[发明专利]研发进度的异常预测方法及装置、存储介质和电子设备

说明书

本申请公开了一种研发进度的异常预测方法及装置、存储介质和电子设备，涉及人工智能领域。该方法包括：获取第一目标数据集，其中，第一目标数据集中至少包括目标数据的统计信息值，其中，目标数据用于表示研发进度数据的波动特征，统计信息值用于表示目标数据的属性信息；根据预设算法一和自动编码器，对第一目标数据集中的数据进行处理，得到第二目标数据集，其中，第二目标数据集中的数据的波动特征强于第一目标数据集中的数据的波动特征；根据预设算法二和第二目标数据集，对研发进度进行异常预测。通过本申请，解决了相关技术中采用设定阈值的方式对研发进度进行异常预测时，难以提前做出异常预警，导致研发效率较低的问题。

技术领域

本申请涉及人工智能领域，具体而言，涉及一种研发进度的异常预测方法及装置、存储介质和电子设备。

背景技术

研发进度是精细化管理的重要数据基础，且研发进度由设计进度、编码进度、测试进度组成。目前相关技术中，针对研发进度的异常检测一般是由设定阈值来完成预警，即基于相关工作人员的任务已经超过规定期限而产生告警。具体为，根据DoD(完成标准)制定研发周期模型，并且根据研发周期模型会得到一个详细的完整的研发周期，即不同阶段需要在固定的时间节点完成。基于研发周期模型，对研发进度预先设置对应的工作周期和天数，若超过预先设置的工作周期和天数，则判定为研发进度滞后，并发出预警。

但是，采用设定阈值的方式来对研发进度发出预警，存在明显的弊端。由于研发内容、规模、资源投入等差异，会导致模型周期各不相同。故在项目推进的过程中，有时会出现潜在的进度异常情况。如果只根据人为设定阈值来判断是否发生进度异常，在发出异常预警的时候，任务进度已经超过了规定的时间。虽然可以将预警的时间提前，但这种方式灵活度低，反应速度慢，只能按照研发周期模型给定的时间，设置固定的预警时间，无法根据不同的任务进度的情况加以区分。

针对相关技术中采用设定阈值的方式对研发进度进行异常预测时，难以提前做出异常预警，导致研发效率较低的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种研发进度的异常预测方法及装置、存储介质和电子设备，以解决相关技术中采用设定阈值的方式对研发进度进行异常预测时，难以提前做出异常预警，导致研发效率较低的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种研发进度的异常预测方法。该方法包括：获取第一目标数据集，其中，所述第一目标数据集中至少包括目标数据的统计信息值，其中，所述目标数据用于表示研发进度数据的波动特征，所述统计信息值用于表示所述目标数据的属性信息；根据预设算法一和自动编码器，对所述第一目标数据集中的数据进行处理，得到第二目标数据集，其中，所述第二目标数据集中的数据的波动特征强于所述第一目标数据集中的数据的波动特征，所述自动编码器用于在对所述第一目标数据集中的数据进行编码处理时加强所述第一目标数据集中的数据的波动特征；根据预设算法二和所述第二目标数据集，对所述研发进度进行异常预测。

进一步地，在获取第一目标数据集之前，所述方法还包括：获取第三目标数据集，其中，所述第三目标数据集中至少包括所述目标数据；根据所述第三目标数据集和滑动窗口算法，计算得到所述目标数据的统计信息值；将所述目标数据的统计信息值进行组合，得到所述第一目标数据集。

进一步地，在获取第三目标数据集之前，所述方法还包括：获取原始数据集中的原始数据，其中，所述原始数据为代表所述研发进度的数据；依据所述原始数据和所述滑动窗口算法，计算得到所述原始数据的L2范数和范数变化率；将所述L2范数和所述范数变化率进行组合，得到所述第三目标数据集。

进一步地，在获取原始数据集中的原始数据之前，所述方法还包括：根据目标设备，计算所述研发进度中已完成的工作量；根据所述已完成的工作量和预设公式，计算所述研发进度；将所述研发进度转化为向量表示，得到所述原始数据。