济南市住宅工程造价指标分析系统研究与开发——基于数据仓库技术

来源 :山东建筑大学 | 被引量 : 0次 | 上传用户:kvkv
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建筑工程造价指标是项目投资决策的重要依据,也是项目成本管理的基础和关键。随着大数据时代的到来,手工、低效的造价信息管理方式很难使数据发挥真正价值。数据仓库技术作为近年来迅速发展的一种计算机技术,为造价指标分析和管理提供了新的思路。依靠数据仓库技术中的多维分析和数据挖掘能力,将收集到的数据进行分析和处理,有利于各级造价管理人员及时、准确地掌握工程造价情况,提高造价管理的工作效率。  本文以济南市定额站每月发布的造价信息为数据源,构建了济南市住宅工程造价指标分析系统,实现了住宅工程造价指标查询、造价指标分析、造价指标预测和造价指标导出等功能,为造价管理工作提供决策支持。  为了实现造价指标分析系统的构建,论述了住宅工程造价指标、工程造价管理信息化以及数据仓库技术的研究和发展现状,探讨了我国工程造价指标应用现状,并对造价指标应用中存在的问题进行了深入分析。在研究数据仓库技术、联机分析处理技术以及数据挖掘技术的基础上,对住宅工程造价指标分析系统进行需求分析,并完成概念模型、逻辑模型和物理模型的设计。最终实现了住宅工程造价指标分析系统的数据处理、联机分析处理、数据挖掘以及界面开发,并进行了界面展示。  济南市住宅工程造价指标分析系统采用微软SQL Server2008建立数据库,使用SQLServer Analysis Services的数据挖掘功能实现造价指标的分析和预测,通过MicrosoftVisual Studio2010开发用户界面应用程序,编程部分通过VB语言连接数据仓库和用户界面。  本文仅研究了济南市住宅工程造价指标,在后续开发中还应增加其他地区不同类型工程项目的造价指标,以完善造价指标数据仓库。同时还可以结合价格信息、造价指数信息等,构建基于web的应用程序,更有利于实现对工程项目造价的全面分析和管理。加强对数据仓库、数据挖掘以及软件编程技术的深入研究,开发出更加智能化、更加精确的造价指标分析系统,提高造价指标预测精度,为决策者挖掘出更多有价值的知识。
其他文献
1月5日腊八之夜,第二届“马云乡村教师奖”颁奖典礼在三亚香格里拉隆重举行,来自西部12省外加浙江省的100位乡村教师齐聚三亚。  为了表示对这些坚守边远地区的乡村教师的尊重和欢迎,马云不惜动用了“半个娱乐圈”资源,甚至上台和宋小宝合演小品。他曾经说过一句话:“中国可以没有阿里巴巴,没有马云,但是不能没有乡村教师”。  小品中,马云扮演一个“微服私访”的校长,到大山里看望乡村老师宋小宝,在调侃王健林