隔震支座工程项目数据分析与挖掘（工程项目组织与管理）.docx

《隔震支座工程项目数据分析与挖掘（工程项目组织与管理）.docx》由会员分享，可在线阅读，更多相关《隔震支座工程项目数据分析与挖掘（工程项目组织与管理）.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/隔震支座工程项目数据分析与挖掘隔震支座工程项目数据分析与挖掘xxx集团有限公司一、 项目概述（一）项目基本情况1、项目名称：隔震支座工程项目2、承办单位名称：xxx集团有限公司3、项目性质：扩建4、项目建设地点：xx5、项目联系人：徐xx（二）主办单位基本情况公司满怀信心，发扬“正直、诚信、务实、创新”的企业精神和“追求卓越，回报社会” 的企业宗旨，以优良的产品服务、可靠的质量、一流的服务为客户提供更多更好的优质产品及服务。展望未来，公司将围绕企业发展目标的实现，在“梦想、责任、忠诚、一流”核心价值观的指引下，围绕业务体系、管控体系和人才队伍体系重塑，推动体制机制改革和管理及业务模式

2、的创新，加强团队能力建设，提升核心竞争力，努力把公司打造成为国内一流的供应链管理平台。公司以负责任的方式为消费者提供符合法律规定与标准要求的产品。在提供产品的过程中，综合考虑其对消费者的影响，确保产品安全。积极与消费者沟通，向消费者公开产品安全风险评估结果，努力维护消费者合法权益。公司加大科技创新力度，持续推进产品升级，为行业提供先进适用的解决方案，为社会提供安全、可靠、优质的产品和服务。未来，在保持健康、稳定、快速、持续发展的同时，公司以“和谐发展”为目标，践行社会责任，秉承“责任、公平、开放、求实”的企业责任，服务全国。（三）项目建设选址及用地规模本期项目选址位于xx，占地面积约65.00

3、亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。二、 项目总投资及资金构成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30839.87万元，其中：建设投资24401.69万元，占项目总投资的79.12%；建设期利息572.88万元，占项目总投资的1.86%；流动资金5865.30万元，占项目总投资的19.02%。三、 资金筹措方案（一）项目资本金筹措方案项目总投资30839.87万元，根据资金筹措方案，xxx集团有限公司计划自筹资金（资本金）19148.52万元。（二）申请银行借款方案根据谨慎财务测算

4、，本期工程项目申请银行借款总额11691.35万元。四、 项目预期经济效益规划目标1、项目达产年预期营业收入（SP）：59100.00万元。2、年综合总成本费用（TC）：48776.83万元。3、项目达产年净利润（NP）：7544.07万元。4、财务内部收益率（FIRR）：17.58%。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）：23982.87万元（产值）。五、 项目建设进度规划项目计划从可行性研究报告的编制到工程竣工验收、投产运营共需24个月的时间。六、 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

5、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

6、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4X4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

7、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

8、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

9、条件，即不可控风险或限制条件。七、 项目背景分析隔震支座又称为隔震器，最主要的品种是隔震支座。橡胶材料具有优异的阻尼特性，因而广泛用于制造吸收冲击，减少或隔离震动的减震隔震制品。目前国内外比较成熟的常用减隔震支座按体系可分为：橡胶类隔震体系，主要有支座、高阻尼橡胶支座和铅芯橡胶支座；弹塑性钢耗能体系，如C型钢、E型钢和非线性阻尼辐型钢耗能装置；滑动摩擦体系，如聚四氟乙烯支座、回弹滑动支座和摩擦摆支座等。由于地震预报仍然是世界性难题，因此各国都将工作重点放在如何提高物的抗震性能上。传统的建筑物抗震方法，是通过合理的结构设计，保证建筑物在规定的地震烈度范围内不受破坏。隔震技术是目前世界上最先进的建

10、筑抗震减灾技术，已在国内外，包括美、日等发达国家广泛应用。隔震技术是在不改变原建筑设计方案的同时，在上部结构与基础之间设置隔震层。由于隔震层刚度小、柔性强，当地震发生时，隔震层将发挥“隔”的作用，释放上部结构承受的强烈的地震位移动力，可以使建筑物在地震作用下的加速度反应大大减弱。建筑物的位移主要由隔震层承担，从而使建筑物在地震中产生的变形减小，以达到抗震的目的。一般来说，有隔震体系的建筑结构，与传统的抗震结构相比，其上部结构的地震反应约为后者的1/41/8，可使上部结构的设防烈度降低12度，大大提高了结构安全度。八、 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

11、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EB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

12、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，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

13、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）

14、，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）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

15、%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

16、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。九、 数据分析与挖掘概述（一）信息分析信息分析是根据咨询问题的具体需要，对与之有关的信息进行整理、鉴别、评价、分析和综合，以便取得咨

17、询所需新信息的过程。信息分析有如下几种用途：1跟踪。所谓跟踪，就是及时了解各领域新动向、新发展，从而发现问题、提出问题。2比较。比较各种事物的内部矛盾之后，把握事物间的联系，认识事物的本质，从而提出问题、确定目标、拟定方案并作出选择。3预测。利用已掌握的信息、知识和手段，推断事物的未来或未知方面。4评价。进行评价时应选择合适的变量和评价指标，应当考虑评价对象之间的可比性。信息分析所用方法，可分为定性和定量分析两种。定性方法主要靠逻辑推理；而定量方法涉及数据间的数量关系，要建立数学模型，计算、求解。如今，信息越来越复杂，定性与定量分析已无法单独奏效，只能越来越多地结合起来。（二）数据分析数据分析

18、是信息分析的一部分，数据分析是对收集数据进行系统的分析，建立适当的模型，揭示数据中隐含的技术、经济、社会和其他关系，以及发展趋势，为有关的咨询活动提交的有用的数字、信息或建议。数据分析的对象可分为时间序列和截面数据。如企业历年的咨询收入、利润总额等就是时间序列。截面数据是在同一时间的数据，如企业同一年咨询业务数目、营业额、费用、收入、人工耗费等。两种数据都要注意样本容量大小。对于截面数据，常用线性或非线性回归模型体现数据之间的各种关系。数据分析属定量分析，包括数据统计分析、时间数据分析、空间数据分析。（三）数据挖掘数据挖掘就是从数据中挖掘出隐含、先前未知、有潜在用途，最终可为人理解的关系、模式

19、、趋势和其他有用信息，并建立模型，用于预测、判断或决策，帮助企业更好地适应变化并做出更明智的决策的过程。数据挖掘广泛应用于制造、金融、零售、保健、中医药及电信等行业的客户关系管理、风险防范、供应链管理、竞争优势分析、部门分析等领域。数据挖掘要用到统计分析、人工智能、数据库和神经网络等方面的知识，如记忆推理、聚类分析、关联分析、决策树、神经网络、基因算法等。数据挖掘需要用户参与，并非某种单一工具、技术或软件即可独自完成。另一方面，并非所有信息查询都可视为数据挖掘。例如，使用数据库管理系统查找个别记录，或用搜索引擎查找互联网特定的网页，属于信息检索，不能视为数据挖掘。当然，数据挖掘技术也有强大的信息检索能力。