|
|
信息不完全下基于关联匹配的工程物资需求预测
李扬, 肖勇波, 辛诚, 刘镓铭, 柏扬
2026 (2):
380-393.
doi: 10.3969/j.issn.2097-4558.2026.02.006
工程物资需求预测是工程管理中的关键环节,对保障工程顺利推进、降低采购成本具有重要意义。传统的工程物资需求预测依赖于工程项目的完全信息,但在工程初期,信息的不完全制约了需求预测的提前期,降低了采购执行裕度,给需求计划制定带来挑战。此外,工程物资采购数据具有高维、稀疏和长尾特性,现有模型对这类极度不平衡数据集的预测效果有限。针对这些问题,本研究提出了一种信息不完全条件下的工程物资需求远期预测方法。该方法通过构建关联图结构,利用相似工程的完全信息增强对早期项目的预测能力,显著提升了需求预测的提前期;同时,针对数据集分布不平衡问题,设计了专用匹配模块与损失函数,提高了预测精度。基于国家电网2015~2023年真实工程数据的实证研究表明:将完备信息项目的源域信息迁移至信息不完备的初期项目,可有效提升预测能力;在工程早期缺乏详尽工程信息的情况下,规范、精细的物资编码方式对物资需求预测尤为重要,单一指标的精度贡献占比可达20%以上;本方法不仅在工程初期表现出良好的需求预测精度,而且整体优于传统需求预测模型。本研究为工程物资需求预测提供了有效工具,有助于提升工程项目的数智化运营管理水平。
相关文章
|