[发明专利]基于BP神经网络的空管运行品质及服务过程质量的评估系统及方法

权利要求书

1.一种基于BP神经网络的空管运行品质及服务过程质量的评估系统，其特征在于，包括以下组成模块：

数据项构建模块，用于构建评估所用的数据项，所述数据项涉及运行安全、管理效能、运行效率、文化建设和智能化建设这5个领域；

模型评估模块，其数据输入端与数据项构建模块的数据输出端相连，模型评估模块用于基于BP神经网络构建评估模型，并利用训练好的评估模型对输入的数据项的数据值进行计算，输出得到评估结果。

2.根据权利要求1所述的系统，其特征在于，所述模型评估模块构建评估模型的过程包括：

步骤1，建立输入层样本数据；

步骤2，初始设定BP神经网络参数；

步骤3，把步骤1中建立的训练样本数据带入已经设定初始参数的评估模型中进行学习和训练；

步骤4，依据初始设定的评估模型精度要求对BP神经网络各层的误差值进行计算；

步骤5，判断评估模型中的所有样本元素是否都完成了一次训练，如果是则进入接下来的步骤6，否则返回步骤3；

步骤6，判断训练次数是否达到设定的最大值，或者总误差是否达到要求的精度，如果训练次数已经达到最大值或者总误差达到精度要求，则结束训练，否则进入步骤3并修改模型参数继续训练。

3.一种基于BP神经网络的空管运行品质及服务过程质量的评估方法，其特征在于，包括以下步骤：

基于已构建的评估所用的数据项，计算出各个数据项的数据值，所述数据项涉及运行安全、管理效能、运行效率、文化建设和智能化建设这5个领域；

将计算出的各个数据项的数据值输入已训练好的评估模型，输出得到评估结果；所述评估模型为基于BP神经网络构建的模型。

4.根据权利要求3所述的方法，其特征在于，所述评估模型通过以下方法训练得到：

步骤1，建立输入层样本数据；

步骤2，初始设定BP神经网络参数；

步骤3，把步骤1中建立的训练样本数据带入已经设定初始参数的评估模型中进行学习和训练；

步骤4，依据初始设定的评估模型精度要求对BP神经网络各层的误差值进行计算；

步骤5，判断评估模型中的所有样本元素是否都完成了一次训练，如果是则进入接下来的步骤6，否则返回步骤3；

步骤6，判断训练次数是否达到设定的最大值，或者总误差是否达到要求的精度，如果训练次数已经达到最大值或者总误差达到精度要求，则结束训练，否则进入步骤3并修改模型参数继续训练。

5.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求3或4所述方法中的操作。

6.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求3或4所述方法中的步骤。