洁净室系统集成设备项目工程咨询【范文】.docx

《洁净室系统集成设备项目工程咨询【范文】.docx》由会员分享，可在线阅读，更多相关《洁净室系统集成设备项目工程咨询【范文】.docx（51页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、泓域/洁净室系统集成设备项目工程咨询洁净室系统集成设备项目工程咨询xx集团有限公司目录一、 公司简介3公司合并资产负债表主要数据4公司合并利润表主要数据4二、 项目基本情况4三、 时间数据分析方法8四、 大数据系统和数据挖掘技术11五、 环境承载力影响因素识别及评价指标15六、 资源环境承载力评价综合指标体系17七、 时间数据分析方法19八、 大数据系统和数据挖掘技术21九、 工程咨询信息及其管理概述26十、 “互联网+”背景下的工程咨询信息管理27十一、 项目投资分析34建设投资估算表36建设期利息估算表37流动资金估算表38总投资及构成一览表40项目投资计划与资金筹措一览表41十二、 经济

2、效益42营业收入、税金及附加和增值税估算表42综合总成本费用估算表43利润及利润分配表45项目投资现金流量表47借款还本付息计划表50一、 公司简介（一）基本信息1、公司名称：xx集团有限公司2、法定代表人：韦xx3、注册资本：880万元4、统一社会信用代码：xxxxxxxxxxxxx5、登记机关：xxx市场监督管理局6、成立日期：2011-8-127、营业期限：2011-8-12至无固定期限8、注册地址：xx市xx区xx（二）公司简介未来，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。公司在发展中始终坚持以

3、创新为源动力，不断投入巨资引入先进研发设备，更新思想观念，依托优秀的人才、完善的信息、现代科技技术等优势，不断加大新产品的研发力度，以实现公司的永续经营和品牌发展。（三）公司主要财务数据公司合并资产负债表主要数据项目2020年12月2019年12月2018年12月资产总额6991.175592.945243.38负债总额4070.643256.513052.98股东权益合计2920.532336.422190.40公司合并利润表主要数据项目2020年度2019年度2018年度营业收入12638.6110110.899478.96营业利润2893.192314.552169.89利润总额2569

4、.812055.851927.36净利润1927.361503.341387.70归属于母公司所有者的净利润1927.361503.341387.70二、 项目基本情况（一）项目承办单位名称xx集团有限公司（二）项目联系人韦xx（三）项目实施的可行性1、长期的技术积累为项目的实施奠定了坚实基础目前，公司已具备产品大批量生产的技术条件，并已获得了下游客户的普遍认可，为项目的实施奠定了坚实的基础。2、国家政策支持国内产业的发展近年来，我国政府出台了一系列政策鼓励、规范产业发展。在国家政策的助推下，本产业已成为我国具有国际竞争优势的战略性新兴产业，伴随着提质增效等长效机制政策的引导，本产业将进入持续

5、健康发展的快车道，项目产品亦随之快速升级发展。洁净室工程属于先进制造业的基础性工程，是电子行业等高端制造业必不可少的一部分，先进制造行业的发展很大程度上受到洁净室的品质和水平的影响，相关产业的发展也无疑会推动洁净室工程规模的增长。下游行业包括IC半导体、电子元器件、光电面板、医药生技、食品饮料等行业，其中以IC半导体、光电面板、精密制造等为代表的高科技产业客户是行业主要服务对象。下游行业的蓬勃发展也为洁净室工程行业带来了巨大的成长空间。根据咨询机构整理预测，预计未来几年我国洁净室行业增速可能放缓，但还将维持二位数增长，到2025年中国洁净室行业规模有望达到3,275.31亿元。（四）项目选址项

6、目选址位于xxx（以选址意见书为准），区域设施条件完备，非常适宜项目建设。（五）项目总投资及资金构成1、项目总投资构成分析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16005.54万元，其中：建设投资13105.84万元，占项目总投资的81.88%；建设期利息349.19万元，占项目总投资的2.18%；流动资金2550.51万元，占项目总投资的15.94%。2、建设投资构成项目建设投资13105.84万元，包括工程费用、工程建设其他费用和预备费，其中：工程费用11430.09万元，工程建设其他费用1363.03万元，预备费312.72万元。（六）资金筹措方案项目

7、总投资16005.54万元，其中申请银行长期贷款7126.28万元，其余部分由企业自筹。（七）项目预期经济效益规划目标1、营业收入（SP）：29200.00万元。2、综合总成本费用（TC）：23796.38万元。3、净利润（NP）：3945.88万元。4、全部投资回收期（Pt）：6.29年。5、财务内部收益率：17.69%。6、财务净现值：1545.63万元。（八）项目综合评价主要经济指标一览表序号项目单位指标备注1总投资万元16005.541.1建设投资万元13105.841.1.1工程费用万元11430.091.1.2其他费用万元1363.031.1.3预备费万元312.721.2建设期利

8、息万元349.191.3流动资金万元2550.512资金筹措万元16005.542.1自筹资金万元8879.262.2银行贷款万元7126.283营业收入万元29200.00正常运营年份4总成本费用万元23796.385利润总额万元5261.176净利润万元3945.887所得税万元1315.298增值税万元1187.109税金及附加万元142.4510纳税总额万元2644.8411盈亏平衡点万元12880.74产值12回收期年6.2913内部收益率17.69%所得税后14财务净现值万元1545.63所得税后三、 时间数据分析方法（一）时间数据时间数据也称时间序列（Timeseries）或动态

9、数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利用卫星照片识别地球资源、石油勘探、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害

10、）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序列常含有4种成分：趋势、季节变动、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的

11、倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期图（）的极值点寻找各种分量的周期。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间

12、序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用ARMA（自回归移动平均）模型拟合。非平稳时间序列可经差分化为平稳时间序列，再用ARMA模型拟合。（4）预测未来。利用建成的模型预测时间序列未来值。4时间序列常用模型（1）ARMA模型（

13、2）回归模型四、 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

14、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，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

15、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

16、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）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

17、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

18、，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。五、 环境承载力影响因素识别及评价指标

19、（）水环境承载力水环境承载力是在一定经济社会和科学技术发展水平条件下，以生态、环境健康发展和社会经济可持续发展协调为前提，区域水环境系统能够支撑社会经济可持续发展的合理规模。主要影响因素包括水功能区划、海洋功能区划、近岸海域环境功能区划、保护目标及各功能区水质达标情况，主要水污染因子和特征污染因子、水环境控制单元主要污染物排放现状及允许排放量、环境质量改善目标要求，地表水控制断面位置及达标情况，主要水污染源分布和污染贡献率（包括工业、农业和生活污染源）等。主要评价指标包括万元工业增加值废水排放量、工业废水达标排放率、污径比、主要水污染物排放强度等。（二）大气环境承载力大气环境承载力是在某一时期

20、、某一区域，环境对人类活动所排放大气污染物的最大可能负荷的支撑阈值。主要影响因素包括大气环境功能区划、保护目标及各功能区环境空气质量达标情况，主要大气污染因子和特征污染因子、大气环境控制单元主要污染物排放现状及允许排放量、环境质量改善目标要求，主要大气污染源分布和污染贡献率（包括工业、农业和生活污染源）等。主要评价指标包括空气优良率和主要大气污染物排放强度等。（三）土壤环境承载力土壤环境承载力是在维持土壤环境系统功能结构不发生变化的前提下，其所能承受的人类作用在规模、强度和速度上的限值。主要影响因素包括土壤主要理化特征，主要土壤污染因子和特征污染因子，土壤环境质量达标情况，土壤污染风险防控区及

21、防控目标等。主要评价指标包括土壤环境质量达标率等。六、 资源环境承载力评价综合指标体系资源环境承载力评价是区域上各种因素对承载能力的综合体现，因而必然表现为各单一方面的资源、环境承载力作用效果的科学叠加，反映区域内资源环境承载力的总体状况。因此，资源环境承载力在综合评价指标是由上述的资源承载力、环境承载力和生态承载力等指标体系，根据评价对象功能要求和资源环境特征，选择相关指标构成的指标体系。该指标体系能够全面满足评价对象的资源环境承载力评价要求。在构建综合评价指标体系的时候，要注意几个原则：一是要注重科学性和可对比性相统一的原则。资源环境承载力评价要严格按照资源环境的科学内涵，能够对资源环境的

22、数量和质量作出合理的描述。同时评价方法要注重与国内外和区域间的可对比性，具有纵向、横向比较和可推广与应用。二是要注重描述性指标与评价性指标相统一原则。描述性指标即资源和环境两大系统的发展状态指标；评价性指标即评价各系统相互联系与协调程度的指标。二者的统一，将在时间上反映发展的速度和趋向，在空间上反映其整体布局和结构，在数量上反映其规模，在层次上反映功能和水平。三是要注重最大限制性和可操作性相结合原则。资源环境承载力是多种因素综合作用的结果，指标体系作为一个有机整体，不可能把所有的因素都列出，客观上对资源环境承载力所有因素全部用指标描述出来也是不可能的。所以，指标体系要反映影响资源环境承载力主导

23、因素的全貌，用对资源环境承载力产生最大限制性的主导因素的指标体系来描述和评价资源环境承载力，才能把握资源环境承载力最本质的、最基本的特征。同时，要达到指标体系的实用性和可操作性，避免以往在研究制定指标体系要么指标体系过于庞杂、无法操作，要么把握不了主要的因素，对资源环境承载力最本质的、最基本的特征缺乏全面反映、表征、度量。因此，研究和制定指标体系要注重最大限制性和可操作性相结合，根据水桶原理发挥决定性作用的指标有限，在选取最大限制性主导因素的前提下，尽量使指标少而精，资料易取得，方法易掌握，而不必面面俱到，使最大限制性和可操作性相互统一，这样才能够有利于研究顺利进行。七、 时间数据分析方法（一

24、）时间数据时间数据也称时间序列（Timeseries）或动态数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利用卫星照片识别地球资源、石油勘探

25、、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序列常含有4种成分：趋势、季节变动

26、、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期图（）的极值点寻找各种分量的周期

27、。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用ARMA（自回归移动平均）模型拟合。非平稳时间序列可经差分化为平稳时间序列，再用ARMA模型拟合。（4）预测未来。利用建成的模

28、型预测时间序列未来值。4时间序列常用模型（1）ARMA模型（2）回归模型八、 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

29、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，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

30、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

31、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）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

32、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

33、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

34、合要求的信息交给用户。九、 工程咨询信息及其管理概述（一）工程咨询信息的内涵信息资源是工程咨询行业的核心资源，通过获取海量有效的信息，依靠信息、知识和智慧、先进科技手段进行服务。信息爆炸的社会要求工程咨询行业服务机构拥有获取信息、处理信息的能力和手段。工程咨询项目管理信息化是结合行业业务特点，以信息资源开发利用为核心，利用现代信息技术、网络技术等现代科技，强化信息技术在业务中的渗透，在工程咨询项目各环节中推广应用信息技术，以提高工程咨询机构管理决策能力，提升咨询工作效率，增强机构行业竞争力。工程咨询需要的信息，涉及自然、资源、气候、水文、地质、人口、人文、项目投入产出、市场（商品、劳动力、金融

35、）、财政及政策、货币政策、法规、标准与规范、发展规划等。（二）工程咨询信息管理的必要性我国经济进入新常态，全球化、绿色发展、结构调整、新技术应用等成为发展主基调，这不仅需要规模巨大的投资，而且更加注重发展质量，这就给工程咨询业带来了极大的发展机遇，也对工程咨询信息管理提出了新的需求。未来工程咨询将更多的应用建筑信息模型技术（BIM）、大数据、物联网、地理信息系统（GIS）无人机应用、AR仿真模拟、人工智能辅助查询与分析系统等，也迫切要求工程咨询业能够尽快改变传统咨询手段，必须针对新技术、新产业进行调整，建立完善的数据分析与知识管理方法。传统的信息管理模式工作流程繁琐，耗费人力物力，亟待向智能管

36、理模式迈进。工程咨询信息管理以丰富的信息资源为管理重点，利用“互联网+”、数据库管理系统等先进的信息管理手段，协助工程咨询人员能够从海量的业务数据中提供有用的信息，进而做出科学的判断以及正确的决策，从而实现为工程咨询的决策提供更加全面及时的信息支出，使工作更加便捷，回复也更加及时，大幅减少出现错误的概率，安全性更高。十、 “互联网+”背景下的工程咨询信息管理“互联网+”模式能充分发挥互联网在社会资源配置中的优化和集成作用，将互联网的创新成果深度融合于各领域之中。工程咨询行业本身就具有数据化的天然属性，对“互联网+”模式有着接纳和融合的先天优势。“互联网+”模式的到来给工程咨询行业的发展带来了新

37、的催化剂和生产力，也带来新思维模式和发展空间。随着计算机与通信技术的飞速发展，互联网不断扩展和普及，网络技术的发展使工程咨询机构能够以快捷、低成本的方式获取更多的信息资源。“互联网+工程咨询”系统是建设基于互联网的工程咨询机构系统，以丰富的信息资源为管理重心，同时全面集成客户、咨询、销售等业务处理系统及业务信息，支持工程咨询机构内部各层级间及工程咨询机构与外部环境有效沟通的信息管理系统。（一）“互联网+”对工程咨询数据分析的作用工程咨询的工作与互联网连接，使工程咨询可与无限的知识、专家、信息等实现即时对接。一个项目可通过互联网连接强大数据信息库，提供大量相关理论知识与概念，然后通过线上咨询与更

38、多专家进行沟通、研讨，最后可自动与全球其他类似案例进行匹配，提供建设性的意见与建议。“互联网+工程咨询”系统突破传统局限，利用互联网信息化技术将信息流、数据流、工作流和资金流集成，形成强大的集聚效应，使工程咨询行业在未来的市场竞争中不断发展，呈现一种无限制发展的态势。是提高工程咨询服务效率和水平。应用互联网有利于工程咨询人员掌握和有效利用相关数据信息，及时跟踪新政策、新技术的变化，增强决策者信息处理能力，提高工程咨询的服务效率。二是提高信息的准确性和及时性。及时、准确的获取信息是工程咨询的基础，信息技术改变了工程咨询人员获取信息、搜集信息和传递信息的方式，工程咨询数据的存储、整理、分析、查询、

39、统计和传递可通过专业的信息系统实现，缩短了信息传递周期。三是有效控制工程咨询项目成本。将工程咨询项目执行成本纳入管理范围，通过统计分析发现项目管理中的问题，找出制约效益的瓶颈，从而降低项目成本，提高工程咨询单位的效益。（二）信息管理目的与任务工程咨询企业自己拥有大量信息，使用方便、可靠、费用低。因此，只有当本企业缺乏所需信息时，才考虑其他来源。工程咨询企业在长期为客户服务中产生很多成果与文件，如客户资料、产品配方、生产工艺、设计图纸、货源资料、营销方案、财务报告等，往往使工程咨询企业形成竞争优势。这些宝贵资源若管理不善则不但无法得到有效利用，还会危及工程咨询企业的竞争地位和安全。目前，上述信息

40、十分庞杂，有些企业不善于管理，仍然依靠资料室、图书馆等传统手段保存和管理上述信息，未设立有效的信息管理系统，致使员工在查找所需信息时耗费了大量不必要的时间，甚至找不到本企业实际上有的数据、信息、文件或其他资料，造成了资源的极大浪费；即使使用数据库，能力也很有限。另一方面，一些企业内的某些部门囿于自身利益，不愿意将自己掌握的信息与其他部门共事。落后的信息管理已经严重妨碍了咨询业务的发展，工程咨询企业应当了解信息管理的重要性及紧迫性，迅速改变现状。信息管理是指将分散、无序、庞杂的数据信息按照一定规则加以识别、编排并记载各种信息之间的联系，进而保存、添加、检索、共享和利用。为了使信息管理行之有效，应

41、当建立有效的制度，促使企业内各部门之间共享各自掌握的数据与信息，尽可能地减少因重复收集数据与信息而浪费的资源，增加企业的整体收益。信息管理的任务是了解信息使用者的具体需要，对信息进行全面的收集、适当的筛选、正确的分析、恰当的整理和储存，并将适合需要的信息及时、准确、经济地交给各级工程咨询和决策人员。咨询企业应当利用先进的信息管理手段，建立适合本企业需要的数据库管理系统，加强对本企业内外信息的全面管理，为本企业咨询业务及时提供全面、准确、最新的信息。（三）信息管理技术与方法1信息管理基本做法对于数量巨大、种类繁多的数据、信息或其他资料，有一些基本办法，不仅适用于以往的图书室、图书馆、档案馆、博物

42、馆等，也适用于计算机数据库系统。例如，分类与编目方法，现在微软公司的Windows文件系统所依据的就是历史悠久的分类与编目原则。2信息分类与编目对于工程咨询企业掌握的信息，有多种分类与编目方式。例如，按企业管理层次分类编目，大企业，目录第一层按企业总体组织划分，如公司总部、子（分）公司；第二层可按企业各级的职能部门划分，如人力资源部、财务资产部、综合管理部、技术质量部、经营计划部等职能部门，以及规划部门、设计部门等业务部门；第三层可按各业务部门的行政科室或者项目团队来划分。分类方法的选择，既要考虑企业拥有的信息内容、形式与性质，也要考虑企业为客户提供咨询服务的方式与特点，或者将两方面结合起来，

43、使各种类别的信息便于查询。例如，公司新闻、企业规章制度、会议纪要等，可以归为一类，供一般用户查询。而对于图档，可以按项目名称、时间、业务部门、版本、关键字、文字说明、关联信息等逐层分类。为了便于企业员工更好地利用企业拥有的信息资源，可以信息地图导航的方式编制目录。信息地图可按照上述分类方法编制，使用户能够快速找到他们需要的信息与资料。3检索功能与权限信息管理系统必须有完善的查询功能，允许使用者以多种方式查询。查询系统应当灵活、具有模糊查询功能，以满足不同人员的查询习惯与偏好。查询结果能够以多种方式显示或交给用户。当然，为了信息的安全，查询系统应当具备权限管理功能。（四）现代信息管理技术信息管理

44、人员应确保将必要的原始信息收集齐全，加工成可用信息。还要确保企业内部人员在合适的时间以合适的形式取得并利用。信息管理要确保企业的信息准确、及时、安全，确保满足所有与工程咨询有关的信息要求。对于非数字信息，可参考图书馆藏书、文献分类与编目规则加以编排，购置相应设施存放此类信息。对于数字信息，可以保存在计算机数据库中并备份。1建立数据库管理系统数据库管理系统是根据数据模型研制的描述、建立和管理数据库的专用软件，一般由数据库语言、数据库管理程序和数据库使用程序三部分组成。数据库语言主要用于建立数据库、使用数据库和对数据库进行维护。数据库管理程序是对数据库的运行进行管理、调度和控制的例行程序。数据库使

45、用程序是对数据进行维护使其处于运行状态而使用的各种数据库服务程序。数据库管理系统的功能因系统不同而有所差异，一般包括：定义数据库、装人数据库、操作数据库、维护数据库、数据通信等。数据库管理系统可分为小型和大中型数据库；亦可分为关系数据库、面向对象数据库、工程数据库、多媒体数据库等。关系数据库在一般信息系统中发挥着巨大作用，是面向对象数据库、工程数据库和多媒体数据库的基础。2信息安全管理信息安全一般指信息的完整和用途是否得到了有效保护。信息安全分为信息系统、数据库、个人隐私、商用信息、国家机密的保护等方面。保密技术的缺陷、网络无限制传播、计算机病毒、网上犯罪等都威胁到信息的安全。工程咨询企业向委

46、托人提出的方案和技术，以及委托人提供的信息容易为竞争对手取得，从而损害自己的竞争力，损害委托人的利益。目前某些项目的可行性研究报告未删除客户的敏感信息就上传到很多网站，不同程度地泄漏了本应为客户保密的内容。对此，应当给予充分重视，配备必要的设备，安装可靠的防护软件。企业若不能及时有效地采取措施，信息一旦泄漏会造成不可估量的损失和损害。企业必须防止委托人和自身因泄密而受到损害。良好的信息安全管理可以降低运营风险、保持企业竞争力。保密有多种方式，主要有：1）咨询业务当事人事先签订保密协议，并严格执行；2）对信息库设置使用权限。一般可根据信息的重要性和敏感程度分为若干密级，为各级信息设置相应的使用权限。横向权限用来控制查询和使用。纵向权限可考虑信息属性和用户两方面，为各种信息设置相应的安全级别。普通知识，如企业文化、常用规章制度等，安全级别较低，可在企业内部充分共享。而诸如合同、经验、涉密图档等，只能在小范围内交流，安全级别要高。各种用户也应设置权限级别，并将其与信息的安全级别对应起来。横向与纵向的保护办法结合起来，可构成比较严密、完善的安全体系，既能保证信息得到充分利用，又能减少泄露的机会。十一、 项目投资分析（一）投资估算的依据本期项目其投资估算范围包括：建设投资、建设期利息和流动资金，估算