免费论文摘要：巨型工程名目危害处置归纳集成表面及运用接洽

正文对准巨型工程名目危害处置的搀杂性，鉴于钱学森归纳集成的思维创造了巨型工程名目危害处置的归纳集成体例框架，以此框架为纲，产生了危害辨别、危害评价、危害预先警告、危害遏制为主的巨型工程名目归纳集成体制；接洽了实用于巨型工程项手段危害辨别、危害评价、危害预先警告模子，并运用于航天研制名目危害处置中。舆论重要革新点如次：1. 提出了鉴于多Agent本领的巨型工程名目归纳集成体例框架，安排了百般功效的Agent以及Agent之间的协调进程，运用该框架实行的体例可智能化地实行工程项手段全进程集成危害处置，实行体味常识、表面常识、数据消息和计划机本领的有机贯串，填补简单学科常识和简单功效部分接洽名目危害处置题目的不及。2. 创造了搀杂体例危害辨别的等第全息建立模型(HHM)模子。正文开始运用HHM本领辨别危害，而后运用危害过滤、评级和处置(RFRM)对整体制统危害的洪量奉献个别之间创造优先步骤，过滤出要害危害，为此后对要害危害举行评介作铺垫。3. 提出了矫正的危害评介模子——朦胧消息熵权评介模子。对准熵值逼近且趋势于1时对应熵权出入很大进而与熵传播消息不适合的局面，对已有的由熵值计划熵权的变换公式举行了矫正，巩固了熵权计划式的实用性。4. 创造了巨型工程名目危害预先警告的扶助向量机(SVM)模子，设置了巨型工程名目危害的警度及预先警告算法。模仿截止表白SVM的猜测截止逼近本质数据；并将创造的SVM模子与神经搜集(ANN)模子举行了比较领会，创造当演练样品数量大于7之后，扶助向量机的实行精度小于0.05，不妨满意猜测诉求。而BP神经搜集模子所须要的演练样品数量必需大于11，它的实行精度为0.072，委屈满意猜测诉求。还创造减少BP神经搜集的迭代度数对实行精度并无扶助。证领会在小样品进修本领和实行本领上，SVM本领要高于ANN本领，所以SVM本领在巨型工程名目危害预先警告中具备更大的运用价格。5. 运用前方章节中的提出的本领和模子对航天研制项手段危害处置接洽。安排了航天名目研制危害的辨别、评介、预先警告模子。计划截止表露模子数据对立缺点最巨细于6%。残差介于-0.05与0.1之间，适合猜测须要，模子可行。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/209117.html