<正>黨的十八大以來(lái),隨著我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,咨詢(xún)?cè)O(shè)計(jì)行業(yè)也發(fā)生了巨大變革。與國(guó)際工程咨詢(xún)行業(yè)相比,我國(guó)工程咨詢(xún)費(fèi)用在工程總投資中的占比依然較低。在西方發(fā)達(dá)國(guó)家,工程咨詢(xún)已經(jīng)成為項(xiàng)目投資前的一項(xiàng)十分重要的工作,德國(guó)的工程咨詢(xún)費(fèi)用約占工程造價(jià)的7.5%-14%,英國(guó)的占比為8.85%-13.25%;美國(guó)的占比為6%-15%,而2017年我國(guó)勘察設(shè)計(jì)行業(yè)營(yíng)業(yè)收入占全社會(huì)固定資產(chǎn)投資規(guī)模的比重僅為3.05%,工程咨詢(xún)費(fèi)用率目前在我國(guó)的占比最低一般是1%左右,最高約為9%。當(dāng)前,咨詢(xún)?cè)O(shè)計(jì)行業(yè)一般采取的是以承擔(dān)該項(xiàng)目人員的知識(shí)儲(chǔ)備、隱性知識(shí)為基礎(chǔ)的工作模式,往往會(huì)導(dǎo)致項(xiàng)目質(zhì)量參差不齊,而通過(guò)人工智能的相關(guān)技術(shù)措施可以改變這一現(xiàn)狀,大大降低成本,提高設(shè)計(jì)業(yè)務(wù)附加值。 

【文章來(lái)源】：中國(guó)勘察設(shè)計(jì). 2020,(11)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

基于智能知識(shí)管理引領(lǐng)的咨詢(xún)?cè)O(shè)計(jì)全過(guò)程管理

圖1 基于智能知識(shí)管理引領(lǐng)的咨詢(xún)?cè)O(shè)計(jì)全過(guò)程管理企業(yè)發(fā)展離不開(kāi)明晰的戰(zhàn)略，如果僅僅采取跟隨戰(zhàn)略則很難在激烈的市場(chǎng)競(jìng)爭(zhēng)中取得先發(fā)優(yōu)勢(shì)�；谌斯ぶ悄艿陌l(fā)展考慮，中通服設(shè)計(jì)院提出了咨詢(xún)?cè)O(shè)計(jì)業(yè)務(wù)人工智能競(jìng)爭(zhēng)戰(zhàn)略，在規(guī)劃、勘察、設(shè)計(jì)、校審等全過(guò)程領(lǐng)域利用人工智能技術(shù)提高傳統(tǒng)業(yè)務(wù)的項(xiàng)目實(shí)施效率，提高咨詢(xún)?cè)O(shè)計(jì)技術(shù)深度和質(zhì)量，實(shí)現(xiàn)面向咨詢(xún)?cè)O(shè)計(jì)服務(wù)的全生命周期的人工智能演進(jìn)服務(wù)管理方式，具體為“智能咨詢(xún)、智能規(guī)劃、智能勘察、智能設(shè)計(jì)、智能審核、智能實(shí)施”。

在網(wǎng)絡(luò)建設(shè)規(guī)模需求分析階段，需要利用神經(jīng)網(wǎng)絡(luò)技術(shù)，增強(qiáng)客戶(hù)需求的準(zhǔn)確度，網(wǎng)絡(luò)建設(shè)規(guī)模的依據(jù)首先要基于用戶(hù)需求，按照需求量的判斷決定項(xiàng)目投資是否最佳。傳統(tǒng)的方法是采取現(xiàn)有用戶(hù)增長(zhǎng)數(shù)據(jù)的多項(xiàng)式擬合方式，而中通服設(shè)計(jì)院經(jīng)過(guò)業(yè)務(wù)的摸索，將人工智能技術(shù)用于獲取一地區(qū)若干個(gè)月內(nèi)的VLR用戶(hù)數(shù)以及電信業(yè)務(wù)中對(duì)VLR用戶(hù)數(shù)有影響的5個(gè)指標(biāo)，包括移動(dòng)公司市場(chǎng)占有率、移動(dòng)電話(huà)普及率、每月節(jié)假日天數(shù)、居民可支配收入及常駐人口數(shù)；建立灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)；對(duì)灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試；利用通過(guò)測(cè)試的灰色系統(tǒng)模型神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)一地市的VLR用戶(hù)數(shù)。該發(fā)明能夠在已知信息少、缺乏部分系統(tǒng)特性知識(shí)的情況下，準(zhǔn)確、快速地預(yù)測(cè)電信業(yè)務(wù)量，并且能夠很好地反映電信業(yè)務(wù)量隨人口流動(dòng)等因素變化而出現(xiàn)的波動(dòng)性。利用機(jī)器學(xué)習(xí)，實(shí)現(xiàn)規(guī)劃智能

【參考文獻(xiàn)】：
期刊論文
[1]人工智能時(shí)代下的知識(shí)管理[J]. 吳慶海.  知識(shí)管理論壇. 2019(06)
[2]面向智能決策的知識(shí)管理平臺(tái)框架研究[J]. 何淳真,燕昊,康瑩,王瑞,王瑤.  電腦知識(shí)與技術(shù). 2019(16)
[3]人工智能環(huán)境下知識(shí)管理模式構(gòu)建[J]. 張省,周燕.  情報(bào)理論與實(shí)踐. 2019(10)
[4]知識(shí)管理與智能服務(wù)系統(tǒng)KMIS模式探討[J]. 慕春暉,戴勇,范興豐,蔣洋.  江蘇科技信息. 2018(11)



本文編號(hào)：3228930