基于机器学习的系统工程支持系统技术方案

本发明专利技术公开了基于机器学习的系统工程支持系统，包括任务导入单元、信息收集单元、分配规划单元、核算管控单元和数据存储单元，通过设置分配规划单元，利用其进行关键字提取和匹配，快速的将对应的具体任务分配至对应部门，然后通过对员工个人能效值的计算将员工进行定档，按照不同的优先级顺序将任务匹配至不同的员工，大大提高了任务分派效率与匹配度；通过设置核算管控单元，对任务进行逐条派发和实时进度更新，同时在任务更新后对个人任务完成情况和部门整体任务进度完成情况进行计算和风险管控，使员工和部门都能对任务进度进行实时管控并及时进行调整。时管控并及时进行调整。时管控并及时进行调整。

【技术实现步骤摘要】
基于机器学习的系统工程支持系统


[0001]本专利技术涉及系统开发领域，具体为基于机器学习的系统工程支持系统。

技术介绍

[0002]系统工程是一个广泛的概念，是为了最好地实现系统的目的，对系统的组成要素、组织结构、信息流、控制机构等进行分析研究的科学方法，使系统的整体与局部之间的关系协调和相互配合，实现总体的最优运行。系统工程不同于一般的传统工程学，它所研究的对象不限于特定的工程物质对象，而是任何一种系统。
[0003]在一项工程筹备、开展、协调和节点控制完成的过程当中，需要多个部门，使用不同的工具进行协调配合，同时需要对任务完成的节点进行把控和对任务完成质量进行审核，但是现在的实际操作过程中，往往需要大量的人员沟通协商交流，制定具体的计划，缺乏系统科学的管控，耗费时间与精力，各个部门之间会出现信息差或任务不明确的情况导致任务受阻，同时在任务进行过程不能及时进行跟进和问题反馈，缺乏对任务进度把控的敏感度。为此，我们提供基于机器学习的系统工程支持系统。

技术实现思路

[0004]本专利技术的目的在于提供了基于机器学习的系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器学习的系统工程支持系统，其特征在于：包括任务导入单元、信息收集单元、分配规划单元和核算管控单元；任务导入单元将拟定好的任务清单进行导入，同时信息收集单元对各个职责部门的人员信息进行采集，并将其传输至数据存储单元进行存储；分配规划单元根据任务清单对职责部门以及对应的员工进行任务的匹配规划，并最终生成任务跟踪清单，核算管控单元针对任务完成情况对任务跟踪清单进行更新，同时对员工的个人任务进度和各职责部门的整体任务进度进行风险警示和管控。2.根据权利要求1所述的基于机器学习的系统工程支持系统，其特征在于，数据存储单元中预存有每个职责部门的职能范围的关键字，数据存储单元中还预存有基于大数据和自主学习的评估模型。3.根据权利要求1所述的基于机器学习的系统工程支持系统，其特征在于，分配规划单元通过对任务明细的关键字提取并将关键字与具体任务进行绑定，将关键字所匹配的职责部门与具体任务进行对应，从而将相应任务划分至对应的职责部门。4.根据权利要求3所述的基于机器学习的系统工程支持系统，其特征在于，职责部门将任务向部门内的员工进行摊派时，首先对任务进行整理分类和对员工的个人能效值进行评估计算，然后按照任务难度、任务类型以及所需开发工具的优先级顺序将任务分配...

【专利技术属性】
技术研发人员：祖军，赵岚，阴向阳，李光荣，
申请(专利权)人：能科科技股份有限公司，
类型：发明
国别省市：