出自定义的分配结果。例如,如果管理人员请求增加虚拟机数量以提高计算能力,软件会自动在云平台上创建更多的虚拟机实例。最后,服务器按照自定义的分配结果对目标项目的工程造价数据进行处理。例如,如果增加了虚拟机数量,服务器会自动将与这些虚拟机相关的成本加入到项目的总成本中。处理后的工程造价数据将实时更新在软件界面上,供管理人员查看和分析。通过这种方式,管理人员可以根据项目的实际需求灵活地调整云计算资源的分配,并得到相应的工程造价数据处理结果。这有助于提高项目管理效率和资源的合理利用,确保项目的顺利进行和成本控制。
本申请还提供了一种基于云计算的工程造价数据处理装置,参照图3,图3为本申请实施例提供的一种基于云计算的工程造价数据处理装置的模块示意图。该工程造价数据处理装置为服务器,服务器包括获取模块31和处理模块32,获取模块31获取目标项目,目标项目为需要进行工程造价的项目;处理模块32按照本地资源数据获取量为目标项目分配云计算资源,得到第一分配结果;获取模块31获取目标项目对应的风险因子;处理模块32利用风险因子对第一分配结果进行修正,得到第二分配结果;处理模块32按照第二分配结果对目标项目进行工程造价数据处理。
在一种可能的实施方式中,处理模块32按照本地资源数据获取量为目标项目分配云计算资源,得到第一分配结果,具体包括:获取模块31获取目标项目在初步设计阶段、施工图设计阶段以及竣工决算阶段各对应的本地资源数据获取量;处理模块32根据初步设计阶段对应的本地资源数据获取量,为目标项目分配第一云计算资源进行设计概算;处理模块32根据施工图设计阶段对应的本地资源数据获取量,为目标项目分配第二云计算资源进行施工图预算,第二云计算资源对应的算力低于第一云计算资源对应的算力;处理模块32根据竣工决算阶段对应的本地资源数据获取量,为目标项目分配第三云计算资源进行竣工决算,第三云计算资源对应的算力低于第二云计算资源对应的算力;处理模块32将第一云计算资源、第二云计算资源以及第三云计算资源进行统计,得到第一分配结果。
在一种可能的实施方式中,获取模块31获取目标项目对应的风险因子,具体包括:获取模块31获取目标项目在初步设计阶段对应的第一风险因子,第一风险因子包括设计图纸有误和工程量有误;获取模块31获取目标项目在施工图设计阶段对应的第二风险因子,第二风险因子包括施工图纸有误、施工环境突变、工程材料变更以及工程技术变更;获取模块31获取目标项目在施工竣工阶段对应的第三风险因子,第三风险因子包括定额套用有误和工程市场波动;处理模块32对第一风险因子、第二风险因子以及第三风险因子进行统计,得到目标项目对应的风险因子。
在一种可能的实施方式中,处理模块32利用风险因子对第一分配结果进行修正,得到第二分配结果,具体包括:获取模块31获取第一风险因子对应的第一数量,第一数量为第一风险因子的个数;获取模块31获取第二风险因子对应的第二数量,第二数量为第二风险因子的个数;获取模块31获取第三风险因子对应的第三数量,第三数量为第三风险因子的个数;处理模块32对第一数量、第二数量以及第三数量的大小进行比较,得到比较结果;若比较结果指示第一数量大于初步设计阶段对应的预设阈值,则处理模块32按照历史记录将第一云计算资源修正为第四云计算资源,并得到第二分配结果,第四云计算资源对应的算力高于第一云计算资源对应的算力,且第四云计算资源为历史记录中与第一云计算资源相邻的云计算资源。
在一种可能的实施方式中,初步设计阶段对应的本地资源数据获取量包括初步设计图纸、概算定额以及费用定额指标,施工图设计阶段对应的本地资源数据获取量包括施工图纸、施工说明书、施工组织设计、施工定额、材料消耗定额、机械台班使用定额、建筑材料手册以及预算手册,竣工决算阶段对应的本地资源数据获取量包括建设项目的计划任务书、总概算书、单项工程综合概算书、建设记录、施工签证以及分包工程费用记录。
在一种可能的实施方式中,获取模块31获取目标项目对应的风险因子,具体包括:处理模块32对目标项目进行全过程监控,生成实时监控结果;处理模块32将实时监控结果输入至预设风险分析模型中,得到分析结果,分析结果包括多个风险因子,预设风险分析模型用于对目标项目进行风险因子统计分析。
在一种可能的实施方式中,获取模块31接收用户设备针对目标项目发送的配置请求,配置请求用于为目标项目分配云计算资源;处理模块32根据配置请求,对目标项目进行云计算资源分配,并得到自定义分配结果;处理模块32按照自定义分配结果对目标项目进行工程造价数据处理。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还提供了一种电子设备,参照图4,图4为本申请实施例提供的一种电子设备的结构示意图。电子设备可以包括:至少一个处理器41,至少一个网络接口44,用户接口43,存储器45,至少一个通信总线42。
其中,通信总线42用于实现这些组件之间的连接通信。
其中,用户接口43可以包括显示屏(Display)、摄像头(Camera),可选用户接口43还可以包括标准的有线接口、无线接口。
其中,网络接口44可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器41可以包括一个或者多个处理核心。处理器41利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器45内的指令、程序、代码集或指令集,以及调用存储在存储器45内的数据,执行服务器的各种功能和处理数据。可选的,处理器41可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器41可集成中央处理器(Central ProcessingUnit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器41中,单独通过一块芯片进行实现。
其中,存储器45可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器45包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器45可用于存储指令、程序、代码、代码集或指令集。存储器45可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器45可选的还可以是至少一个位于远离前述处理器41的存储装置。如图4所示,作为一种计算机存储介质的存储器45中可以包括操作***、网络通信模块、用户接口模块以及一种基于云计算的工程造价数据处理方法的应用程序。
在图4所示的电子设备中,用户接口43主要用于为用户提供输入的接口,获取用户输入的数据;而处理器41可以用于调用存储器45中存储一种基于云计算的工程造价数据处理方法的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有指令。当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种基于云计算的工程造价数据处理方法,其特征在于,所述方法包括:
获取目标项目,所述目标项目为需要进行工程造价的项目;
按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果;
获取所述目标项目对应的风险因子;
利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果;
按照所述第二分配结果对所述目标项目进行工程造价数据处理。
2.根据权利要求1所述的基于云计算的工程造价数据处理方法,其特征在于,所述按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果,具体包括:
获取所述目标项目在初步设计阶段、施工图设计阶段以及竣工决算阶段各对应的本地资源数据获取量;
根据所述初步设计阶段对应的本地资源数据获取量,为所述目标项目分配第一云计算资源进行设计概算;
根据所述施工图设计阶段对应的本地资源数据获取量,为所述目标项目分配第二云计算资源进行施工图预算,所述第二云计算资源对应的算力低于所述第一云计算资源对应的算力;
根据所述竣工决算阶段对应的本地资源数据获取量,为所述目标项目分配第三云计算资源进行竣工决算,所述第三云计算资源对应的算力低于所述第二云计算资源对应的算力;
将所述第一云计算资源、所述第二云计算资源以及所述第三云计算资源进行统计,得到所述第一分配结果。
3.根据权利要求1所述的基于云计算的工程造价数据处理方法,其特征在于,所述获取所述目标项目对应的风险因子,具体包括:
获取所述目标项目在初步设计阶段对应的第一风险因子,所述第一风险因子包括设计图纸有误和工程量有误;
获取所述目标项目在施工图设计阶段对应的第二风险因子,所述第二风险因子包括施工图纸有误、施工环境突变、工程材料变更以及工程技术变更;
获取所述目标项目在施工竣工阶段对应的第三风险因子,所述第三风险因子包括定额套用有误和工程市场波动;
对所述第一风险因子、所述第二风险因子以及所述第三风险因子进行统计,得到所述目标项目对应的风险因子。
4.根据权利要求3所述的基于云计算的工程造价数据处理方法,其特征在于,所述利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果,具体包括:
获取所述第一风险因子对应的第一数量,所述第一数量为所述第一风险因子的个数;
获取所述第二风险因子对应的第二数量,所述第二数量为所述第二风险因子的个数;
获取所述第三风险因子对应的第三数量,所述第三数量为所述第三风险因子的个数;
对所述第一数量、所述第二数量以及所述第三数量的大小进行比较,得到比较结果;
若所述比较结果指示所述第一数量大于所述初步设计阶段对应的预设阈值,则按照历史记录将所述第一云计算资源修正为第四云计算资源,并得到所述第二分配结果,所述第四云计算资源对应的算力高于所述第一云计算资源对应的算力,且所述第四云计算资源为所述历史记录中与所述第一云计算资源相邻的云计算资源。
5.根据权利要求2所述的基于云计算的工程造价数据处理方法,其特征在于,所述初步设计阶段对应的本地资源数据获取量包括初步设计图纸、概算定额以及费用定额指标,所述施工图设计阶段对应的本地资源数据获取量包括施工图纸、施工说明书、施工组织设计、施工定额、材料消耗定额、机械台班使用定额、建筑材料手册以及预算手册,所述竣工决算阶段对应的本地资源数据获取量包括建设项目的计划任务书、总概算书、单项工程综合概算书、建设记录、施工签证以及分包工程费用记录。
6.根据权利要求1所述的基于云计算的工程造价数据处理方法,其特征在于,所述获取所述目标项目对应的风险因子,具体包括:
对所述目标项目进行全过程监控,生成实时监控结果;
将所述实时监控结果输入至预设风险分析模型中,得到分析结果,所述分析结果包括多个所述风险因子,所述预设风险分析模型用于对所述目标项目进行风险因子统计分析。
7.根据权利要求1所述的基于云计算的工程造价数据处理方法,其特征在于,所述方法还包括:
接收用户设备针对所述目标项目发送的配置请求,所述配置请求用于为所述目标项目分配所述云计算资源;
根据所述配置请求,对所述目标项目进行云计算资源分配,并得到自定义分配结果;
按照所述自定义分配结果对所述目标项目进行工程造价数据处理。
8.一种基于云计算的工程造价数据处理装置,其特征在于,所述工程造价数据处理装置包括获取模块(31)和处理模块(32),其中,
所述获取模块(31),用于获取目标项目,所述目标项目为需要进行工程造价的项目;
所述处理模块(32),用于按照本地资源数据获取量为所述目标项目分配云计算资源,得到第一分配结果;
所述获取模块(31),还用于获取所述目标项目对应的风险因子;
所述处理模块(32),还用于利用所述风险因子对所述第一分配结果进行修正,得到第二分配结果;
所述处理模块(32),还用于按照所述第二分配结果对所述目标项目进行工程造价数据处理。
9.一种电子设备,其特征在于,所述电子设备包括处理器(41)、存储器(45)、用户接口(43)以及网络接口(44),所述存储器(45)用于存储指令,所述用户接口(43)和所述网络接口(44)均用于给其他设备通信,所述处理器(41)用于执行所述存储器(45)中存储的指令,以使所述电子设备执行如权利要求1至7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410326024.XA CN118195708A (zh) | 2024-03-21 | 2024-03-21 | 一种基于云计算的工程造价数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410326024.XA CN118195708A (zh) | 2024-03-21 | 2024-03-21 | 一种基于云计算的工程造价数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118195708A true CN118195708A (zh) | 2024-06-14 |
Family
ID=91411845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410326024.XA Pending CN118195708A (zh) | 2024-03-21 | 2024-03-21 | 一种基于云计算的工程造价数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118195708A (zh) |
-
2024
- 2024-03-21 CN CN202410326024.XA patent/CN118195708A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103383655B (zh) | 用于在qos感知云中管理合并的工作负载的性能干扰模型 | |
US11146497B2 (en) | Resource prediction for cloud computing | |
US20190034241A1 (en) | Optimized resource metering in a multi tenanted distributed file system | |
US20140278807A1 (en) | Cloud service optimization for cost, performance and configuration | |
KR20190055264A (ko) | 애플리케이션별 자원 사용량 정보의 제공 기법 | |
US20160360009A1 (en) | Method for providing software as a service | |
CN105989190A (zh) | 云基础架构及用于部署云基础架构的方法 | |
US20110238797A1 (en) | Cloud-based software eco-system | |
US20220121467A1 (en) | A method and a system for managing the computing resources of a cloud computing platform | |
CN103210412A (zh) | 在分布式计算中营销与销售贡献资源 | |
CN105373432A (zh) | 一种基于虚拟资源状态预测的云计算资源调度方法 | |
CN115033340A (zh) | 一种宿主机的选择方法及相关装置 | |
US11204795B2 (en) | Method and a system for optimising virtual machine clusters of a cloud computing platform | |
CN111209930A (zh) | 一种生成授信策略的方法、装置和电子设备 | |
CN114595026A (zh) | 在多平台即服务的***中估计平台上运行的工作负载的属性 | |
CN117311973A (zh) | 计算设备调度方法、装置、非易失性存储介质及电子设备 | |
CN112181376A (zh) | 代码资源管理方法、装置、电子设备和介质 | |
CN118195708A (zh) | 一种基于云计算的工程造价数据处理方法及装置 | |
CN115048224A (zh) | 一种基于多个云服务商的算力复用管理方法及其装置 | |
US20220179694A1 (en) | Optimizing placements of workloads on multiple platforms as a service based on costs and service levels | |
CN113742187A (zh) | 应用***的容量预测方法、装置、设备及存储介质 | |
WO2024032239A1 (zh) | 应用调度方法、云服务平台以及相关设备 | |
JP2004094662A (ja) | 信用リスク管理の最適化モデル適用方法及び装置 | |
JP7257979B2 (ja) | サーバ装置、プログラム、および情報処理方法 | |
KR102607459B1 (ko) | 서버 가동효율의 제고를 위한 서버 모니터링 장치 및 이를 포함하는 멀티 클라우드 통합운영 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |