[發明專利]基于BP神經網絡的空管運行品質及服務過程質量的評估系統及方法

在審

• 申請號: 201910943950.0
• 申請日: 2019-09-30
• 公開（公告）號: CN110675082A
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 潘衛軍;劉皓晨;王潤東;任杰;陳立;段英捷;唐嘉豪
• 申請（專利權）人: 中國民用航空飛行學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/30;G06N3/04;G06N3/08
• 代理公司: 11590 北京市領專知識產權代理有限公司
• 代理人: 張玲

1.一種基于BP神經網絡的空管運行品質及服務過程質量的評估系統，其特征在于，包括以下組成模塊：

數據項構建模塊，用于構建評估所用的數據項，所述數據項涉及運行安全、管理效能、運行效率、文化建設和智能化建設這5個領域；

模型評估模塊，其數據輸入端與數據項構建模塊的數據輸出端相連，模型評估模塊用于基于BP神經網絡構建評估模型，并利用訓練好的評估模型對輸入的數據項的數據值進行計算，輸出得到評估結果。

2.根據權利要求1所述的系統，其特征在于，所述模型評估模塊構建評估模型的過程包括：

步驟1，建立輸入層樣本數據；

步驟2，初始設定BP神經網絡參數；

步驟3，把步驟1中建立的訓練樣本數據帶入已經設定初始參數的評估模型中進行學習和訓練；

步驟4，依據初始設定的評估模型精度要求對BP神經網絡各層的誤差值進行計算；

步驟5，判斷評估模型中的所有樣本元素是否都完成了一次訓練，如果是則進入接下來的步驟6，否則返回步驟3；

步驟6，判斷訓練次數是否達到設定的最大值，或者總誤差是否達到要求的精度，如果訓練次數已經達到最大值或者總誤差達到精度要求，則結束訓練，否則進入步驟3并修改模型參數繼續訓練。

3.一種基于BP神經網絡的空管運行品質及服務過程質量的評估方法，其特征在于，包括以下步驟：

基于已構建的評估所用的數據項，計算出各個數據項的數據值，所述數據項涉及運行安全、管理效能、運行效率、文化建設和智能化建設這5個領域；

將計算出的各個數據項的數據值輸入已訓練好的評估模型，輸出得到評估結果；所述評估模型為基于BP神經網絡構建的模型。

4.根據權利要求3所述的方法，其特征在于，所述評估模型通過以下方法訓練得到：

步驟1，建立輸入層樣本數據；

步驟2，初始設定BP神經網絡參數；

步驟3，把步驟1中建立的訓練樣本數據帶入已經設定初始參數的評估模型中進行學習和訓練；

步驟4，依據初始設定的評估模型精度要求對BP神經網絡各層的誤差值進行計算；

步驟5，判斷評估模型中的所有樣本元素是否都完成了一次訓練，如果是則進入接下來的步驟6，否則返回步驟3；

步驟6，判斷訓練次數是否達到設定的最大值，或者總誤差是否達到要求的精度，如果訓練次數已經達到最大值或者總誤差達到精度要求，則結束訓練，否則進入步驟3并修改模型參數繼續訓練。

5.一種包括計算機可讀指令的計算機可讀存儲介質，其特征在于，所述計算機可讀指令在被執行時使處理器執行權利要求3或4所述方法中的操作。

6.一種電子設備，其特征在于，所述的設備包括：

存儲器，存儲程序指令；

處理器，與所述存儲器相連接，執行存儲器中的程序指令，實現權利要求3或4所述方法中的步驟。