硅酸钙板工程项目数据分析与挖掘（工程项目管理）.docx

《硅酸钙板工程项目数据分析与挖掘（工程项目管理）.docx》由会员分享，可在线阅读，更多相关《硅酸钙板工程项目数据分析与挖掘（工程项目管理）.docx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、泓域咨询/硅酸钙板工程项目数据分析与挖掘硅酸钙板工程项目数据分析与挖掘xxx投资管理公司一、 项目名称及投资人（一）项目名称硅酸钙板工程项目（二）项目投资人xxx投资管理公司（三）建设地点本期项目选址位于xxx（以最终选址方案为准）。二、 结论分析（一）项目选址本期项目选址位于xxx（以最终选址方案为准），占地面积约49.00亩。（二）项目实施进度本期项目建设期限规划24个月。（三）投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资23407.94万元，其中：建设投资19008.64万元，占项目总投资的81.21%；建设期利息436.43万元，占项目总投资的

2、1.86%；流动资金3962.87万元，占项目总投资的16.93%。（四）资金筹措项目总投资23407.94万元，根据资金筹措方案，xxx投资管理公司计划自筹资金（资本金）14501.34万元。根据谨慎财务测算，本期工程项目申请银行借款总额8906.60万元。（五）经济评价1、项目达产年预期营业收入（SP）：46300.00万元。2、年综合总成本费用（TC）：38601.82万元。3、项目达产年净利润（NP）：5618.60万元。4、财务内部收益率（FIRR）：17.35%。5、全部投资回收期（Pt）：6.33年（含建设期24个月）。6、达产年盈亏平衡点（BEP）：20845.96万元（产值）

3、。（六）主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积32667.00约49.00亩1.1总建筑面积66097.69容积率2.021.2基底面积19926.87建筑系数61.00%1.3投资强度万元/亩367.062总投资万元23407.942.1建设投资万元19008.642.1.1工程费用万元16125.412.1.2工程建设其他费用万元2313.902.1.3预备费万元569.332.2建设期利息万元436.432.3流动资金万元3962.873资金筹措万元23407.943.1自筹资金万元14501.343.2银行贷款万元8906.604营业收入万元46300.00正

4、常运营年份5总成本费用万元38601.826利润总额万元7491.477净利润万元5618.608所得税万元1872.879增值税万元1722.5410税金及附加万元206.7111纳税总额万元3802.1212工业增加值万元12819.1613盈亏平衡点万元20845.96产值14回收期年6.33含建设期24个月15财务内部收益率17.35%所得税后16财务净现值万元1937.32所得税后三、 逻辑框架法的概念及模式（一）LFA的基本概念LFA是一种概念化论述项目的方法，即用一张简单的框图来清晰地分析一个复杂项目的内涵和各种逻辑关系，以便给人们一个整体的框架概念。LFA是将几个内容相关、必须

5、同步考虑的动态因素组合在一起，通过分析各种要素之间的逻辑关系，从设计策划到目标实现等方面来评价一项活动或工作。LFA为项目策划者和评价者提供一种分析框架，用以确定工作的范围和任务，并对项目目标和达到目标所需的手段进行逻辑关系分析。LFA的核心是项目的各种要素之间的因果关系，即“如果”提供了某种条件，“那么”就会产生某种结果。这些条件包括事物内在的因素及其所需要的各种外部条件。（二）LFA的基本模式逻辑框架分析方法的结果是要形成一个逻辑框架表。由于该表能够充分体现表内包含的各项内容之间的逻辑关系，而且这种逻辑关系构成了一个矩阵式框架结构，因此，逻辑框架表又称为逻辑框架矩阵表。LFA的模式是一张4

6、X4的矩阵。1目标层次逻辑框架表汇总了项目实施活动的全部要素，并按宏观目标、具体目标、产出成果和投入的层次归纳了投资项目的目标及其因果关系。（1）宏观目标。项目的宏观目标即宏观计划、规划、政策和方针等所指向的目标，该目标可通过几个方面的因素来实现。宏观目标一般超越了项目的范畴，是指国家、地区、部门或投资组织的整体目标。这个层次目标的确定和指标的选择一般由国家或行业部门选定，一般要与国家发展目标相联系，并符合国家产业政策、行业规划等的要求。（2）具体目标。具体目标也叫直接目标，是指项目的直接效果，是项目立项的重要依据。一般应考虑项目为受益目标群体带来的效果，主要是社会和经济方面的成果和作用。这个

7、层次的目标由项目实施机构和独立的评价机构来确定，目标的实现由项目本身的因素来确定。（3）产出。这里的“产出”是指项目“干了些什么”，即项目的建设内容或投人的产出物。一般要提供可计量的直接结果，要直截了当地指出项目所完成的实际工程（如港口、铁路、输变电设施、气井、城市服务设施等），或改善机构制度、政策法规等。在分析中应注意，在产出中，项目可能会提供的一些服务和就业机会，往往不是产出而是项目的目的或目标。（4）投入和活动。该层次是指项目的实施过程及内容，主要包括资源和时间等的投入。2客观验证指标逻辑框架垂直各层次目标，应有相对应的客观且可度量的验证指标，包括数量、质量、时间及人员等，来说明层次目标

8、的结果，验证每一个目标的实现程度，这种指标的确立应该是客观的，不能凭主观臆断，同时又是可以被验证的。3客观验证方法在逻辑框架水平逻辑层次上，对应验证指标的是验证方法。验证方法就是主要资料来源和验证所采用的方法。主要资料来源（监测和监督）和验证方法可按照数据收集的类型、信息的来源渠道和收集方法进行划分。4重要的假定条件在逻辑框架的4个目标层次之间有一些重要的限制条件，称为假定条件，即必要的外部条件或风险。重要的假定条件主要是指可能对项目的进展或成果产生影响，而项目管理者又无法控制的外部条件，即不可控风险或限制条件。四、 项目背景分析硅酸钙板(英文：calciumsilicate)作为新型绿色环保

9、建材，除具有传统石膏板的功能外，更具有优越防火性能及耐潮、使用寿命超长的优点，大量应用于工商业工程建筑的吊顶天花和隔墙，家庭装修、家具的衬板、广告牌的衬板、仓库的棚板、网络地板以及隧道等室内工程的壁板。硅酸钙板是以无机矿物纤维或纤维素纤维等松散短纤维为增强材料，以硅质-钙质材料为主体胶结材料，经制浆、成型、在高温高压饱和蒸汽中加速固化反应，形成硅酸钙胶凝体而制成的板材。是一种具有优良性能的新型建筑和工业用板材，其产品防火，防潮，隔音，防虫蛀，耐久性较好，是吊顶，隔断的理想装饰板材。硅酸钙板是一种由硅质材料(主要成份是SiO2，如石英粉、粉煤灰、硅藻土等)、钙质材料(主要成份是CaO，如石灰、电

10、石泥、水泥等)、增强纤维材料、助剂等按一定比例配合，经抄取或模压、蒸压养护等工序制成的一种新型的无机建筑材料。因其强度高、重量轻，并具有良好的可加工性能和不燃性，所以广泛地使用于船舶的隔舱板，吊顶和建筑非承重的墙体，以及有防火要求的其他场所。硅酸钙板分保温用硅酸钙板和装修用硅酸钙板。据统计，在建筑能耗中，围护结构材料保温性能差、保温技术落后，传热耗能高达73%-77%。根据国家住房和城乡建设部规划，中国将实施强制节能标准，到2020年，全社会建筑的总能耗要达到节能65%的总目标。如按这个目标计算，则每年就建筑围护结构节能需新增投资约为2700亿人民币，市场机会巨大。五、 数据统计分析数据分析重

11、要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段，是统计过程的重要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）应能反映分析对象的变化；（4）便于资料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整

12、理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点，以及咨询人员对方法的熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点，分析和评价模型误差，以及模型和方法本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是

13、咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地看问题，多方面观察，不偏废任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做取舍。六、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或E

14、B衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大

15、，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步

16、骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）

17、数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘

18、是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。