基于WBS技术的洁净房施工优化方法与流程

本发明涉及数据处理，具体涉及基于wbs技术的洁净房施工优化方法。

背景技术：

1、在实际洁净房施工过程中，充分时的设计和规划阶段能够有效地减少施工过程中的变更和调整，从而缩短施工时间，如果设计和规划不充分，可能会导致施工延误；wbs技术能够帮助项目团队将整个施工项目分解为可管理的工作包和任务，从而更好地规划项目进度、资源和成本，通过清晰的工作分解，项目管理人员可以更好地控制项目的执行进度，进而提高项目团队的工作效率；现有技术局部可达密度输入lof异常检测算法是直接利用数据点之间的距离，造成距离度量不合适，没有考虑到实际施工过程中由于存在资源限制、外部因素影响以及实际施工情况上的影响，造成施工异常检测不准确，无法根据异常结果对施工进行准确调整。

技术实现思路

1、为了解决上述问题，本发明提供基于wbs技术的洁净房施工优化方法，所述方法包括：

2、获取项目施工过程中若干个洁净房施工过程数据集合；

3、根据洁净房施工过程数据集合，获取若干个洁净房施工样本数据点；根据任意两个洁净房施工样本数据点之间预测施工时长和初始施工时间的差异，获取任意两个洁净房施工样本数据点在任意两个时间点下的时间差异性；根据时间差异性以及任意两个时间点下多个维度的监测数据的差异，获取任意两个洁净房施工样本数据点在任意两个时间点下的距离度量；根据距离度量以及任意两个洁净房施工样本数据点在任意两个时间点下多个维度的监测数据的相似情况，获取任意两个洁净房施工样本数据点在任意两个时间点下的修正距离度量；

4、根据每个洁净房施工样本数据点在每个时间点下与其他洁净房施工样本数据点之间维度的监测数据的差异情况，获取每个洁净房施工样本数据点在每个时间点下的可靠性；根据洁净房施工样本数据点在每个时间点下的可靠性以及修正距离度量，获取每个洁净房施工样本数据点的局部可达密度；

5、根据局部可达密度对洁净房施工样本数据点进行异常检测，获取异常结果；根据异常结果对wbs的施工规划进行调整。

6、优选的，所述根据洁净房施工过程数据集合，获取若干个洁净房施工样本数据点，包括的具体方法为：

7、每个洁净房施工过程数据集合包括若干个施工阶段数据集合；每个施工阶段数据集合包括若干天的维度施工数据序列；每天的维度施工数据序列包括若干个不同维度的监测数据；以洁净房施工过程数据集合的序号、施工阶段数据集合的序号和维度施工数据序列的时间点构建三维空间，将项目施工过程中所有洁净房施工过程数据集合输入三维空间，获得若干个洁净房施工样本数据点。

8、优选的，所述根据任意两个洁净房施工样本数据点之间预测施工时长和初始施工时间的差异，获取任意两个洁净房施工样本数据点在任意两个时间点下的时间差异性，包括的具体方法为：

9、将第个洁净房施工样本数据点的第个时间点与第个洁净房施工样本数据点的初始施工时间的差值，记为第一差值；将第一差值与第个洁净房施工样本数据点的预测施工时长的比值，记为第一比值；将第个洁净房施工样本数据点的第个时间点与第个洁净房施工样本数据点的初始施工时间的差值，记为第二差值；将第一差值与第个洁净房施工样本数据点的预测施工时长的比值，记为第二比值；将第一比值与第二比值的差值的绝对值，作为第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的时间差异性。

10、优选的，所述根据时间差异性以及任意两个洁净房施工样本数据点在任意两个时间点下多个维度的监测数据的差异，获取任意两个洁净房施工样本数据点在任意两个时间点下的距离度量的具体公式为：

11、

12、式中，表示第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的距离度量；表示第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的时间差异性；表示洁净房施工样本数据点的所有维度的总数量；表示第个洁净房施工样本数据点在第个时间点下的第个维度的监测数据；表示第个洁净房施工样本数据点在第个时间点下的第个维度的监测数据；表示取绝对值。

13、优选的，所述根据距离度量以及任意两个洁净房施工样本数据点在任意两个时间点下多个维度的监测数据的相似情况，获取任意两个洁净房施工样本数据点在任意两个时间点下的修正距离度量，包括的具体方法为：

14、获取第个洁净房施工样本数据点在第个时间点下第个维度与第个维度的相关性和第个洁净房施工样本数据点在第时间点下第个维度与第个维度的相关性；

15、根据相关性，获取第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下第个维度与第个维度的相关差异性；

16、获取第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的修正距离度量的计算方法为：

17、

18、式中，表示第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的修正距离度量；表示第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的距离度量；表示洁净房施工样本数据点的所有维度的总数量；表示第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下第个维度与第个维度的相关差异性；表示以自然常数为底数的指数函数。

19、优选的，所述获取第个洁净房施工样本数据点在第个时间点下第个维度与第个维度的相关性和第个洁净房施工样本数据点在第时间点下第个维度与第个维度的相关性，包括的具体方法为：

20、将第个洁净房施工样本数据点在第个时间点下的第个维度的监测数据序列与第个洁净房施工样本数据点在第个时间点下的第个维度的监测数据序列之间的皮尔森相关系数，作为第个洁净房施工样本数据点在第个时间点下第个维度与第个维度的相关性。

21、优选的，所述根据相关性，获取第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下第个维度与第个维度的相关差异性，包括的具体方法为：

22、将第个洁净房施工样本数据点在第个时间点下第个维度与第个维度的相关性与第个洁净房施工样本数据点在第时间点下第个维度与第个维度的相关性的差值的绝对值，作为第个洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下第个维度与第个维度的相关差异性。

23、优选的，所述根据每个洁净房施工样本数据点在每个时间点下与其他洁净房施工样本数据点之间维度的监测数据的差异情况，获取每个洁净房施工样本数据点在每个时间点下的可靠性的具体公式为：

24、

25、式中，表示第个洁净房施工样本数据点在第个时间点的可靠性；表示洁净房施工样本数据点的所有维度的总数量；在第个时间点下的所有洁净房施工样本数据点的总数量；表示第个时间点下第个洁净房施工样本数据点的第个维度的监测数据；表示第个时间点下所有洁净房施工样本数据点的第个维度的监测数据的均值；表示以自然常数为底数的指数函数。

26、优选的，所述根据洁净房施工样本数据点在每个时间点下的可靠性以及修正距离度量，获取每个洁净房施工样本数据点的局部可达密度，包括的具体方法为：

27、将任意一个洁净房施工样本数据点记为目标洁净房施工样本数据点；获取目标洁净房施工样本数据点的局部可达密度的计算方法为：

28、

29、式中，表示目标洁净房施工样本数据点的局部可达密度；表示目标洁净房施工样本数据点的所有时间点的总数量；表示所有洁净房施工样本数据点的总数量；表示目标洁净房施工样本数据点在第个时间点的可靠性；表示目标洁净房施工样本数据点和第个洁净房施工样本数据点在第个时间点和第个时间点下的修正距离度量。

30、优选的，所述根据局部可达密度对洁净房施工样本数据点进行异常检测，获取异常结果，包括的具体方法为：

31、将每个洁净房施工样本数据点的局部可达密度输入lof异常检测算法中，获取每个洁净房施工样本数据点的异常程度；对于任意一个洁净房施工样本数据点，若所述洁净房施工样本数据点的异常程度大于或等于阈值参数，将所述洁净房施工样本数据点对应时间点记为异常时间点；将所有异常时间点组成异常时间点序列作为异常结果。

32、本发明的技术方案的有益效果是：本发明利用不同洁净房施工过程中相同施工阶段内时间点和监测数据，量化了各洁净房施工样本数据点之间的距离度量，避免了不同工作类型数据点之间距离较近的情况；通过分析多个维度数据之间的相关性大小，对距离进行了进一步的修正，使得所得距离度量可以避免部分洁净房施工样本数据点由于环境因素，而导致其对应监测数据大小与其他洁净房施工样本数据点的监测数据相似的情况，导致降低异常检测准确性的情况；结合相同时间点下多个阶段对应的监测数据的差异，对各洁净房施工样本数据点的局部可达密度进行了进一步的调整，使得各洁净房施工样本数据点与可靠性较高且距离较近的洁净房施工样本数据点进行比较，提高了洁净房施工样本数据点异常程度的准确性，进而有效的提高项目管理和施工效率。