-
公开(公告)号:CN113537701A
公开(公告)日:2021-10-22
申请号:CN202110624200.4
申请日:2021-06-04
Applicant: 中国航天标准化研究所
IPC: G06Q10/06
Abstract: 本申请涉及一种基于风险思维的装备供应商绩效能力综合评价方法,包括:步骤一:构建供应商绩效能力综合评价指标体系。步骤二:确定供应商绩效评价指标内容及分值。步骤三:确定供应商履行能力评价内容及分值。步骤四:提出供应商绩效能力综合评价等级。本发明优点在于:从绩效表现和履行能力两模块实现对供应商的实时监控;提供了一系列基于订单的定量化指标,将订单管理与绩效管理相结合,提升了供应商改进的方向性,有效实现数据实时更新的动态管理机制,支持通过信息系统动态监管;从绩效表现和履行能力两方面确定评价等级,对供应商绩效能力的评价等级判定采用等级矩阵的方法,可支持供应商关系管理的决策。
-
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。
-
-