基于绩效预测的公共工程代建人选择研究的中期报告.docx

基于绩效预测的公共工程代建人选择研究的中期报告
一、研究背景
公共工程代建是指政府委托专业公司、机构或个人代为完成公共工程的设计、施工、监理等工作。该模式吸引了越来越多的企业和个人参与，但代建人的选择问题一直存在，在一些案例中可能导致工程质量问题和延期等风险。
如何有效选择高绩效的公共工程代建人已经成为国内外研究的热点问题。近年来，随着数据科学技术的发展，基于绩效预测的代建人选择方法逐渐吸引了学术界和工业界的关注。
为此，本研究旨在利用机器学习技术，基于样本数据，构建公共工程代建人绩效预测模型，以提高代建人的选择效率和准确度。
二、研究目的
本研究的主要目的包括：
1.收集和处理公共工程代建人的相关数据，包括代建人的经历、背景、工作经验、学历、承揽的工程类型和绩效等信息。
2.利用机器学习技术，通过对已有代建人数据的分析和挖掘，构建公共工程代建人绩效预测模型。
3.根据模型预测结果，选择相对优秀的公共工程代建人，以提高代建工程的质量和效率。
三、研究内容
本研究的主要内容包括：
1.数据采集和处理。本研究将采用代建人和代建工程的相关信息作为样本，从各类公共工程中选取代建人数据和工程数据，并进行初步处理和筛选。
2.机器学习模型构建。本研究将采用多个机器学习算法（如决策树、随机森林、神经网络等），对代建人的绩效进行预测，并评估和对比各算法的准确度和效率。
3.有效代建人选择。根据模型预测结果，选取相对优秀的代建人，以提高代建工程的质量和效率。
四、研究进度安排
本研究计划于2021年6月-9月完成，主要进度如下：
阶段一：数据采集和处理（2021年6月-7月）
1.完成代建人和代建工程相关信息的收集和筛选。
2.对代建人数据和工程数据进行初步清理和处理。
阶段二：机器学习模型构建（2021年7月-8月）
1.在已有数据样本上，采用多个机器学习算法对代建人的绩效进行预测。
2.评估和对比各算法的准确度和效率。
阶段三：有效代建人选择（2021年8月-9月）
1.利用模型预测结果，选取相对优秀的代建人。
2.分析和总结代建人选择的结果和方法，并提出改进建议。
五、研究意义
本研究基于机器学习技术，通过对公共工程代建人绩效的预测，提高了代建人的选择效率和准确度，降低了公共工程代建中的风险，具有重要的理论和实践意义。
六、参考文献
1.Chen,Y.,Chen,H.,&Li,G.(2019).Amachinelearningapproachtobid/no-biddecisionmakingforconstructioncontractors.JournalofConstructionEngineeringandManagement,145(7),04019041.
2.Lu,Y.,Gong,X.,&Kamardeen,I.(2020).Predictingconstructionprojectsuccessusingmachinelearningalgorithms.JournalofConstructionEngineeringandManagement,146(1),04019100.
3.Zhou,Z.H.(2012).Ensemblemethods:foundationsandalgorithms.CRCpress.