CN113869750A - 一种基于大数据的自动化电梯维保企业评级*** - Google Patents
一种基于大数据的自动化电梯维保企业评级*** Download PDFInfo
- Publication number
- CN113869750A CN113869750A CN202111158942.9A CN202111158942A CN113869750A CN 113869750 A CN113869750 A CN 113869750A CN 202111158942 A CN202111158942 A CN 202111158942A CN 113869750 A CN113869750 A CN 113869750A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- maintenance
- data
- elevator
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 95
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000007547 defect Effects 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012797 qualification Methods 0.000 claims description 15
- 238000003066 decision tree Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000007635 classification algorithm Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Security & Cryptography (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种基于大数据的自动化电梯维保企业评级***,包括:企业信息动态数据库,用于保存电梯维保企业各项参数的历史数据,并实时更新记录其最新的各项指标参数;专家评级经验数据库,用于记录历年电梯维保企业各项参数下,业内知名专家的评级情况,为特征数据处理模块提供一定的评价参考;特征数据处理模块,用于对获取的数据进行进一步处理;结果评估模块,用于对最后得到的结果进行显示,并对其进行进一步分析评估,以雷达图的形式显示出对应电梯维保企业的不足之处,从而促进电梯维保企业的维保质量进一步的提高。
Description
技术领域:
本发明属于大数据评级的技术领域,尤其涉及一种基于大数据的自动化电梯维保企业评级***。
技术背景:
电梯是人们日常出行所使用的特种承载设备,其安全性影响着搭乘者的生命财产安全。电梯维保作为保障电梯运行安全的重要手段之一,一直以来都备受关注。而电梯维保的好坏,又与电梯维保企业的工作息息相关。现有的电梯维保企业评级方案都依赖于人的评判,而在我国地大物博,电梯维保企业分散的情况下,实难监管评价人员在评价过程中被外力影响,从而得到一些不太准确的结果。因此如何最大化去除人的主观影响与各种场外因素,对电梯维保企业进行一个科学、规范、客观的评级,从而筛选出技术过硬、安全可靠的电梯维保企业一直是一个亟待解决的问题。
发明内容:
针对上述现有技术存在的不足,本发明所解决的技术问题在于提供一种基于大数据的自动化电梯维保企业评级***,利用大数据算法,结合动态数据库,对电梯维保质量做出自动化评价,并进一步的提供评价分析,得出当前电梯维保企业存在的不足之处,以便于电梯维保企业更好的完善自己,提高工作能力使得维保工作的进一步提升,减少电梯事故的发生。
为了解决上述技术问题,本发明通过以下技术方案来实现:本发明提供一种基于大数据的自动化电梯维保企业评级***,包括:
企业信息动态数据库,用于保存电梯维保企业各项参数的历史数据,并实时更新记录其最新的各项指标参数;
专家评级经验数据库,用于记录历年电梯维保企业各项参数下,业内知名专家的评级情况,为特征数据处理模块提供一定的评价参考;
特征数据处理模块,用于对获取的数据进行进一步处理;
结果评估模块,用于对最后得到的结果进行显示,并对其进行进一步分析评估,以雷达图的形式显示出对应电梯维保企业的不足之处,并输出相应的评级报告。
企业信息动态数据库,其特征在于:包含了企业名称、记录时间、企业资质等级、企业维保电梯总台数、企业在岗维保人员数量、企业定期检验台数、企业定期检验合格台数、企业载荷试验抽查台数、企业载荷试验抽查合格台数、企业维保电梯困人总数、企业维保人员事故救援次数与抵达现场时间、企业维保人员现场救援次数与用时情况、企业违纪违规曝光处罚次数。
特征数据处理模块,其特征在于:初步处理了企业信息同台数据库中的13个输入值,将其转化为9个对应特征值,包括:企业资质等级、企业维保规模、企业人均保养台数、企业维保电梯定期检验合格率、企业维保电梯载荷试验抽查合格率、企业电梯万台电梯困人数、企业在岗维保人员应急救援平均抵达现场时间、企业在岗维保人员应急救援平均用时、企业违纪违规曝光处罚次数。并结合了改进后的基于决策树的分类算法以专家评级经验数据库为参考,进行了数据分类,将电梯维保企业分为A、B、C、D、E五个等级。
基于决策树的分类算法,其特征在于:所述分类算法包括以下步骤:
(1)将用于训练学习和测试的特征值进行标准化处理,处理方法如下所示:
(2)以基于基尼值的评价指标进行决策树分类训练,分别对各特征值进行基尼值计算,其中离散特征值“资质等级”由于其证书有优劣关系,可以将其标签化处理,转变为连续型数值,对于连续特征值基尼值使用二分法进行计算,计算过程如下所示:
对特征值进行升序排序,取两个特征值之间的中点作为可能的***点,以此离散化数据,分别将可能出现的特征值中的值记为a1、a2、a3...an,***点记为t1、t2、t3...tn-1即计算n-1个***点的基尼值从而对二叉树节点进行选择。
集合基尼值计算公式:
***点基尼值计算公式:
基尼指数计算公式:
基尼增益计算公式:
基尼增益=集合基尼值-基尼指数
(3)训练器得到预测结果,并对训练器进行评估改进,再次进行训练。
结果评估模块,其特征在于:所述结果评估算法包括以下步骤:
(1)统计分类数据中未走向更好结果的分叉枝与走向更好结果的分叉枝,并记录分叉点阈值。
(2)记录当前数据下的电梯维保评价的对应特征值参数,通过以当前数据除以分割点阈值得到转变后的阈值相对值,将结果以雷达图形式输出。
(3)输出相应的PDF报告,讲述本次评级结果以及评级过程中发现的电梯维保企业尚存的不足之处。
通过此种大数据的电梯维保企业评级***,可进行多数据的预测,从而生成维保质量评估报告。
由上,本发明提供的一种基于大数据的自动化电梯维保企业评级***利用动态数据库与专家评级经验数据库相匹配,利用优化的决策树分类算法最大化去除人的主观影响与其他场外因素,对电梯维保企业进行一个科学、规范、客观的评级,并进一步的提供评价分析,得出当前电梯维保企业存在的不足之处,以便于电梯维保企业更好的完善自己,提高工作能力使得维保工作的进一步提升,减少电梯事故的发生。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下结合优选实施例,并配合附图,详细说明如下。
附图说明:
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本
发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明***流程图
图2为本发明特征值选取图
图3为本发明算法实现流程图
具体实施方式:
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3,本发明提出一种基于大数据的自动化电梯维保企业评级***,利用大数据算法结合企业信息动态数据库,专家评级经验数据库实现对电梯维保企业评级,包括了企业信息动态数据库1,专家评级经验数据库2,特征数据处理模块3,结果评估模块4,其主要特征是企业信息动态数据库1和专家评级经验数据库2的对比及互相作用,以实现电梯维保企业的综合评价。所述企业信息动态数据库1和专家评级经验数据库2的相关信息主要来源于特检院的相关pdf记录数据采集和96333电梯应急救援平台;所述企业信息动态数据库1、专家评级经验数据库2和特征数据处理模块3相互作用,企业信息动态数据库1、专家评级经验数据库2是特征数据处理模块3的数据来源,为特征数据处理模块3提供相关的评价数据用作训练,同时企业信息动态数据库1也会作为一个储存单元来储存训练出来的“评级专家”提供的相关预测数据;特征数据处理模块3和结果评估模块4也属于相互作用的关系,特征数据处理模块3是结果评估模块4的数据来源,结果评估模块4输出的是特征数据处理模块3数据的处理结果,基于结果评估模块4的电梯维保企业评估文件输出5可以有效的使得管理者发现企业目前存在的不足,从而有针对性的提高企业的维保能力,进一步减少电梯事故的发生,从而减少财产损失和人员伤亡。
下面,结合图3对本发明的电梯维保企业评级工作进行说明:
企业信息动态数据1为原始数据的输入,主要包含以下几个项目;企业名称、记录时间、企业资质等级、企业维保电梯总台数、企业在岗维保人员数量、企业定期检验台数、企业定期检验合格台数、企业载荷试验抽查台数、企业载荷试验抽查合格台数、企业维保电梯困人总数、企业维保人员事故救援次数与抵达现场时间、企业维保人员现场救援次数与用时情况、企业违纪违规曝光处罚次数。
特征数据处理模块3首先对企业信息动态数据1中的数据进行了特征值转换法和归一化法将其化成了企业资质等级、企业维保规模、企业人均保养台数、企业维保电梯定期检验合格率、企业维保电梯载荷试验抽查合格率、企业电梯万台电梯困人数、企业在岗维保人员应急救援平均抵达现场时间、企业在岗维保人员应急救援平均用时、企业违纪违规曝光处罚次数的九个特征值,具体如图2所示,并将其无量纲化转化为了0-1之间的数据,然后结合专家评级经验数据库2对相关连续值进行了二分法,然后对各个连续值的节点和整个结合分别进行了基尼值计算,最后通过了改进的决策树分类算法对结果进行了预测分析,相关过程如下所示:
(1)将用于训练学习和测试的特征值进行标准化处理,处理方法如下所示:
(2)以基于基尼值的评价指标进行决策树分类训练,分别对各特征值进行基尼值计算,其中离散特征值“资质等级”由于其证书有优劣关系,可以将其标签化处理,转变为连续型数值,对于连续特征值基尼值使用二分法进行计算,计算过程如下所示:
对特征值进行升序排序,取两个特征值之间的中点作为可能的***点,以此离散化数据,分别将可能出现的特征值中的值记为a1、a2、a3...an,***点记为t1、t2、t3...tn-1即计算n-1个***点的基尼值从而对二叉树节点进行选择。
集合基尼值计算公式:
***点基尼值计算公式:
基尼指数计算公式:
基尼增益计算公式:
基尼增益=集合基尼值-基尼指数
(3)训练器得到预测结果,并对训练器进行评估改进,再次进行训练。
结果评估模块4对特征数据处理模块3中优化模型得到的预测结果数据进行了进一步的处理,通过其分叉数的阈值和对应的实际值,得到阈值相对值,最后将结果以雷达图的形式输出,并输出相应的电梯维保企业评级报告5讲述本次评级结果以及评级过程中发现的电梯维保企业尚存的不足之处,其相应流程如下图所示:
(1)统计分类数据中未走向更好结果的分叉枝与走向更好结果的分叉枝,并记录分叉点阈值。
(2)记录当前数据下的电梯维保评价的对应特征值参数,通过以当前数据除以分割点阈值得到转变后的阈值相对值,将结果以雷达图形式输出。
(3)输出相应的电梯维保企业评级报告,讲述本次评级结果以及评级过程中发现的电梯维保企业尚存的不足之处。
通过这种基于大数据的自动化电梯维保企业评级***,可以有效的利用优化的决策树分类算法最大化去除人的主观影响与其他场外因素,对电梯维保企业进行一个科学、规范、客观的评级,并进一步的提供评价分析,得出当前电梯维保企业存在的不足之处,以便于电梯维保企业更好的完善自己,提高工作能力使得维保工作的进一步提升,减少电梯事故的发生。
以上所述是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变动,这些改进和变动也视为本发明的保护范围。
Claims (6)
1.一种基于大数据的自动化电梯维保企业评级***,其特征在于,包括:
(1)企业信息动态数据库,用于保存电梯维保企业各项参数的历史数据,并实时更新记录其最新的各项指标参数;
(2)专家评级经验数据库,用于记录历年电梯维保企业各项参数下,业内知名专家的评级情况,为特征数据处理模块提供一定的评价参考;
(3)特征数据处理模块,用于对获取的数据进行进一步处理;
(4)结果评估模块,用于对最后得到的结果进行显示,并对其进行进一步分析评估,以雷达图的形式显示出对应电梯维保企业的不足之处,并输出相应的评级报告。
2.如权力要求1所述的企业信息动态数据库,其特征在于:包含了企业名称、记录时间、企业资质等级、企业维保电梯总台数、企业在岗维保人员数量、企业定期检验台数、企业定期检验合格台数、企业载荷试验抽查台数、企业载荷试验抽查合格台数、企业维保电梯困人总数、企业维保人员事故救援次数与抵达现场时间、企业维保人员现场救援次数与用时情况、企业违纪违规曝光处罚次数。
3.如权力要求1所述的特征数据处理模块,其特征在于:初步处理了企业信息同台数据库中的13个输入值,将其转化为9个对应特征值,包括:企业资质等级、企业维保规模、企业人均保养台数、企业维保电梯定期检验合格率、企业维保电梯载荷试验抽查合格率、企业电梯万台电梯困人数、企业在岗维保人员应急救援平均抵达现场时间、企业在岗维保人员应急救援平均用时、企业违纪违规曝光处罚次数。并结合了改进后的基于决策树的分类算法以专家评级经验数据库为参考,进行了数据分类,将电梯维保企业分为A、B、C、D、E五个等级。
4.如权力要求3所述的改进后基于决策树的分类算法,其特征在于:所述分类算法包括以下步骤:
(1)将用于训练学习和测试的特征值进行标准化处理,处理方法如下所示:
(2)以基于基尼值的评价指标进行决策树分类训练,分别对各特征值进行基尼值计算,其中离散特征值“资质等级”由于其证书有优劣关系,可以将其标签化处理,转变为连续型数值,对于连续特征值基尼值使用二分法进行计算,计算过程如下所示:
对特征值进行升序排序,取两个特征值之间的中点作为可能的***点,以此离散化数据,分别将可能出现的特征值中的值记为a1、a2、a3...an,***点记为t1、t2、t3...tn-1即计算n-1个***点的基尼值从而对二叉树节点进行选择。
集合基尼值计算公式:
***点基尼值计算公式:
基尼指数计算公式:
基尼增益计算公式:
基尼增益=集合基尼值-基尼指数
(3)训练器得到预测结果,并对训练器进行评估改进,再次进行训练。
5.如权力要求1所述的结果评估模块,其特征在于:继续处理了分类后的数据,统计分类数据的未走向更好结果的分叉枝与走向更好结果的分叉枝,依次以当前数据除以分割点阈值,最后以雷达图的形式输出,以记录单次电梯维保企业在此次评价中显示出的不足之处,并给出相应的评级报告。
6.如权利要求5所述的结果评估模块,其特征在于:所述结果评估算法包括以下步骤:
(1)统计分类数据中未走向更好结果的分叉枝与走向更好结果的分叉枝,并记录分叉点阈值。
(2)记录当前数据下的电梯维保评价的对应特征值参数,通过以当前数据除以分割点阈值得到转变后的阈值相对值,将结果以雷达图形式输出。
(3)输出相应的PDF报告,讲述本次评级结果以及评级过程中发现的电梯维保企业尚存的不足之处。
通过此种大数据的电梯维保企业评级***,可进行多数据的预测,从而生成维保质量评估报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111158942.9A CN113869750A (zh) | 2021-09-30 | 2021-09-30 | 一种基于大数据的自动化电梯维保企业评级*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111158942.9A CN113869750A (zh) | 2021-09-30 | 2021-09-30 | 一种基于大数据的自动化电梯维保企业评级*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113869750A true CN113869750A (zh) | 2021-12-31 |
Family
ID=79001067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111158942.9A Pending CN113869750A (zh) | 2021-09-30 | 2021-09-30 | 一种基于大数据的自动化电梯维保企业评级*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113869750A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102001560A (zh) * | 2010-12-15 | 2011-04-06 | 南京市特种设备安全监督检验研究院 | 一种垂直电梯安全评价方法 |
CN106803142A (zh) * | 2016-11-25 | 2017-06-06 | 安徽奥里奥克科技股份有限公司 | 信息化电梯运维体系中的维保人员自动评价***及方法 |
CN109787821A (zh) * | 2019-01-04 | 2019-05-21 | 华南理工大学 | 一种大规模移动客户流量消费智能预测方法 |
CN110271929A (zh) * | 2019-06-14 | 2019-09-24 | 山东科技大学 | 一种基于大数据驱动的城市电梯维保质量评价*** |
CN111046930A (zh) * | 2019-12-01 | 2020-04-21 | 国家电网有限公司客户服务中心 | 一种基于决策树算法的供电服务满意度影响因素识别方法 |
CN111582636A (zh) * | 2020-03-28 | 2020-08-25 | 安徽奥里奥克科技股份有限公司 | 一种电梯维保单位信用评价方法和*** |
CN112101755A (zh) * | 2020-09-02 | 2020-12-18 | 江苏中设集团股份有限公司 | 一种基于多因素综合考虑的服务区能耗估算方法及*** |
CN112116238A (zh) * | 2020-09-16 | 2020-12-22 | 深圳市维度统计咨询股份有限公司 | 一种基于指标权重体系设计的满意度评估方法 |
-
2021
- 2021-09-30 CN CN202111158942.9A patent/CN113869750A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102001560A (zh) * | 2010-12-15 | 2011-04-06 | 南京市特种设备安全监督检验研究院 | 一种垂直电梯安全评价方法 |
CN106803142A (zh) * | 2016-11-25 | 2017-06-06 | 安徽奥里奥克科技股份有限公司 | 信息化电梯运维体系中的维保人员自动评价***及方法 |
CN109787821A (zh) * | 2019-01-04 | 2019-05-21 | 华南理工大学 | 一种大规模移动客户流量消费智能预测方法 |
CN110271929A (zh) * | 2019-06-14 | 2019-09-24 | 山东科技大学 | 一种基于大数据驱动的城市电梯维保质量评价*** |
CN111046930A (zh) * | 2019-12-01 | 2020-04-21 | 国家电网有限公司客户服务中心 | 一种基于决策树算法的供电服务满意度影响因素识别方法 |
CN111582636A (zh) * | 2020-03-28 | 2020-08-25 | 安徽奥里奥克科技股份有限公司 | 一种电梯维保单位信用评价方法和*** |
CN112101755A (zh) * | 2020-09-02 | 2020-12-18 | 江苏中设集团股份有限公司 | 一种基于多因素综合考虑的服务区能耗估算方法及*** |
CN112116238A (zh) * | 2020-09-16 | 2020-12-22 | 深圳市维度统计咨询股份有限公司 | 一种基于指标权重体系设计的满意度评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020244288A1 (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
CN103745229A (zh) | 一种基于svm的轨道交通故障诊断方法及*** | |
CN103699698A (zh) | 一种基于改进贝叶斯的轨道交通故障识别方法及*** | |
CN111445106A (zh) | 一种用电采集设备故障处理作业现场安全控制方法及*** | |
CN105574593B (zh) | 基于云计算和大数据的轨道状态静态检控***及方法 | |
CN112884325A (zh) | 一种客站设备应用分析及健康状况评价方法及*** | |
CN111652395A (zh) | 一种高速铁路接触网设备健康评估方法 | |
Kyriakidis et al. | Railway accidents caused by human error: historic analysis of UK railways, 1945 to 2012 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN115511367B (zh) | 生产线的质量智能管理*** | |
CN113627739B (zh) | 工程建设项目安全风险评价指标体系的构建方法 | |
CN110533007A (zh) | 一种桥梁车载应变影响线特征智能识别与提取方法 | |
CN110889092A (zh) | 一种基于轨道交易数据的短时大型活动周边轨道站点客流量预测方法 | |
Olalekan et al. | Performance evaluation of machine learning techniques for prediction of graduating students in tertiary institution | |
CN116307928A (zh) | 一种目标督查督办管理*** | |
CN114841518A (zh) | 一种内河助航标志服役状态评价方法 | |
CN117995027A (zh) | 一种飞行计划备降场推荐方法、***、设备及介质 | |
CN113869750A (zh) | 一种基于大数据的自动化电梯维保企业评级*** | |
CN117851184A (zh) | 一种基于机器学习的告警分级***和方法 | |
CN116681330A (zh) | 一种公路隧道机电***运行状态分类及综合评价方法 | |
Ursarova et al. | MULTI-CRITERIA EVALUATION OF PROFESSIONAL QUALITIES OF RAILWAY DISPATCHING PERSONNEL USING COMPUTER SIMULATIONS. | |
CN116050928A (zh) | 一种水上综合服务区服务规范应用效果评价方法 | |
CN115658772A (zh) | 一种无人机光伏巡检数据类资产管理方法及*** | |
CN113960700B (zh) | 区域数值预报结果的客观检验、统计及分析*** | |
CN115293827A (zh) | 一种助力企业精细化运营的模型可解释性分析新方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |