[发明专利]基于人工神经网络的海工装备项目工作结构分解系统与方法在审

专利信息
申请号: 201611055784.3 申请日: 2016-11-25
公开(公告)号: CN106779583A 公开(公告)日: 2017-05-31
发明(设计)人: 李敬花;茆学掌;孙苗苗;郭辉 申请(专利权)人: 哈尔滨工程大学
主分类号: G06Q10/10 分类号: G06Q10/10;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工 神经网络 工装 项目 工作 结构 分解 系统 方法
【权利要求书】:

1.一种基于人工神经网络的海工装备项目工作结构分解系统,其特征是:包括OBS信息模块、项目视图模块、工作分解模块和系统管理模块;所述OBS信息模块为用于描述负责每个项目活动的具体组织单元;所述项目视图模块用于项目信息的添加和历史项目数据储存;所述工作分解模块用于对项目工作结构进行分解;所述系统管理模块,用于系统的管理维护。

2.根据权利要求1所述的基于人工神经网络的海工装备项目工作结构分解系统,其特征是:所述OBS信息模块包括OBS添加、责任范围划分,将作业项、工作包与相关部门或者单位联系起来,最终形成OBS结构与项目内部数据的相互对接。

3.根据权利要求1所述的基于人工神经网络的海工装备项目工作结构分解系统,其特征是:所述项目视图模块包括项目添加、历史项目数据导入、项目特征参数编辑,能够添加和查看项目的名称、船级社、起始时间、开工时间、优先级、责任人信息以及项目的特征参数信息进行编辑和查看,同时对于企业历史项目数据导入项目视图。

4.根据权利要求1所述的基于人工神经网络的海工装备项目工作结构分解系统,其特征是:所述工作分解模块包括项目选择、人工神经网络的训练和应用人工神经网络对新项目工作结构的智能分解,选择需要工作结构分解的项目,应用人工神经网络对新项目工作结构的分解,分解完成的数据进入历史数据库,完善项目域数据,同时对人工神经网络结构进行定期训练和维护。

5.一种基于人工神经网络的海工装备项目工作结构分解方法,其特征是:

步骤一,将项目工作结构转化为矩阵形式,建立层次化工作结构元素模型;

步骤二,建立海工装备项目域,涵盖项目特征参数和项目工作结构元素的项目数据;

步骤三,设计适用于海工装备项目工作结构分解的分层模块化人工神经网络结构,并应用于典型海工装备项目工作结构分解,通过项目域数据的训练和测试,得到稳定的神经网络结构,建立项目特征参数与项目工作结构的关联关系;

步骤四,基于步骤三的神经网络结构对一个新项目的工作结构分解,实现项目工作结构的智能分解,得到新项目完整的工作结构。

6.根据权利要求5所述的基于人工神经网络的海工装备项目工作结构分解方法,其特征是步骤一具体包括:

将海工装备项目工作结构等效为邻接矩阵,邻接矩阵的行列都为分解完成的各级项目工作包,采用有向无环图对工作结构进行描述,如果行结构的继续分解包含列结构,则邻接矩阵该位置的元素为1,否则为0;

将海工装备项目工作结构的工作包拆分为可交付物与对其执行的工序两者的有机结合,用关联矩阵表达这种结合关系,以项目包含的所有可交付物为行坐标,以项目包含的所有工序为列坐标,关联矩阵元素为1表示该项目工作结构包含该位置行列结合形成的工作包,元素为0表示该项目工作结构不包含该位置行列结合形成的工作包。

7.根据权利要求5所述的基于人工神经网络的海工装备项目工作结构分解方法,其特征是:海工装备项目域包括所有项目特征参数、项目可交付物、项目工序、项目工作结构邻接矩阵和项目工作结构关联矩阵数据。

8.根据权利要求5所述的基于人工神经网络的海工装备项目工作结构分解方法,其特征是步骤三具体包括:

设计人工神经网络结构,以项目参数作为输入,项目的工作结构作为输出,实现输入到输出的非线性处理过程,实现项目参数和项目工作结构的关联;

设计模块化人工神经网络结构,模块划分的依据是项目工作包含的各个专业;

设计分层人工神经网络结构,对人工神经网络结构进行分层,其中第一层包含ANND和ANNF两个子模块,第二层包含一个ANNR模块,第三层包含一个ANNA模块;

运用海工装备项目域的数据对设计的人工神经网络结构进行训练和测试,得到稳定的人工神经网络结构。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611055784.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top