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

摘要

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。