System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,尤其涉及一种基于人工智能的分包商管理风险评估预警方法。
技术介绍
1、随着社会的发展和进步,各个领域的分工和合作日益重要。对于大中型工程项目而言,没有一家公司能够独立承担设计、制作和施工安装任务。
2、采购材料和设备以及进行工程项目分包是不可避免的管理任务。实践证明,许多项目的成功与否不是因为项目实施失败,而是因为采购或工程项目分包失败。分包商能否以高质量、高效率和经济的方式实现目标,直接影响项目的成败,在项目开始前,对分包商进行风险评估是必要的。为了确保项目目标的顺利实现,选择符合项目要求的合格分包商尤为重要。
技术实现思路
1、本专利技术提供了一种基于人工智能的分包商管理风险评估预警方法,以解决分包商风险评估时,通过人工评估难以得到较为准确的评估结果的问题。
2、根据本专利技术的一方面,提供了一种基于人工智能的分包商管理风险评估预警方法,该方法包括:
3、获取目标分包商的至少一个风险评估数据以及数据采集时间;其中,风险评估数据为对目标分包商完成目标项目存在影响的数据;
4、将至少一个风险评估数据与预先确定的至少一个历史风险特征数据进行相似度计算,确定与至少一个历史风险特征数据对应的数据相似度;其中,历史风险特征数据为历史出现预先设定的至少一个风险事件时的数据;
5、将数据采集时间与至少一个历史风险特征数据对应的历史采集时间分别进行相似度计算,确定与至少一个历史风险特征数据对应的时间相似度;
>6、根据数据相似度以及时间相似度,确定目标分包商的风险评估结果;
7、根据风险评估结果,确定风险预警级别,并根据风险预警级别向用户告警;
8、其中,数据相似度、时间相似度以及风险评估结果的确定过程由神经网络模型进行。
9、根据本专利技术的另一方面,提供了一种基于人工智能的分包商管理风险评估预警装置,该装置包括:
10、数据获取模块,用于获取目标分包商的至少一个风险评估数据以及数据采集时间;其中,风险评估数据为对目标分包商完成目标项目存在影响的数据;
11、特征相似计算模块,用于将至少一个风险评估数据与预先确定的至少一个历史风险特征数据进行相似度计算,确定与至少一个历史风险特征数据对应的数据相似度;其中,历史风险特征数据为历史出现预先设定的至少一个风险事件时的数据;
12、时间相似计算模块,用于将数据采集时间与至少一个历史风险特征数据对应的历史采集时间分别进行相似度计算,确定与至少一个历史风险特征数据对应的时间相似度;
13、评估结果确定模块,用于根据数据相似度以及时间相似度,确定目标分包商的风险评估结果;
14、风险告警模块,用于根据风险评估结果,确定风险预警级别,并根据风险预警级别向用户告警;
15、其中,数据相似度、时间相似度以及风险评估结果的确定过程由神经网络模型进行。
16、根据本专利技术的另一方面,提供了一种电子设备,电子设备包括:
17、至少一个处理器;以及
18、与至少一个处理器通信连接的存储器;其中,
19、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本专利技术任一实施例的一种基于人工智能的分包商管理风险评估预警方法。
20、根据本专利技术的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本专利技术任一实施例的一种基于人工智能的分包商管理风险评估预警方法。
21、本专利技术实施例的技术方案,获取目标分包商的至少一个风险评估数据以及数据采集时间;其中,风险评估数据为对目标分包商完成目标项目存在影响的数据;将至少一个风险评估数据与预先确定的至少一个历史风险特征数据进行相似度计算,确定与至少一个历史风险特征数据对应的数据相似度;其中,历史风险特征数据为历史出现预先设定的至少一个风险事件时的数据;将数据采集时间与至少一个历史风险特征数据对应的历史采集时间分别进行相似度计算,确定与至少一个历史风险特征数据对应的时间相似度;根据数据相似度以及时间相似度,确定目标分包商的风险评估结果;根据风险评估结果,确定风险预警级别,并根据风险预警级别向用户告警;其中,数据相似度、时间相似度以及风险评估结果的确定过程由神经网络模型进行,使得在进行分包商风险评估时,不再需要对分包商数据进行人为主观判断,避免由于出现判断错误或信息缺漏,从而导致判断结果的不准确的问题。
22、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的分包商管理风险评估预警方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据所述数据相似度以及所述时间相似度,确定所述目标分包商的风险评估结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述历史风险特征数据的确定过程,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述至少一个风险事件以及所述至少一个历史风险评估数据,确定与所述至少一个风险事件对应的所述历史风险特征数据,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述至少一个风险事件,对所述至少一个历史风险评估数据进行筛选,确定所述至少一个风险事件对应的风险影响数据,包括:
6.根据权利要求1所述的方法,其特征在于,在根据所述数据相似度以及所述时间相似度,确定所述目标分包商的风险评估结果之后,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,在获取目标分包商的至少一个风险评估数据以及数据采集时间之后,所述方法还包括:
8.一种基于人工智能的分包商管理风险评估预警装置,其特征
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种基于人工智能的分包商管理风险评估预警方法。
...【技术特征摘要】
1.一种基于人工智能的分包商管理风险评估预警方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据所述数据相似度以及所述时间相似度,确定所述目标分包商的风险评估结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述历史风险特征数据的确定过程,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述至少一个风险事件以及所述至少一个历史风险评估数据,确定与所述至少一个风险事件对应的所述历史风险特征数据,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述至少一个风险事件,对所述至少一个历史风险评估数据进行筛选,确定所述至少一个风险事件对应的风险影响数据,包...
【专利技术属性】
技术研发人员:严宇平,周昉昉,蔡忠岳,陆宏治,林浩,黄德辉,阮伟聪,卫潮冰,温兆聪,
申请(专利权)人:广东电网有限责任公司,
类型:发明
国别省市:
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。