[發明專利]基于BP神經網絡的裝備維修訓練質量評價方法

在審

• 申請號: 202110553832.6
• 申請日: 2021-05-20
• 公開（公告）號: CN113344344A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 曹繼平;吳聰偉;王新軍;李愛華;王連鋒;劉建友
• 申請（專利權）人: 中國人民解放軍火箭軍工程大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06Q50/26;G06F30/27;G06N3/04;G06N3/08;G06F111/10
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 郭璐

1.基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，包括以下步驟；

S1：構建裝備維修訓練評價指標體系；

S2：根據步驟S1中的維修訓練評價指標建立BP神經網絡模型；

S3：對步驟S2中的BP神經網絡模型進行訓練，得到新的神經網絡模型，并根據新數據進行評價。

2.根據權利要求1所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S1中所述維修訓練評價指標包括6個一級指標和21個二級指標。

3.根據權利要求2所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，6個所述一級指標包括維修訓練過程控制、人力資源、受訓人員素質、維修訓練資源、維修訓練信息資源和維修訓練管理效能。

4.根據權利要求1所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S2的具體操作包括，

S21：確定輸入、輸出神經元的個數；

S22：確定傳遞函數；

S23：確定隱含層的層數；

S24：確定隱含層神經元的個數。

5.根據權利要求4所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S21中輸入層的神經元個數為21個，輸出層的神經元個數為1個。

6.根據權利要求5所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S22中輸入層與隱含層之間的傳遞函數為正切函數，隱含層與輸出層之間的傳遞函數為線性函數。

7.根據權利要求6所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S23中所述的隱含層個數為1。

8.根據權利要求7所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S24中所述隱含層神經元的個數為7。

9.根據權利要求1所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S3中對BP神經網絡模型進行訓練得到新的神經網絡模型，并根據新數據進行評價的具體操作包括，

S31：將收集到的樣本隨機分為兩部分，一部分用來訓練BP神經網絡模型，稱為訓練數據；另一部分用來對訓練完的BP神經網絡模型進行測試，稱為測試數據；訓練數據和測試數據都包括輸入和輸出兩部分；

S32：使用訓練數據的輸入數據和輸出數據對S2建立的神經網絡模型進行訓練；

S33：將測試數據的輸入數據作為已完成訓練的神經網絡模型的輸入，得到輸出值，輸出值即為裝備維修訓練質量評估的綜合評價值；

S34：將測試數據的輸出部分和步驟S33中得到的綜合評價值，通過性能函數進行對比，驗證模型的準確性。

10.根據權利要求9所述的基于BP神經網絡的裝備維修訓練質量評價方法，其特征在于，步驟S31中訓練BP神經網絡模型以及對訓練完的BP神經網絡模型進行測試的具體操作包括：

S311：收集前期已完成評估且評估結果符合客觀情況的數據；

S312：將收集的數據隨機分為兩類：訓練BP神經網絡模型的訓練數據、用于測試訓練后的BP神經網絡模型的測試數據。