CN116187932A - 一种信息***工程监理项目风险自适应评估方法 - Google Patents
一种信息***工程监理项目风险自适应评估方法 Download PDFInfo
- Publication number
- CN116187932A CN116187932A CN202211705216.9A CN202211705216A CN116187932A CN 116187932 A CN116187932 A CN 116187932A CN 202211705216 A CN202211705216 A CN 202211705216A CN 116187932 A CN116187932 A CN 116187932A
- Authority
- CN
- China
- Prior art keywords
- project
- risk
- evaluation
- information system
- adaptive
- 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
- 238000000034 method Methods 0.000 title claims description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000012502 risk assessment Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000013210 evaluation model Methods 0.000 claims description 46
- 238000012549 training Methods 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种信息***工程监理项目风险自适应评估方法，该自适应评估方法包括以下步骤：步骤1、评估模型；步骤2、评估***；步骤3、数据采集；步骤4、评估分析；步骤5、风险优化。本发明基于BP神经网络技术，建立信息***工程监理项目风险自适应的评估模型，通过评估模型全面、真实、准确地反映出项目风险，基于区块链技术，结合评估模型，建立信息***工程监理项目风险自适应评估***，对信息***工程监理项目做出风险等级评估，分析项目评估致险因子，生成项目风险评估的初始全局性风险视图和报告，对项目风险监理评估更精准，提高项目的安全性，结合当前项目数据对评估模型自适应更新，评估模型适应性强，项目监理可靠。
Description
技术领域
本发明涉及项目评估技术领域，具体为用于信息***工程监理项目风险自适应评估方法。
背景技术
项目风险评估是为了保障项目最终顺利实施，对项目风险因素影响进行综合分析，塑造一个风险***评价模型，再***分析出几类风险可能发生的几率大小，以及有可能导致的损失情景，进而得出项目的重点风险因素，并就对这些重点风险因素的有效处理，提出科学合理的办法。项目风险评估与项目风险管理的有效性、科学性密切相关，对风险应对有重要影响。其评价方法一般可分为定性、定量、定性与定量相结合三类，有效的项目风险评价方法一般采用定性与定量相结合的***方法。对项目进行风险评价的方法主要有:决策树法、风险图评价法、模糊风险综合评价法、蒙特卡罗模拟法和层次分析法等。
目前项目监理风险通过监理人员根据项目的人为因素、项目设备因素和项目环境因素进行项目风险评估，对项目风险评估存在人为因素的影响较大，风险评估易受监理主观性干扰，项目风险评估片面、准确度差。
发明内容
本发明的目的在于提供一种信息***工程监理项目风险自适应评估方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种信息***工程监理项目风险自适应评估方法，该自适应评估方法包括以下步骤：
步骤1、评估模型：基于BP神经网络技术，建立信息***工程监理项目风险自适应的评估模型，通过评估模型全面、真实、准确地反映出项目风险；
步骤2、评估***：基于区块链技术，结合评估模型，建立信息***工程监理项目风险自适应评估***；
步骤3、数据采集：采集信息***工程监理项目风险评估用的因子数据；
步骤4、评估分析：将上述数据输入评估***，通过***中的评估模型对信息***工程监理项目做出风险等级评估，分析项目评估致险因子，生成项目风险评估的初始全局性风险视图和报告；
步骤5、风险优化：基于上述信息***工程监理项目评估的风险等级及致险因子，对信息***工程监理项目进行优化，得到评估优化方案。
优选的，所述信息***工程监理项目数据采集包括项目人为因素、项目设备因素和项目环境因素。
优选的，所述评估模型的建立方法：
S1、数据库：收集、整理信息***工程监理项目的历史数据，建立信息***工程监理项目的数据库，并对采集的每个样本数据包含的特征项记录；
S2、测试：确定训练集和测试集，进行信息***工程监理项目属性选择与神经元定义；
S3、数据处理：对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的评估模型，在训练网络前对含NaN的数据处理；
S4、数据训练：基于信息***工程监理项目风险训练集数据建立深层BP神经网络的评估模型，并用上述训练集数据训练网络；
S5、分析：将测试集数据输入评估模型，分析评估模型的灵敏度和特异性。
优选的，所述自适应评估***包括采集模块、处理模块、主控模块、评估模型单元、储存模块、自适应模块、预测模块和远程管理单元，采集模块的输出端通过处理模块与主控模块的输入端电性连接，主控模块的输出端与评估模型单元、储存模块、自适应模块、预测模块和远程管理单元电性连接；
所述评估模型单元基于采集模块采集的项目监理数据，对项目风险评估，得到项目风险评估报告；所述自适应模块基于储存模块储存的项目数据，在项目结束后，将项目数据应用于评估模型的历史数据，结合当前项目数据对评估模型进行自适应更新；所述预测模块基于采集模块采集的项目监理数据，对项目存在的风险进行分析、预测。
优选的，所述预测模块包括软件预测和经验预测，所述软件预测通过项目预测软件对监理项目风险进行的预测，所述经验预测基于经验丰富的项目监理人员对项目作出的判断预测，预测模块对软件预测和经验预测进行综合，得出综合预测结果，预测模块的预测结果与评估模型单元的项目风险评估报告对比。
优选的，所述自适应评估***包括数据层、网络层、共识层、激励层、合约层和应用层；
所述数据层用于建立信息***工程监理项目风险自适应评估***的最底层分布式数据结构的数据库；所述网络层用于信息***工程监理项目风险自适应评估***的节点分布储存；所述共识层用于信息***工程监理项目风险自适应评估***提供共识算法；所述激励层用于信息***工程监理项目风险自适应评估***的激励机制和分配制度；所述合约层用于建立信息***工程监理项目风险自适应评估***的代码交易合约；所述应用层为信息***工程监理项目风险自适应评估***的运行提供应用。
优选的，所述自适应评估***还包括登录模块，所述登录模块用于项目监理人员登录该***，获取监理项目风险评估的权限。
与现有技术相比，本发明的有益效果是：
1、本信息***工程监理项目风险自适应评估方法，基于BP神经网络技术，建立信息***工程监理项目风险自适应的评估模型，通过评估模型全面、真实、准确地反映出项目风险，基于区块链技术，结合评估模型，建立信息***工程监理项目风险自适应评估***，对信息***工程监理项目做出风险等级评估，分析项目评估致险因子，生成项目风险评估的初始全局性风险视图和报告，对项目风险监理评估更精准，提高项目的安全性。
2、本信息***工程监理项目风险自适应评估方法，自适应模块基于储存模块储存的项目数据，在项目结束后，将项目数据应用于评估模型的历史数据，结合当前项目数据对评估模型进行自适应更新，使评估模型适应性更强，预测模块基于采集模块采集的项目监理数据，对项目存在的风险进行分析、预测，项目预测和项目风险评估综合对比分析，提高项目监理的可靠性。
附图说明
图1为本发明中自适应评估方法的流程图；
图2为本发明中自适应评估***的工作原理示意图；
图3为本发明中区块链的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。
在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例
如图1至图3所示，本实施例信息***工程监理项目风险自适应评估方法，该自适应评估方法包括以下步骤：
步骤1、评估模型：基于BP神经网络技术，建立信息***工程监理项目风险自适应的评估模型，通过评估模型全面、真实、准确地反映出项目风险；
步骤2、评估***：基于区块链技术，结合评估模型，建立信息***工程监理项目风险自适应评估***；
步骤3、数据采集：采集信息***工程监理项目风险评估用的因子数据；
步骤4、评估分析：将上述数据输入评估***，通过***中的评估模型对信息***工程监理项目做出风险等级评估，分析项目评估致险因子，生成项目风险评估的初始全局性风险视图和报告；
步骤5、风险优化：基于上述信息***工程监理项目评估的风险等级及致险因子，对信息***工程监理项目进行优化，得到评估优化方案。
具体的，所述信息***工程监理项目数据采集包括项目人为因素、项目设备因素和项目环境因素。
进一步的，所述评估模型的建立方法：
S1、数据库：收集、整理信息***工程监理项目的历史数据，建立信息***工程监理项目的数据库，并对采集的每个样本数据包含的特征项记录；
S2、测试：确定训练集和测试集，进行信息***工程监理项目属性选择与神经元定义；
S3、数据处理：对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的评估模型，在训练网络前对含NaN的数据处理；
S4、数据训练：基于信息***工程监理项目风险训练集数据建立深层BP神经网络的评估模型，并用上述训练集数据训练网络；
S5、分析：将测试集数据输入评估模型，分析评估模型的灵敏度和特异性。
进一步的，所述自适应评估***包括采集模块、处理模块、主控模块、评估模型单元、储存模块、自适应模块、预测模块和远程管理单元，采集模块的输出端通过处理模块与主控模块的输入端电性连接，主控模块的输出端与评估模型单元、储存模块、自适应模块、预测模块和远程管理单元电性连接；
所述评估模型单元基于采集模块采集的项目监理数据，对项目风险评估，得到项目风险评估报告；所述自适应模块基于储存模块储存的项目数据，在项目结束后，将项目数据应用于评估模型的历史数据，结合当前项目数据对评估模型进行自适应更新；所述预测模块基于采集模块采集的项目监理数据，对项目存在的风险进行分析、预测，远程管理单元可对项目风险评估远程监理。
进一步的，所述预测模块包括软件预测和经验预测，所述软件预测通过项目预测软件对监理项目风险进行的预测，所述经验预测基于经验丰富的项目监理人员对项目作出的判断预测，预测模块对软件预测和经验预测进行综合，得出综合预测结果，预测模块的预测结果与评估模型单元的项目风险评估报告对比，当预测结果和项目风险评估报告对比差值超出项目对比的阈值，则项目风险评估报告存在误差；当预测结果和项目风险评估报告对比差值在项目对比的阈值范围之内，则项目风险评估报告准确。
进一步的，所述自适应评估***包括数据层、网络层、共识层、激励层、合约层和应用层；所述数据层用于建立信息***工程监理项目风险自适应评估***的最底层分布式数据结构的数据库；所述网络层用于信息***工程监理项目风险自适应评估***的节点分布储存；所述共识层用于信息***工程监理项目风险自适应评估***提供共识算法；所述激励层用于信息***工程监理项目风险自适应评估***的激励机制和分配制度；所述合约层用于建立信息***工程监理项目风险自适应评估***的代码交易合约；所述应用层为信息***工程监理项目风险自适应评估***的运行提供应用。
更进一步的，所述自适应评估***还包括登录模块，所述登录模块用于项目监理人员登录该***，获取监理项目风险评估的权限。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种信息***工程监理项目风险自适应评估方法，其特征在于：该自适应评估方法包括以下步骤：
步骤1、评估模型：基于BP神经网络技术，建立信息***工程监理项目风险自适应的评估模型，通过评估模型全面、真实、准确地反映出项目风险；
步骤2、评估***：基于区块链技术，结合评估模型，建立信息***工程监理项目风险自适应评估***；
步骤3、数据采集：采集信息***工程监理项目风险评估用的因子数据；
步骤4、评估分析：将上述数据输入评估***，通过***中的评估模型对信息***工程监理项目做出风险等级评估，分析项目评估致险因子，生成项目风险评估的初始全局性风险视图和报告；
步骤5、风险优化：基于上述信息***工程监理项目评估的风险等级及致险因子，对信息***工程监理项目进行优化，得到评估优化方案。
2.根据权利要求1所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述信息***工程监理项目数据采集包括项目人为因素、项目设备因素和项目环境因素。
3.根据权利要求1所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述评估模型的建立方法：
S1、数据库：收集、整理信息***工程监理项目的历史数据，建立信息***工程监理项目的数据库，并对采集的每个样本数据包含的特征项记录；
S2、测试：确定训练集和测试集，进行信息***工程监理项目属性选择与神经元定义；
S3、数据处理：对缺失的数据进行预处理，将空值用NaN表示，为了构建准确率的深层BP神经网络的评估模型，在训练网络前对含NaN的数据处理；
S4、数据训练：基于信息***工程监理项目风险训练集数据建立深层BP神经网络的评估模型，并用上述训练集数据训练网络；
S5、分析：将测试集数据输入评估模型，分析评估模型的灵敏度和特异性。
4.根据权利要求1所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述自适应评估***包括采集模块、处理模块、主控模块、评估模型单元、储存模块、自适应模块、预测模块和远程管理单元，采集模块的输出端通过处理模块与主控模块的输入端电性连接，主控模块的输出端与评估模型单元、储存模块、自适应模块、预测模块和远程管理单元电性连接；
所述评估模型单元基于采集模块采集的项目监理数据，对项目风险评估，得到项目风险评估报告；所述自适应模块基于储存模块储存的项目数据，在项目结束后，将项目数据应用于评估模型的历史数据，结合当前项目数据对评估模型进行自适应更新；所述预测模块基于采集模块采集的项目监理数据，对项目存在的风险进行分析、预测。
5.根据权利要求4所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述预测模块包括软件预测和经验预测，所述软件预测通过项目预测软件对监理项目风险进行的预测，所述经验预测基于经验丰富的项目监理人员对项目作出的判断预测，预测模块对软件预测和经验预测进行综合，得出综合预测结果，预测模块的预测结果与评估模型单元的项目风险评估报告对比。
6.根据权利要求1所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述自适应评估***包括数据层、网络层、共识层、激励层、合约层和应用层；
所述数据层用于建立信息***工程监理项目风险自适应评估***的最底层分布式数据结构的数据库；所述网络层用于信息***工程监理项目风险自适应评估***的节点分布储存；所述共识层用于信息***工程监理项目风险自适应评估***提供共识算法；所述激励层用于信息***工程监理项目风险自适应评估***的激励机制和分配制度；所述合约层用于建立信息***工程监理项目风险自适应评估***的代码交易合约；所述应用层为信息***工程监理项目风险自适应评估***的运行提供应用。
7.根据权利要求1所述的一种信息***工程监理项目风险自适应评估方法，其特征在于：所述自适应评估***还包括登录模块，所述登录模块用于项目监理人员登录该***，获取监理项目风险评估的权限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211705216.9A CN116187932A (zh) | 2022-12-28 | 2022-12-28 | 一种信息***工程监理项目风险自适应评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211705216.9A CN116187932A (zh) | 2022-12-28 | 2022-12-28 | 一种信息***工程监理项目风险自适应评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116187932A true CN116187932A (zh) | 2023-05-30 |
Family
ID=86441468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211705216.9A Pending CN116187932A (zh) | 2022-12-28 | 2022-12-28 | 一种信息***工程监理项目风险自适应评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116187932A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116503026A (zh) * | 2023-06-26 | 2023-07-28 | 广东省科技基础条件平台中心 | 科技项目的运维风险评估方法、***及存储介质 |
-
2022
- 2022-12-28 CN CN202211705216.9A patent/CN116187932A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116503026A (zh) * | 2023-06-26 | 2023-07-28 | 广东省科技基础条件平台中心 | 科技项目的运维风险评估方法、***及存储介质 |
| CN116503026B (zh) * | 2023-06-26 | 2024-02-09 | 广东省科技基础条件平台中心 | 科技项目的运维风险评估方法、***及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023142424A1 (zh) | 基于gru-lstm神经网络的电力金融业务风控方法及*** | |
| CN111259947A (zh) | 一种基于多模态学习的电力***故障预警方法和*** | |
| CN106934720A (zh) | 基于物联网的设备保险智能定价方法与*** | |
| US20060184564A1 (en) | Method of, and system for, process-driven analysis of operations | |
| CN116150897A (zh) | 一种基于数字孪生的机床主轴性能测评方法及*** | |
| CN117172556B (zh) | 一种桥梁工程的施工风险预警方法与*** | |
| CN103617447B (zh) | 智能变电站的评价***及评价方法 | |
| CN106570567A (zh) | 一种主网检修多约束多目标评估专家***及优化方法 | |
| CN111401653A (zh) | 一种隧道渗漏水风险空间相依性预测方法及预测*** | |
| CN116187932A (zh) | 一种信息***工程监理项目风险自适应评估方法 | |
| CN109242363A (zh) | 一种基于多种质量控制模型的全生命周期测试管理平台 | |
| CN114548494A (zh) | 一种可视化造价数据预测智能分析*** | |
| CN117592975A (zh) | 基于云计算的高速公路机电设备运维决策处理方法及*** | |
| CN117853238A (zh) | 基于多数据源融合的电力交易辅助决策*** | |
| CN113313304A (zh) | 一种基于大数据决策树的电网事故异常分析方法及*** | |
| CN112860973A (zh) | 基于社交网络分析的组织健康评估方法 | |
| CN116976318A (zh) | 基于深度学习和模型推理的电网倒闸操作票智能审核*** | |
| Quah et al. | Prediction of software readiness using neural network | |
| CN115936663A (zh) | 一种电力***的维护方法及装置 | |
| CN117455681A (zh) | 业务风险预测方法和装置 | |
| CN115619539A (zh) | 贷前风险评价方法以及装置 | |
| CN118096131B (zh) | 一种基于电力场景模型的运维巡检方法 | |
| CN114048801B (zh) | 一种基于规则的个体活动-出行行为决策协同建模方法 | |
| CN115423379B (zh) | 基于溯源信息的置信度评估方法、***、终端及存储介质 | |
| CN117271350B (zh) | 一种基于日志分析的软件质量评估***及方法 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Lu Xuezhe Inventor after: Feng Benrui Inventor after: Zhang Hong Inventor after: Liu Qingbo Inventor after: Zhou Wei Inventor after: Ma Da Inventor before: Liu Qingbo Inventor before: Zhou Wei Inventor before: Lu Xuezhe Inventor before: Ma Da |
|
| CB03 | Change of inventor or designer information |