This invention discloses a construction site management and control mobile application platform based on BP artificial neural network model algorithm, including risk evaluation result base, infrastructure project information base, risk evaluation index configuration, risk evaluation model training, risk evaluation model check, infrastructure project management risk evaluation, and infrastructure project management and control business. The processing and mobile terminal display control module. The invention and utilization of BP artificial neural network model, through the learning and training of the neural network model, using a series of evaluation indexes (engineering safety control and control, construction equipment, construction site control, safety management and control, five strict inspection, 5S management, and field penalty deductions), to evaluate the project risk of infrastructure projects. Get rid of the influence of subjective factors and make full use of experts' knowledge and experience to provide support for decision making of capital construction projects.
【技术实现步骤摘要】
基于BP人工神经网络模型算法的基建现场管控移动应用平台
本专利技术涉及一种基于BP人工神经网络模型算法的基建现场管控移动应用平台。
技术介绍
基建现场管控是电网公司基建管理工作的重点,针对电力基建工程项目的特殊性、项目建设现场区域分布广、部分施工现场所处位置较为偏僻、与管理单位存在沟通交流不及时等问题。因此,需要实现电网公司与基建施工现场之间信息图文并茂的即时交互,以满足基建现场管控工作的要求,避免在基建现场管控工作过程中,因现场缺乏信息化操作平台,导致管控工作标准发布不及时、不统一、不准确;现场信息收集上报不及时;评价不准确的问题。对基建现场安全风险、问题实行基于移动应用实时管控的同时,后台高效的基建项目管控风险评价系统是极为必要的。人工神经网络系统理论是以人脑的智能功能为研究对象且以人体神经细胞信息处理方法为背景的智能计算理论,是目前国际上非常活跃的前沿研究领域之一。1943年,心理学家W.S.McCulloch和数理逻辑学家WPitts建立了神经网络的数学模型,称为MP模型。他们通过MP模型提出了神经元的形式化数学描述和网络结构方法,证明了单个神经元能执行逻辑功能,从而开创了人工神经网络研究的时代。人工神经网络是人脑及其活动的一个理论化的数学模型,它由大量的处理单元以适当的方式互连构成,是一个大规模的非线性自适应系统。人工神经网络不仅在形式上模拟了生物神经系统,它也具有大脑的一些基本特征。从系统构成的形式上看,从神经元本身到联接模式,基本上都是以与生物神经系统相似的方式工作的。从表现特征上来看,它力求模拟生物神经系统的基本运行方式,人工神经网络系统是 ...
【技术保护点】
1.一种基于BP人工神经网络模型算法的基建现场管控移动应用平台,包括服务器和应用终端,其特征在于服务器中包括:风险评价结果库(100):包括基建项目管控风险评价指标、基建项目管控风险评价结果和风险评价模型训练结果校验集,为用户使用BP人工神经网络模型进行工程风险评价、训练及校验提供支撑数据;基建项目信息库(200):建立基建现场管控日常事务处理的数据存储库;风险评价模型训练(400):从风险评价结果库(100)获取训练样本数据,利用BP人工神经网络模型算法训练基建项目工程风险评价模型;风险评价模型校验(500):确定检验样本数据,检验风险评价模型训练(400)生成的计算结果,当训练样本集总误差小于允许误差时,训练结束,训练成功后,将相关网络模型权值和阈值保存到风险评价结果库(100);基建项目管控风险评价(600):提取基建项目信息库(200)中录入的日常事务处理数据,生成风险评价指标样本数据,并提交风险评价模型计算生成风险评价结果,风险评价结果和评价指标样本数据保存到风险评价结果库(100)。
【技术特征摘要】
1.一种基于BP人工神经网络模型算法的基建现场管控移动应用平台,包括服务器和应用终端,其特征在于服务器中包括:风险评价结果库(100):包括基建项目管控风险评价指标、基建项目管控风险评价结果和风险评价模型训练结果校验集,为用户使用BP人工神经网络模型进行工程风险评价、训练及校验提供支撑数据;基建项目信息库(200):建立基建现场管控日常事务处理的数据存储库;风险评价模型训练(400):从风险评价结果库(100)获取训练样本数据,利用BP人工神经网络模型算法训练基建项目工程风险评价模型;风险评价模型校验(500):确定检验样本数据,检验风险评价模型训练(400)生成的计算结果,当训练样本集总误差小于允许误差时,训练结束,训练成功后,将相关网络模型权值和阈值保存到风险评价结果库(100);基建项目管控风险评价(600):提取基建项目信息库(200)中录入的日常事务处理数据,生成风险评价指标样本数据,并提交风险评价模型计算生成风险评价结果,风险评价结果和评价指标样本数据保存到风险评价结果库(100)。2.根据权利要求1所述基于BP人工神经网络模型算法的基建现场管控移动应用平台,...
【专利技术属性】
技术研发人员:黄志清,杨韬,商重远,杨斌,谭薇,付成鹏,王琳,
申请(专利权)人:贵州电网有限责任公司铜仁供电局,
类型:发明
国别省市:贵州,52
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。