精装地产装修数据分析与评测系统及评测方法与流程

1.本发明涉及装修技术领域，尤其涉及一种精装地产装修数据分析与评测系统及评测方法。


背景技术：

2.随着建筑行业绿色发展的需要，目前的房地产建设正逐渐由传统的毛坯交付转变为更加节能环保的精装交付，精装房可以避免住户交替装修带来的生活品质下降与资源浪费，促进生态环境的可持续发展，已成为很多工作压力大、空闲时间少的购房者的最佳选择。
3.目前在房地产精装过程中，通常由建设单位委托监理单位对工程质量进行监督管理，存在监管人员不足、监管力度不够的问题，装修质量无法得到保障；且现有的精装地产装修质量体系查验大多使用人工报表进行记录，存在数据记录繁琐、工程监管效率低、智能化程度低的问题，无法满足人们的使用需求。
4.我国专利申请号cn202111305933.8，公开了一种家装装修质量检测的智能评价方法及系统，所述方法包括：第一步，装修人员根据用户需求对房屋进行装修；第二步，装修人员完成装修之后告知用户及质检人员，质检人员对装修后的房屋进行质检并生成质检报告；第三步，装修人员根据质检报告进行修改；第四步，重复第二步和第三步，直到质检通过。所述系统包括展示层模块、代理层模块、接入层模块、业务层模块、数据层模块。该发明支持自定义设置装修流程中的各个节点；支持智能化的分配检测人员；支持针对设置的装修流程中的节点在线化的生成自检报告；支持后续的同一节点或者不同的节点整改跟进记录。
5.但在实现该发明技术方案的过程中，发现上述技术至少存在如下技术问题：数据记录繁琐，工程监管效率低，智能化程度低，装修过程产生的大量数据导致计算复杂度较高、数据运算能力差，无法通过客观数据自动化反映装修的实际质量水平。


技术实现要素：

6.本发明通过提供精装地产装修数据分析与评测系统及评测方法，解决了现有技术数据记录繁琐，工程监管效率低，智能化程度低，装修过程产生的大量数据导致计算复杂度较高、数据运算能力差，无法通过客观数据自动化反映装修的实际质量水平的问题。最终能够化繁为简，降低计算复杂度，提高装修数据分析与评测效率，形成具备智能化、自动化的完整评测流程。
7.本发明具体包括以下技术方案：一种精装地产装修数据分析与评测系统，包括以下部分：规范分析模块、数据收集模块、第一数据分析模块、初始评测模块、第二数据分析模块、智能评测模块、健康风险评测模块和通知模块；所述初始评测模块，用于根据经验熵的算法从各个项目的装修数据计算出装修质
量评测指标初始值，所述初始评测模块通过数据传输的方式与所述第二数据分析模块连接；所述第二数据分析模块，用于根据装修质量评测指标初始值和装修质量评测指标权重系数的对应关系，对装修质量评测指标初始值进行预处理，所述第二数据分析模块通过数据传输的方式与所述智能评测模块连接；所述智能评测模块，用于构建装修评测神经网络模型，将装修质量评测指标的具体指标值输入模型中，输出对应的装修评测结果，所述智能评测模块通过数据传输的方式与所述健康风险评测模块连接；所述健康风险评测模块，用于对装修后房屋进行的健康风险评测，通过评估人体所处空间内的污染物浓度、停留时间和停留频率，评估房屋内污染物产生的安全风险，所述健康风险评测模块通过数据传输的方式与所述通知模块连接。
8.一种精装地产装修数据分析与评测方法，包括以下步骤：s1. 收集精装建筑在施工过程中的装修数据，对装修数据进行标准化处理，通过分析计算得到装修质量评测指标初始值和具体指标值；s2. 构建装修评测神经网络模型，输入装修质量评测指标的具体指标值，得到对应的装修评测结果，进一步进行健康风险评测，综合判断装修质量是否合格。
9.进一步，所述步骤s1包括：根据经验熵算法从各个项目的装修数据计算出装修质量评测指标初始值。
10.进一步，所述步骤s1包括：根据装修质量评测指标初始值和装修质量评测指标权重系数的对应关系，对装修质量评测指标初始值进行预处理，得到表征房屋装修质量评测指标的具体指标值。
11.进一步，所述步骤s2包括：构建装修评测神经网络模型，选取预设数量的装修质量评测指标的具体指标值作为网络输入样本，将输入样本对应的装修评测结果作为网络输出样本。
12.进一步，所述步骤s2包括：通过评估人体所处空间内的污染物浓度、停留时间和停留频率，评估房屋内污染物产生的安全风险。
13.进一步，所述装修评测神经网络包括输入层、模糊层、规则层、重模糊层、映射层和判断层。
14.进一步，所述模糊层对数据进行模糊化处理，所述规则层设定模糊控制规则，根据模糊控制规则得到控制值并相乘，激活后将每个规则的激活程度输出至所述重模糊层，所述重模糊层引入重度因子，再次对数据进行模糊化处理，所述映射层用于解决逆问题的不适定性，所述判断层将各个神经元的输出转换为输出变量的精确值，并判断最终数据是否符合指标参考数据，从而得出当前输入样本的装修评测结果。
15.本发明至少具有如下技术效果或优点：1、利用层次分析法确定房屋装修的质量评测指标，并通过分析计算得到装修质量评测指标初始值和具体指标值，将目标分解为多个目标或准则，进而分解为多指标的若干层次，形成一个多层次的分析结构模型，然后把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，计算简便，并且所得结果简单明确，大大提高了数据运算能
力。
16.2、通过装修评测神经网络将装修评测刻画为自动化智能算法，具备强大的并行分布式信息处理，解决大规模实时计算问题，并且并行计算中的冗余性可以使系统具有很强的容错性和鲁棒性；可以在线进行自适应调节，实现精装地产装修项目的智能评测，通过客观数据反映装修的实际质量水平。
17.3、本发明的技术方案能够有效解决数据记录繁琐，工程监管效率低，智能化程度低，装修过程产生的大量数据导致计算复杂度较高、数据运算能力差，无法通过客观数据自动化反映装修的实际质量水平。并且，上述系统或方法经过了一系列的效果调研，通过验证，最终能够化繁为简，降低计算复杂度，提高装修数据分析与评测效率，形成具备智能化、自动化的完整评测流程。
附图说明
18.图1为本发明所述的精装地产装修数据分析与评测系统结构图；图2为本发明所述的精装地产装修数据分析与评测方法流程图。
具体实施方式
19.本技术实施例通过提供精装地产装修数据分析与评测系统及评测方法，解决了现有技术数据记录繁琐，工程监管效率低，智能化程度低，装修过程产生的大量数据导致计算复杂度较高、数据运算能力差，无法通过客观数据自动化反映装修的实际质量水平。
20.本技术实施例中的技术方案为解决上述问题，总体思路如下：利用层次分析法确定房屋装修的质量评测指标，并通过分析计算得到装修质量评测指标初始值和具体指标值，将目标分解为多个目标或准则，进而分解为多指标的若干层次，形成一个多层次的分析结构模型，然后把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，计算简便，并且所得结果简单明确，大大提高了数据运算能力；通过装修评测神经网络将装修评测刻画为自动化智能算法，具备强大的并行分布式信息处理，解决大规模实时计算问题，并且并行计算中的冗余性可以使系统具有很强的容错性和鲁棒性；可以在线进行自适应调节，实现精装地产装修项目的智能评测，通过客观数据反映装修的实际质量水平。
21.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
22.参照附图1，本发明所述的精装地产装修数据分析与评测系统包括以下部分：规范分析模块10、数据收集模块20、第一数据分析模块30、初始评测模块40、第二数据分析模块50、智能评测模块60、健康风险评测模块70和通知模块80。
23.所述规范分析模块10，用于利用层次分析法对《建筑装饰装修工程质量验收规范》中的内容进行分析、挖掘，确定房屋装修的质量评测指标，提取规范中每个分项工程中需要检查的文件、记录信息和给出的限制范围，并设定装修质量合格情况对应映射的指标参考数据，规范分析模块10通过数据传输的方式与数据收集模块20和智能评测模块60相连接；所述数据收集模块20，用于根据从规范中提取的应检查文件和记录收集精装建筑在施工过程中对应的数据，即装修数据，数据收集模块20通过数据传输的方式与第一数据
分析模块30连接；所述第一数据分析模块30，用于对装修数据进行标准化处理，第一数据分析模块30通过数据传输的方式与初始评测模块40连接；所述初始评测模块40，用于根据经验熵的算法从各个项目的装修数据计算出装修质量评测指标初始值，初始评测模块40通过数据传输的方式与第二数据分析模块50连接；所述第二数据分析模块50，用于根据装修质量评测指标初始值和装修质量评测指标权重系数的对应关系，对装修质量评测指标初始值进行预处理，第二数据分析模块50通过数据传输的方式与智能评测模块60连接；所述智能评测模块60，用于构建装修评测神经网络模型，将装修质量评测指标的具体指标值输入模型中，输出对应的装修评测结果，智能评测模块60通过数据传输的方式与健康风险评测模块70连接；所述健康风险评测模块70，用于对装修后房屋进行的健康风险评测，通过评估人体所处空间内的污染物浓度、停留时间和停留频率，评估房屋内污染物产生的安全风险，健康风险评测模块70通过数据传输的方式与通知模块80连接；所述通知模块80，用于获取评测不合格通知，并展示给用户。
24.参照附图2，本发明所述的精装地产装修数据分析与评测方法包括以下步骤：s1. 收集精装建筑在施工过程中的装修数据，对装修数据进行标准化处理，通过分析计算得到装修质量评测指标初始值和具体指标值。
25.根据国家建设部编写的《建筑装饰装修工程质量验收规范》（下称“规范”），将地产装修划分为9个分项工程，包括：抹灰工程、门窗工程、吊顶工程、轻质隔墙工程、饰面板（砖）工程、幕墙工程、涂饰工程、裱糊与软包工程、细部工程。
26.规范分析模块10利用层次分析法对《建筑装饰装修工程质量验收规范》中的内容进行分析、挖掘，确定房屋装修的质量评测指标，提取规范中每个分项工程中需要检查的文件、记录信息和给出的限制范围。所述质量评测指标是指规范中规定的最小验收项目的数据特征。
27.可以理解的是，每个分项工程中还分为主控项目和一般项目，每个项目的基本信息包括项目说明、检验方法和数据来源；所述项目说明是指当前项目所要达到的效果，例如：装饰抹灰工程所用材料的品种和性能应符合设计要求；为每个项目赋予编号，作为项目id；所述检验方法为规范中给出的各个项目的检验方法，例如：检查产品合格证书、进场验收记录、复验报告和施工记录；所述数据来源为根据当前项目的检验方法得到的可以进行项目检验的数据来源，例如：进场验收记录、复验报告、施工记录；根据数据来源获取当前项目的装修数据。
28.数据收集模块20根据从规范中提取的应检查文件和记录收集精装建筑在施工过程中对应的数据，即装修数据。将装修数据表示为，其中，表示第9个分项工程的装修数据，对于任意一个分项工程的装修数据用表示，，，表示第i个分项工程中的第n个项目的装修数据，对于任一项目中的任一装修数据用表示，。
29.由于装修数据之间的单位不同，第一数据分析模块30需要先对装修数据进行标准化处理，所述处理方法为：其中，为标准化处理后的装修数据，为第i个分项工程中的第j个项目中所有装修数据的平均值，为第i个分项工程中的第j个项目中所有装修数据的标准差。
30.初始评测模块40根据经验熵算法从各个项目的装修数据计算出装修质量评测指标初始值，所述装修质量评测指标初始值的计算公式为：其中，为第i个分项工程中的第j个项目的装修质量评测指标初始值，为第i个分项工程的第j个项目中的装修数据的数量，表示第i个分项工程中所有装修数据的总数。
31.根据实际需求自行设定装修质量评测指标权重系数，建立表征装修质量评测指标初始值和装修质量评测指标权重系数的对应关系，第二数据分析模块50根据对应关系对装修质量评测指标初始值进行预处理，所述预处理方法为：其中，表示预处理得到的装修质量评测指标，表示第i个分项工程的第j个项目的装修数据中的最大值，表示第i个分项工程的第j个项目的装修数据中的最小值。从而得到表征房屋装修质量评测指标的具体指标值。
32.规范分析模块10设定装修质量合格情况对应映射的指标参考数据，所述指标参考数据可以根据规范中给出的限制范围设定，也可以根据实际需求自行设定。
33.所述步骤s1的有益效果为：利用层次分析法确定房屋装修的质量评测指标，并通过分析计算得到装修质量评测指标初始值和具体指标值，将目标分解为多个目标或准则，进而分解为多指标的若干层次，形成一个多层次的分析结构模型，然后把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，计算简便，并且所得结果简单明确，大大提高了数据运算能力。
34.s2. 构建装修评测神经网络模型，输入装修质量评测指标的具体指标值，得到对应的装修评测结果，进一步进行健康风险评测，综合判断装修质量是否合格。
35.智能评测模块60构建装修评测神经网络模型，选取预设数量的装修质量评测指标的具体指标值作为网络输入样本，将输入样本对应的装修评测结果作为网络输出样本。所述装修评测神经网络包括输入层、模糊层、规则层、重模糊层、映射层和判断层。
36.将网络输入样本数据输入到装修评测神经网络输入层中，输入层将数据传送给模糊层；模糊层对数据进行模糊化处理，所述模糊化过程为：其中，为模糊层的输出，为高斯参数，为方差。模糊层将计算后的结果发送给规则层。
37.规则层设定模糊控制规则，根据模糊控制规则得到控制值并相乘，激活后将每个规则的激活程度输出至重模糊层，所述规则层的计算过程为：所述规则层的计算过程为：其中，表示控制值，表示的2范数，表示的范数，表示激活函数，表示规则层的输出。
38.重模糊层引入重度因子，再次对数据进行模糊化处理，所述模糊化过程为：其中，表示重模糊层的输出，为激活因子。重模糊层将传送给映射层。
39.映射层用于解决逆问题的不适定性，所述映射层的计算过程为：其中，表示映射层的输出，表示的基函数，映射层将传送给判断层。
40.判断层将各个神经元的输出转换为输出变量的精确值，并判断最终数据是否符合指标参考数据，从而得出当前输入样本的装修评测结果。所述判断层的具体计算过程为：所述判断层的具体计算过程为：其中，表示转换后的精确值，为转换函数，为装修评测神经网络输出，，均为指标参考数据，表示判断范围的上下阈值。
41.为了进一步评测装修数据，需要对装修后房屋进行的健康风险评测，健康风险评
测模块70通过评估人体所处空间内的污染物浓度、停留时间和停留频率，评估房屋内污染物产生的安全风险。所述污染物浓度可通过实际检测获得；所述健康风险评测的具体计算过程为：其中，表示健康风险评测结果，表示污染物浓度，表示人体呼吸速率，表示停留时间，表示停留频率，表示体重，表示停留周期，表示污染物危害因子。
42.装修评测神经网络输出当前房屋装修数据符合指标参考数据范围后，需要进行健康风险评测，若健康风险评测结果符合预设阈值，则表明当前房屋装修质量合格，否则需要向通知模块80发送评测不合格通知。
43.所述步骤s2的有益效果为：通过装修评测神经网络将装修评测刻画为自动化智能算法，具备强大的并行分布式信息处理，解决大规模实时计算问题，并且并行计算中的冗余性可以使系统具有很强的容错性和鲁棒性；可以在线进行自适应调节，实现精装地产装修项目的智能评测，通过客观数据反映装修的实际质量水平。
44.综上所述，便完成了本发明所述的精装地产装修数据分析与评测系统及评测方法。
45.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
46.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。
47.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
48.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。