-
公开(公告)号：CN106202668B
公开(公告)日：2019-02-19
申请号：CN201610512085.0
申请日：2016-07-01
Applicant: 中国航天标准化研究所
Abstract: 本发明涉及基于质量问题数据和反向传导神经网络的复杂装备质量风险评估方法，步骤如下：步骤1：分解复杂装备结构。步骤2：明确质量风险构成。步骤3：收集与整理历史质量问题数据。步骤4：构建与训练BpNN装备质量风险评估模型。步骤5：收集与整理待评估装备的待分析数据。步骤6：评估复杂装备质量风险。本发明方法运用质量问题数据作为风险评估的输入，能更加客观真实地反映当前装备质量存在的风险概率，为管理决策提供更加科学有效的依据。反向传导神经网络实质上实现了一个从输入到输出的映射功能，具有自学习能力，不用人为赋予指标权重，能够通过训练自动实现各项指标的权重赋值，极大降低人为主观因素对装备质量风险评估结果造成的干扰。
-
公开(公告)号：CN106202668A
公开(公告)日：2016-12-07
申请号：CN201610512085.0
申请日：2016-07-01
Applicant: 中国航天标准化研究所
CPC classification number: G06F17/5036 , G06N3/0454 , G06N3/084
Abstract: 本发明涉及基于质量问题数据和反向传导神经网络的复杂装备质量风险评估方法，步骤如下：步骤1：分解复杂装备结构。步骤2：明确质量风险构成。步骤3：收集与整理历史质量问题数据。步骤4：构建与训练BpNN装备质量风险评估模型。步骤5：收集与整理待评估装备的待分析数据。步骤6：评估复杂装备质量风险。本发明方法运用质量问题数据作为风险评估的输入，能更加客观真实地反映当前装备质量存在的风险概率，为管理决策提供更加科学有效的依据。反向传导神经网络实质上实现了一个从输入到输出的映射功能，具有自学习能力，不用人为赋予指标权重，能够通过训练自动实现各项指标的权重赋值，极大降低人为主观因素对装备质量风险评估结果造成的干扰。
-
公开(公告)号：CN117235368A
公开(公告)日：2023-12-15
申请号：CN202311284446.7
申请日：2023-10-07
Applicant: 中国航天标准化研究所
IPC: G06F16/9535 , G06Q50/04 , G06F17/18 , G06Q10/0639
Abstract: 本发明涉及一种面向空间产品设计分析工序的质量技术信息推荐方法。所述方法包括：获取决定空间产品质量的多个质量技术信息表，其中所述质量技术信息表包括空间产品设计制造时所涉及的物理参数；对所述质量技术信息表进行数据压缩降维，得到质量技术特征向量；基于所述质量技术特征向量以及空间产品质量预测模型，得到第一优先度；基于所述第一优先度得到推荐的质量技术信息表。本方案采用数据压缩降维处理，将质量技术信息表输入至空间产品质量预测模型中，得到最适合的质量技术信息表。此方法极大提高了参数筛选的准确性和工作效率，减少了实验和试错的需求，有助于实现空间产品的优质设计制造，进一步确保了空间产品的高质量和可靠性。
-
公开(公告)号：CN106339789A
公开(公告)日：2017-01-18
申请号：CN201610649645.7
申请日：2016-08-10
Applicant: 中国航天标准化研究所
CPC classification number: G06Q10/06395 , G06Q50/00
Abstract: 本发明涉及一种军工行业宏观质量水平的评价方法，具体步骤如下：(1)构建军工行业宏观质量指数指标体系；(2)确定指标权重；(3)确定指标的观测变量值；(4)确定计算二级指标值的方法；(5)确定计算一级指标值的方法；(6)计算宏观质量指数；(7)通过纵向、横向对比分析与评价军工行业宏观质量水平。本发明提出的构建宏观质量指数的方法能够对宏观质量进行有效合理的量化，不仅有利于学术研究的深入开展，在军工行业质量监督领域也具有重要的实践意义，有助于从宏观层面了解并监测军工行业的整体质量状况，促进军工行业的质量发展、提升军工行业的总体质量水平。
-
-
-
Search Results
4
records
(took 0.022 seconds)
