具体实施方式

以下具体实施例将对本发明做进一步详细说明。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一：目前的工程造价软件，多是只能选择定额计价模式，而且其使用的定额计价项目往往仅限于国家和地方发布的各种指导性计价规范所列举的项目。即使在个别工程造价概算软件中为用户提供选项，令用户可以自由选择定额计价模式或者市场计价模式，用户也不清楚当前工程概算中应该选择定额计价模式还是市场计价模式。因此，合格的软件应当可以基于数据库分析建模，自动分情况向用户推荐采用何种模式进行造价计算。

基于此目的，本发明提供的一种土壤修复工程造价概算方法、装置、计算机系统，基于所涉及的具体项目内容，将土壤修复工程整体上分为七大项目类型：污染土石方工程、监测注入井工程、防渗覆盖工程、土壤修复工程-细分、二次污染防治工程、设备安装工程、系统调试工程。这其中的“土壤修复工程-细分”是次级概念，具体包括土壤预处理、土壤淋洗、药剂运输、固化稳定化修复、土方入窑、污染土外运、热脱附修复、植被修复、种植管理、废料处理、土方降含水量等具体处理步骤。申请人进行了市场调研，在软件中导入了相关的数据库中的历史工程造价样本，得到土壤修复工程七大项目类型下不同工程项目是接受定额计价模式还是市场计价模式的一手材料。由于造价受到价格波动、工期长短、各级政策等诸多因素的影响，为了简便讨论，仅列出工程项目类别、工期(工期长短影响人工费、机械使用费和管理费)、材料费上涨率这几种统计中影响决策较大的几个因素，列表1所示(注：表1中的“土壤修复工程”实际指的是“土壤修复工程-细分”)：

表1

基于该数据，由于最终的判定结果只涉及“接受”和“不接受”市场计价模式两种结果，因此软件中主要采用二分树来进行是否采用市场计价模式的自动判定。通过训练获得二分决策树模型，所述决策树由根节点、内节点、叶节点组成，根节点所在的位置为第0层，然后依次向下为第1层、第2层……第N层；所述叶节点分为“接受市场计价模式”或“不接受市场计价模式”两种；

使用该二分决策树模型自动判定当前用户的工程项目应当采用定额计价模式还是市场计价模式；具体的判定方法步骤如下：

S1：对每个节点的是市场计价模式的正确结果和错误结果进行总数统计，在根节点中记录相应的数据。在类别栏中有22个“接受”、18个“不接受”，因此在根节点记录为(22,18)。

S2：根据对市场计价模式的预测精度确定第1层进行分裂的项目特征，选择分裂后可以提高模型预测精度的项目特征作为内节点，对决策树进行分裂；对于多个可以满足分裂树要求的项目特征，则计算预测精度上升的幅度，幅度最大的被选作用于分裂的项目特征。预测精度指的是错误预测结果的数量和总数量之比，对应于本发明的表1时，根节点的“接受”数量(22)大于“不接受”数量(18)，基于多数优先的原则，预测结果是“接受”市场计价模式的几率即为预测精度，结果预测精度为55％(22/40＝55％)。而经“项目类型”特征分裂后，“设备安装工程”、“工期”、“材料费涨幅”项下分有9/0、9/4、4/14个“接受/不接受”，因此预测结果是“接受”、“接受”、“不接受”是正确预测。在决策树的某个节点上，计算分裂前和分裂后的精度，如果前者比后者高，则不分裂该树；相反，如果分裂前比分裂后低，表明进行了能提升模型精确度的再分类，则应该分裂该树。据此，统计“项目类型”、“工期”、“材料费涨幅”三者分别作为第1层项目特征时前后对市场计价模式的预测精度。根据规则，可知“项目类型”特征下分裂后“设备安装工程”、“工期”、“材料费涨幅”项下分有9个“接受”、9个“接受”、14个“不接受”，共有32个预测正确，因此模型预测精度为80％(32/40＝80％)。对比分裂前的预测精度是55％，可知精度上升幅度为25％。经计算，25％是三者中最大的(“工期”上升20％，“材料费涨幅”上升7.5％)，应当根据该项目进行分裂。

S3：在决策树第1层的内节点下属的各特征值中标注其下所涵盖的正确结果和错误结果的总数数据。据此，将“项目类型”下属的“设备安装工程”、“污染土石方工程”、“土壤修复工程”三个特征值下分别标注(9,0)、(9,4)、(4,14)。

S4：以预测结果作为叶节点，分裂后检查每个特征值对应的分支，如果某个分支中只包含一种叶节点，则停止分裂，否则继续分裂。对于本案，叶节点为“接受”和“不接受”两种，在仅依据“项目类型”下面的三个特征值分裂一次后，只有“设备安装工程”的叶节点同属一类“接受”，另外两个特征值则都具有“接受”和“不接受”，应当继续进行分裂。

S5：从剩余项目特征中依据S2中的方法找出进行第2层分裂的项目特征，依次检查是否满足S4的停止分裂条件，直至所有的项目特征均被用完，或者决策树的层数已经达到设定层级。据此，因此在第2层中以“工期”项目特征进行分裂，第3层中以“材料费涨幅”进行分裂，得到最终的决策树。上述表1只是为了便于说明算法，将项目特征限定为三个，实际软件中影响造价的因素多达几十项(例如可以将工期影响的人工费、机械费、管理费都进行单列)，决策树如果依据全部项目特征进行分裂，将导致树的分支过多，影响计算机的运算速度，造成过拟合，使得模型的通用性变差。每次分裂都让各个特征值下的样本数量大幅减少，从而使得剩余的项目特征对精度的影响逐渐减小，当决策树的层级已经达到六层之上时，后续参数的影响程度不到1％，再进行分裂的意义不大。此外，须知软件应以方便用户使用为宜，不可能让用户按照列表将当前工程项目的几十项数据全部输入才得出是使用定额计价模式还是市场计价模式的结论，应当至少在用户输入几项重要的数据时就可以得出。平衡各种因素，本发明将决策树分裂的层级限制为六层。

实施例二：实际上，表1的数据是处理过的数据，原始的数据当中诸如“材料费涨幅”是一个确定的数值而不是像表1中的“高”、“低”这样的表观值，实际的数值如下表2所示。

表2

倘若将基于上述数值对决策树进行分裂，则特征值过多，影响计算效率，而且模型的复用性很低。因此，应当对上述数值型数据进行分组，为了让各分支下的数据量不至于过低，考虑分为2-3组较为适宜。因此，在上述步骤S1之前，还有对数值型数据进行预处理的步骤S0。以分两组为例，具体的分组方法为：

S0.1：将所有项目特征“材料费涨幅”按照数值大小进行一维顺序排列，然后在数值的上方或下方对应位置标注是否接受市场计价模式的结果。

S0.2：对每两个相邻的点，计算出它们的算数平均值。由于上表中有40个数值，因此可以得到39个算数平均值。

S0.3：计算每个算数平均值的结果预测精度，找到比根节点预测精度高且预测精度最大的，将其对应的算数平均值当作是最终的分组界限值。经计算可知24.5％和27％的算数平均值25.75％(为了记录简便可以记为25％)可以获得最大的预测精度，其预测精度为60％(比根节点的55％高)。

S0.4：基于所述分组界限值将数值型数据依据分组界限值分为2-3组。本实施例中，基于分组界限值可以将数据分为25％以上(不包括本数)的(使用涨幅“高”代指)和25％以下(包括本数)的(使用涨幅“低”代指)两大组。

上述预处理步骤同样可以用于处理“工期”等其他数值型数据。工期在造价表单中一般都写成“XX年XX月”或“XX日”，经过计算分组界限值，可以“3年”为界将工期划分为“3年(不包括本数)以下”和“3年(包括本数)及以上”。

经过上述步骤S0-S5，可以获得决策是否使用定额计价模式的判断模型，当用户输入几项数据之后，即可自动判定应当采用定额计价模式还是市场计价模式，从而方便用户进行土壤修复工程造价概算。

实施例三：在实施例一的一种土壤修复工程造价概算方法、装置及计算机系统的基础上，本发明于自动判定当前用户的工程项目应当采用定额计价模式还是市场计价模式之后，还有进行工程造价概算的步骤。图1是本发明所用造价计算装置装载的软件的主界面，图2是本发明所用造价计算装置装载的软件关于土壤修复工程的具体分类。所述土壤修复工程整体上分为七大项目类型：污染土石方工程、监测注入井工程、防渗覆盖工程、土壤修复工程-细分、二次污染防治工程、设备安装工程、系统调试工程；用户输入的土壤修复工程的具体类型属于判定当前工程是否采用市场计价模式的依据之一。

如果判定结果是定额计价模式，则基于采集的历史工程造价样本，汇总历史工程造价样本中每项费用的单价，对单价进行聚类，找出聚集度最高的价格作为定额计价模式中该项目的定额单价，据此计算工程造价；如果判定结果是市场计价模式，则基于对近期价格曲线进行回归以预测当前工程工期内的价格变化趋势，据此计算工程造价。

图3是全国水泥P.O42.5价格指数在一年内的变化趋势图。对该趋势图的近期(例如3个月)内的价格变化趋势进行回归分析，获得回归曲线函数(比如可以进行线性回归)，再代入当前工期的时间坐标，即可预测当前工期内的水泥价格指数变化情况。

由于土壤修复工程不属于指导性规范中规定的标准工程类目之一，规范没有给出定额计价标准的土壤修复工程，因此本发明参照指导性计价规范的编制方法，制定出一套合适的定额计价标准。本发明的方法主要是采用单价聚类：

S6：找出汇总的样本费用单价中的最大值P_max和最小值P_min，作为样本单价的两个端点；计算样本中除了这两个之外的其他价格P与最大值和最小值的差值绝对值，如果|P-P_max|＜|P-P_min|，则该点P距离聚类点P_max较近，分入P_max的组A1，否则分入P_min的组A2；其中P_max、P_min分别是组A1、A2的聚类点；

S7：找出组A1中与P_max具有最大的差值δ₁的价格元素P1_min，以及组A2中与P_max具有最大的差值δ₂的价格元素P2_max，如果有δ₁＞δ₂，则选择P1_min作为第三个聚类点，否则选择P2_max作为第三个聚类点；

S8：计算样本费用单价除P_max、P_min、P1_min/P2_max三值之外的其他价格P到三值的距离，按照S6中到聚类点距离最小的方法，分别分入P_max、P_min、P1_min/P2_max所在的三个组；

S9：分别计算分入P_max、P_min、P1_min/P2_max所在的三个组中各价格元素分别与所在组聚类点P_max、P_min、P1_min/P2_max的差值绝对值，获得最大的价格差绝对值δ；如果δ比步骤S7计算出的各组内元素最大差值以及最小差值的差值大，即δ＞|δ₁-δ₂|，并且没有一组中的价格元素个数大于其余所有组中元素个数的两倍的情况，则应当重复S7-S8的过程找到新的聚类点，对样本价格按照新的聚类点进行重新分组；否则说明大部分单价样本已经完成聚集，停止找寻新的聚类点；

S10：停止重新分组后，具有最多单价样本个数的组即为聚集度最高的单价样本集合，将该样本集合的聚类点作为定额计价模式中该项目的定额单价。

图4是部分工厂报价的水泥P.O42.5单价的汇聚图。编号10-150的工厂对P.O42.5型号的水泥的报价(单位：元/吨)分别为：420，385，330，305，355，375，390，412，378，345，395，405，392，380，290。

S6：找到最大值P_max(420)和最小值P_min(290)，然后将15个单价分为A1＝{380，392，405，395，378，412，390，375，385，420}和A2＝{290，345，355，305，330}。

S7：接着计算出A1的δ₁＝45，A2的δ₂＝65，因此δ₁＜δ₂，选择P2_max(355)作为第三个聚类点。

S8：以(420，355，290)三个值对上述15个数据进行聚类，可以得到B1＝{392，405，395，412，390，420}，B2＝{380，345，378，375，355，330，385}，B3＝{290，305}。

S9：获得三组中最大的价格差绝对值δ＝30(最小的为15)，由于δ＞|δ₁-δ₂|＝20，并且三组中价格元素的个数分别是6、7、2，并且没有一组中的价格元素个数大于其余所有组中元素个数的两倍的情况，表明组内的价格元素之间距离差距过大，因此重复S7-S8找到新的聚类点390(选第二组的385也可)。重复S8的过程将上述15个单价分为四组：C1＝{405，412，420}，C2＝{380，392，395，378，390，375，385}，C3＝{345，355，330}，C4＝{290，305}。由于C2组的元素个数7大于所有其他组元素个数的两倍，因此不需要再找聚类点。

S10：C2组是聚集度最高的单价样本集合，将该样本集合的聚类点390作为定额计价模式中该项目的定额单价。

如果采用全国或地区的平均价格，即对上述15个单价计算算数平均值，水泥的报价只有370元/吨，和聚类点390元/吨有一定差距，虽然看上去二者的差距不大，但是从图4直观上看，380-400元/吨范围内价格点的分布最密集，这说明370元/吨并不能反映市场整体的报价情况。可见，本发明采用聚类方法可以获得的市场价格更加准确。

此外，对数据库中各工厂或公司关于人工、材料、机械的报价费用按日期分组，对各组进行聚类以获得各组的费用聚类点，以所述费用聚类点作为该日期下的市场报价；依据所述市场报价绘制价格随时间的变化曲线，进而对近期价格曲线进行回归。

此外，本发明还提供一种计算机系统，其特征在于：包括：

存储器，用于存储计算机程序；

处理器，用于调用所述存储器中存储的所述计算机程序以实现如上述的土壤修复工程造价概算方法。

此外，本发明还提供一种计算机存储介质，其特征在于：其上存储有计算机程序，所述计算机程序被处理器执行以实现如上述的土壤修复工程造价概算方法。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其它的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。