[发明专利]基于BP神经网络的装备维修训练质量评价方法

权利要求书

1.基于BP神经网络的装备维修训练质量评价方法，其特征在于，包括以下步骤；

S1：构建装备维修训练评价指标体系；

S2：根据步骤S1中的维修训练评价指标建立BP神经网络模型；

S3：对步骤S2中的BP神经网络模型进行训练，得到新的神经网络模型，并根据新数据进行评价。

2.根据权利要求1所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S1中所述维修训练评价指标包括6个一级指标和21个二级指标。

3.根据权利要求2所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，6个所述一级指标包括维修训练过程控制、人力资源、受训人员素质、维修训练资源、维修训练信息资源和维修训练管理效能。

4.根据权利要求1所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S2的具体操作包括，

S21：确定输入、输出神经元的个数；

S22：确定传递函数；

S23：确定隐含层的层数；

S24：确定隐含层神经元的个数。

5.根据权利要求4所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S21中输入层的神经元个数为21个，输出层的神经元个数为1个。

6.根据权利要求5所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S22中输入层与隐含层之间的传递函数为正切函数，隐含层与输出层之间的传递函数为线性函数。

7.根据权利要求6所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S23中所述的隐含层个数为1。

8.根据权利要求7所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S24中所述隐含层神经元的个数为7。

9.根据权利要求1所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S3中对BP神经网络模型进行训练得到新的神经网络模型，并根据新数据进行评价的具体操作包括，

S31：将收集到的样本随机分为两部分，一部分用来训练BP神经网络模型，称为训练数据；另一部分用来对训练完的BP神经网络模型进行测试，称为测试数据；训练数据和测试数据都包括输入和输出两部分；

S32：使用训练数据的输入数据和输出数据对S2建立的神经网络模型进行训练；

S33：将测试数据的输入数据作为已完成训练的神经网络模型的输入，得到输出值，输出值即为装备维修训练质量评估的综合评价值；

S34：将测试数据的输出部分和步骤S33中得到的综合评价值，通过性能函数进行对比，验证模型的准确性。

10.根据权利要求9所述的基于BP神经网络的装备维修训练质量评价方法，其特征在于，步骤S31中训练BP神经网络模型以及对训练完的BP神经网络模型进行测试的具体操作包括：

S311：收集前期已完成评估且评估结果符合客观情况的数据；

S312：将收集的数据随机分为两类：训练BP神经网络模型的训练数据、用于测试训练后的BP神经网络模型的测试数据。