CN106295982A - 一种基于wbs的船舶建造标准工时数据挖掘方法 - Google Patents
一种基于wbs的船舶建造标准工时数据挖掘方法 Download PDFInfo
- Publication number
- CN106295982A CN106295982A CN201610639812.XA CN201610639812A CN106295982A CN 106295982 A CN106295982 A CN 106295982A CN 201610639812 A CN201610639812 A CN 201610639812A CN 106295982 A CN106295982 A CN 106295982A
- Authority
- CN
- China
- Prior art keywords
- task bag
- task
- shipbuilding
- influence factor
- bag
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于WBS的船舶建造标准工时数据挖掘方法,解决了传统重量估算误差大缺点,从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题,以历史船舶建造数据为依据进行回归分析,获得工时和物量影响因素的曲线,实现了高精度工时数据获得,为船舶建造提供了准确的数据支持,能够有效提高船舶的建造效率。
Description
技术领域
本发明涉及一种基于WBS的船舶建造标准工时数据挖掘方法,属于船舶建造标准工时制定技术领域。
背景技术
工时数据是船舶建造过程中计划编制与负荷计算的重要依据,也是船舶建造成本预算和控制的基础。然而目前造船企业对于船舶建造工时的挖掘往往仅凭借建造重量来进行粗略估算,这种估算方法的误差大,并没有细分到船舶建造各个作业环节的作业工时,这样不合理、不具体的工时估算方法导致了工期不定、成本难以控制等问题。
因此,为了克服传统工时数据挖掘方法粗放,人为因素影响大等缺陷,本发明提出一种基于WBS的船舶建造标准工时的数据挖掘方法,本发明基于WBS分解,并利用数理统计的回归分析法,回归出各个任务包的工时和物量定额曲线,从而减少了工时数据挖掘的误差,避免了传统重量估算法所导致的工期不定、成本难以控制等问题。
发明内容
本发明所要解决的技术问题是提供一种解决传统重量估算误差大缺点,以历史数据为依据进行回归分析,实现高精度工时数据获得的基于WBS的船舶建造标准工时数据挖掘方法。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于WBS的船舶建造标准工时数据挖掘方法,包括如下步骤:
步骤001.分别针对船舶建造过程中的船体、舾装、涂装专业进行划分,获得船体、舾装、涂装分别所对应的各个生产活动,即获得船舶建造过程中的各个生产活动,然后进入步骤002;
步骤002.分别针对船舶建造过程中的各个生产活动进行划分,获得各个生产活动分别所对应的各个任务包,并进入步骤003;
步骤003.分别针对各个任务包,分析获得任务包所对应的各个物量影响因素,进而获得各个任务包分别所对应的各个物量影响因素,然后进入步骤004;
步骤004.根据历史船舶建造数据,分别针对各个任务包,获得任务包工时分别对应其各个物量影响因素的函数关系示意图,进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图,然后进入步骤005;
步骤005.分别针对各个任务包,根据任务包工时分别对应其各个物量影响因素的函数关系示意图,获得任务包工时对应物量影响因素的函数关系式,如下式(1)所示,然后进入步骤006;
其中,i={1、…、I},I表示任务包所对应物量影响因素的个数;S(xi)表示任务包所对应第i个物量影响因素xi的工时;ni,0、ni,1、ni,2、ni,3、…分别表示任务包所对应第i个物量影响因素xi的各个范围值;ai,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1范围、(xi)3的系数;bi,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、(xi)2的系数;ci,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、xi的系数;di,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段的常数;
步骤006.分别针对各个任务包,建立任务包所对应式(2)如下所示,然后进入步骤007;
S=β1S(x1)+…+βiS(xi)+…+βIS(xI)+β0 (2)
其中,S表示任务包所对应的总工时,βi表示S(xi)所对应的权重系数,β0表示截距;
步骤007.根据历史船舶建造数据,分别针对各个任务包,确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距,然后进入步骤008;
步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小,然后分别针对目标船舶建造过程中各个任务包,采用式(1),获得任务包分别对应其物量影响因素的工时,并进一步采用式(2),获得任务包所对应的工时,进而分别获得目标船舶建造过程中各个任务包的工时,接着进入步骤009;
步骤009.根据船舶建造顺序,针对目标船舶建造过程中各个任务包的工时进行汇总,获得目标船舶的建造工时。
作为本发明的一种优选技术方案:所述步骤001中,按照制造级针对船体进行划分,获得船体所对应的各个生产活动;按照作业类型针对舾装进行划分,获得舾装所对应的各个生产活动。
作为本发明的一种优选技术方案:所述步骤004中,根据历史船舶建造数据,分别针对各个任务包,构建任务包工时分别对应其各个物量影响因素的散点图,即获得任务包工时分别对应其各个物量影响因素的函数关系示意图。
作为本发明的一种优选技术方案:所述步骤007中,分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距。
作为本发明的一种优选技术方案:所述步骤007中,分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法,并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距。
本发明所述一种基于WBS的船舶建造标准工时数据挖掘方法采用以上技术方案与现有技术相比,具有以下技术效果:本发明所设计的基于WBS的船舶建造标准工时数据挖掘方法,解决了传统重量估算误差大缺点,从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题,以历史船舶建造数据为依据进行回归分析,获得工时和物量影响因素的曲线,实现了高精度工时数据获得,为船舶建造提供了准确的数据支持,能够有效提高船舶的建造效率。
附图说明
图1是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中步骤001的划分示意图;
图2是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中步骤002的划分示意图;
图3是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中实施例任务包所包含物量影响因素目录图;
图4是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中任务包工时对应物量影响因素的函数关系式(1)的曲线示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
本发明设计了一种基于WBS的船舶建造标准工时数据挖掘方法,在实际的应用过程当中,具体包括如下步骤:
步骤001.按照制造级针对船体进行划分,获得船体所对应的各个生产活动;按照作业类型针对舾装进行划分,获得舾装所对应的各个生产活动,由此获得船体、舾装、涂装分别所对应的各个生产活动,即获得船舶建造过程中的各个生产活动,然后进入步骤002。
步骤002.分别针对船舶建造过程中的各个生产活动进行划分,获得各个生产活动分别所对应的各个任务包,并进入步骤003。
步骤003.分别针对各个任务包,分析获得任务包所对应的各个物量影响因素,进而获得各个任务包分别所对应的各个物量影响因素,然后进入步骤004。
步骤004.根据历史船舶建造数据,分别针对各个任务包,构建任务包工时分别对应其各个物量影响因素的散点图,即获得任务包工时分别对应其各个物量影响因素的函数关系示意图,进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图,然后进入步骤005。
步骤005.分别针对各个任务包,根据任务包工时分别对应其各个物量影响因素的函数关系示意图,获得任务包工时对应物量影响因素的函数关系式,如下式(1)所示,然后进入步骤006,其中下式(1)所描述的曲线示意图如图4所示。
其中,i={1、…、I},I表示任务包所对应物量影响因素的个数;S(xi)表示任务包所对应第i个物量影响因素xi的工时;ni,0、ni,1、ni,2、ni,3、…分别表示任务包所对应第i个物量影响因素xi的各个范围值;ai,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1范围、(xi)3的系数;bi,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、(xi)2的系数;ci,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、xi的系数;di,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段的常数。
步骤006.分别针对各个任务包,建立任务包所对应式(2)如下所示,然后进入步骤007。
S=β1S(x1)+…+βiS(xi)+…+βIS(xI)+β0 (2)
其中,S表示任务包所对应的总工时,βi表示S(xi)所对应的权重系数,β0表示截距。
步骤007.分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法,并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距,然后进入步骤008。
步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小,然后分别针对目标船舶建造过程中各个任务包,采用式(1),获得任务包分别对应其物量影响因素的工时,并进一步采用式(2),获得任务包所对应的工时,进而分别获得目标船舶建造过程中各个任务包的工时,接着进入步骤009。
步骤009.根据船舶建造顺序,针对目标船舶建造过程中各个任务包的工时进行汇总,获得目标船舶的建造工时。
将上述所设计基于WBS的船舶建造标准工时数据挖掘方法应用实际的船舶制造中,具体包括如下步骤:
步骤001.按照制造级针对船体进行划分,获得船体所对应的各个生产活动;按照作业类型针对舾装进行划分,获得舾装所对应的各个生产活动,由此获得船体、舾装、涂装分别所对应的各个生产活动,即获得船舶建造过程中的各个生产活动,然后进入步骤002,如图1所示,按制造级将船体专业划分为备料、预处理、切割、加工、小组、中组、大组;分段阶段的舾装作业为预舾装,按照作业类型将其划分为制作、安装;涂装专业在分段阶段的作业为分段涂装,主要考虑涂装面积。
步骤002.分别针对船舶建造过程中的各个生产活动进行划分,获得各个生产活动分别所对应的各个任务包,并进入步骤003。如图2所示,船体专业,分别对备料、预处理、切割、加工、小组、中组、大组进行任务包划分,如下:备料阶段任务包包括分段钢板备料和分段型材备料;预处理阶段任务包包括分段钢板预处理和分段型材预处理;切割阶段任务包包括分段钢板切割和分段型材切割;加工阶段任务包包括分段普通零件加工、分段外板加工、分段肋骨加工、分段样板/样箱制作;小组阶段任务包包括分段小组装配、分段小组焊接、分段小组打磨、分段小组火工、分段手工拼板划线、分段手工拼板装配、分段手工拼板焊接、分段手工拼板打磨、分段手工拼板火工、分段流水线拼板划线、分段流水线拼板装配、分段流水线拼板板架切割、分段流水线拼板焊接、分段流水线拼板火工、分段流水线拼板打磨、分段流水线拼板检验;中组阶段任务包包括分段中组划线、分段中组装配、分段中组焊接、分段中组打磨、分段中组火工;大组阶段任务包包括分段划线、分段装配、分段焊接、分段打磨、分段火工。其次,舾装专业,分别对制作和安装进行任务包划分,如下:制作过程任务包包括分段铁舾件制作、分段管子制作、分段电装件制作、分段空冷通制作;安装过程任务包包括分段铁舾件安装、分段管子安装、分段电装件安装、分段空冷通安装。最后,涂装专业,分段涂装任务包包括分段冲砂、分段油漆。
步骤003.分别针对各个任务包,分析获得任务包所对应的各个物量影响因素,进而获得各个任务包分别所对应的各个物量影响因素,然后进入步骤004。其中如图3所示,以分段钢板切割任务包、分段型材切割任务包为例进行分析,获得分段钢板切割任务包所对应的物量影响因素为钢板重量和钢板数量,以及获得分段型材切割任务包所对应的物量影响因素为型材重量和型材数量。
步骤004.根据历史船舶建造数据,分别针对各个任务包,构建任务包工时分别对应其各个物量影响因素的散点图,即获得任务包工时分别对应其各个物量影响因素的函数关系示意图,进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图,其中,包括常数函数、分段常数函数、一次函数、分段一次函数,然后进入步骤005。
步骤005.分别针对各个任务包,根据任务包工时分别对应其各个物量影响因素的函数关系示意图,获得任务包工时对应物量影响因素的函数关系式,如下式(1)所示,然后进入步骤006。
其中,i={1、…、I},I表示任务包所对应物量影响因素的个数;S(xi)表示任务包所对应第i个物量影响因素xi的工时;ni,0、ni,1、ni,2、ni,3、…分别表示任务包所对应第i个物量影响因素xi的各个范围值;ai,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1范围、(xi)3的系数;bi,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、(xi)2的系数;ci,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、xi的系数;di,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段的常数。
步骤006.分别针对各个任务包,建立任务包所对应式(2)如下所示,然后进入步骤007。
S=β1S(x1)+…+βiS(xi)+…+βIS(xI)+β0 (2)
其中,S表示任务包所对应的总工时,βi表示S(xi)所对应的权重系数,β0表示截距。
步骤007.分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法,并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距,然后进入步骤008。
步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小,然后分别针对目标船舶建造过程中各个任务包,采用式(1),获得任务包分别对应其物量影响因素的工时,并进一步采用式(2),获得任务包所对应的工时,进而分别获得目标船舶建造过程中各个任务包的工时,接着进入步骤009。
步骤009.根据船舶建造顺序,针对目标船舶建造过程中各个任务包的工时进行汇总,获得目标船舶的建造工时。
上述技术方案所设计的基于WBS的船舶建造标准工时数据挖掘方法,解决了传统重量估算误差大缺点,从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题,以历史船舶建造数据为依据进行回归分析,获得工时和物量影响因素的曲线,实现了高精度工时数据获得,为船舶建造提供了准确的数据支持,能够有效提高船舶的建造效率。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种基于WBS的船舶建造标准工时数据挖掘方法,其特征在于,包括如下步骤:
步骤001.分别针对船舶建造过程中的船体、舾装、涂装专业进行划分,获得船体、舾装、涂装分别所对应的各个生产活动,即获得船舶建造过程中的各个生产活动,然后进入步骤002;
步骤002.分别针对船舶建造过程中的各个生产活动进行划分,获得各个生产活动分别所对应的各个任务包,并进入步骤003;
步骤003.分别针对各个任务包,分析获得任务包所对应的各个物量影响因素,进而获得各个任务包分别所对应的各个物量影响因素,然后进入步骤004;
步骤004.根据历史船舶建造数据,分别针对各个任务包,获得任务包工时分别对应其各个物量影响因素的函数关系示意图,进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图,然后进入步骤005;
步骤005.分别针对各个任务包,根据任务包工时分别对应其各个物量影响因素的函数关系示意图,获得任务包工时对应物量影响因素的函数关系式,如下式(1)所示,然后进入步骤006;
其中,i={1、…、I},I表示任务包所对应物量影响因素的个数;S(xi)表示任务包所对应第i个物量影响因素xi的工时;ni,0、ni,1、ni,2、ni,3、…分别表示任务包所对应第i个物量影响因素xi的各个范围值;ai,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1范围、(xi)3的系数;bi,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、(xi)2的系数;ci,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段、xi的系数;di,1表示任务包第i个物量影响因素xi对应ni,0≤xi<ni,1阶段的常数;
步骤006.分别针对各个任务包,建立任务包所对应式(2)如下所示,然后进入步骤007;
S=β1S(x1)+…+βiS(xi)+…+βIS(xI)+β0 (2)
其中,S表示任务包所对应的总工时,βi表示S(xi)所对应的权重系数,β0表示截距;
步骤007.根据历史船舶建造数据,分别针对各个任务包,确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距,然后进入步骤008;
步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小,然后分别针对目标船舶建造过程中各个任务包,采用式(1),获得任务包分别对应其物量影响因素的工时,并进一步采用式(2),获得任务包所对应的工时,进而分别获得目标船舶建造过程中各个任务包的工时,接着进入步骤009;
步骤009.根据船舶建造顺序,针对目标船舶建造过程中各个任务包的工时进行汇总,获得目标船舶的建造工时。
2.根据权利要求1所述一种基于WBS的船舶建造标准工时数据挖掘方法,其特征在于:所述步骤001中,按照制造级针对船体进行划分,获得船体所对应的各个生产活动;按照作业类型针对舾装进行划分,获得舾装所对应的各个生产活动。
3.根据权利要求1所述一种基于WBS的船舶建造标准工时数据挖掘方法,其特征在于:所述步骤004中,根据历史船舶建造数据,分别针对各个任务包,构建任务包工时分别对应其各个物量影响因素的散点图,即获得任务包工时分别对应其各个物量影响因素的函数关系示意图。
4.根据权利要求1所述一种基于WBS的船舶建造标准工时数据挖掘方法,其特征在于:所述步骤007中,分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距。
5.根据权利要求4所述一种基于WBS的船舶建造标准工时数据挖掘方法,其特征在于:所述步骤007中,分别针对各个任务包,根据历史船舶建造数据,采用多重回归分析方法,并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距,进而分别确定各个任务包所对应式(2)中的各个系数和截距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610639812.XA CN106295982B (zh) | 2016-08-05 | 2016-08-05 | 一种基于wbs的船舶建造标准工时数据挖掘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610639812.XA CN106295982B (zh) | 2016-08-05 | 2016-08-05 | 一种基于wbs的船舶建造标准工时数据挖掘方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106295982A true CN106295982A (zh) | 2017-01-04 |
CN106295982B CN106295982B (zh) | 2019-09-24 |
Family
ID=57666248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610639812.XA Active CN106295982B (zh) | 2016-08-05 | 2016-08-05 | 一种基于wbs的船舶建造标准工时数据挖掘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106295982B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392425A (zh) * | 2017-06-15 | 2017-11-24 | 中国烟草总公司 | 一种烟草行业项目实施sop的管理方法及系统 |
CN107480861A (zh) * | 2017-07-12 | 2017-12-15 | 深圳市联邦重科电子科技有限公司 | 一种研发工时计算方法和装置 |
CN110288367A (zh) * | 2019-05-06 | 2019-09-27 | 广州文冲船厂有限责任公司 | 一种新船电缆物量估算方法 |
CN110826816A (zh) * | 2019-11-14 | 2020-02-21 | 广州红帆科技有限公司 | 船舶造修的能耗确定方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102467690A (zh) * | 2010-11-12 | 2012-05-23 | 上海宝信软件股份有限公司 | 造船生产流程控制方法及控制装置 |
CN102945517A (zh) * | 2012-10-19 | 2013-02-27 | 利诚服装集团股份有限公司 | 一种基于聚类分析的服装标准工时的数据挖掘方法 |
US20160140474A1 (en) * | 2014-11-18 | 2016-05-19 | Tenore Ltd. | System and method for automated project performance analysis and project success rate prediction |
-
2016
- 2016-08-05 CN CN201610639812.XA patent/CN106295982B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102467690A (zh) * | 2010-11-12 | 2012-05-23 | 上海宝信软件股份有限公司 | 造船生产流程控制方法及控制装置 |
CN102945517A (zh) * | 2012-10-19 | 2013-02-27 | 利诚服装集团股份有限公司 | 一种基于聚类分析的服装标准工时的数据挖掘方法 |
US20160140474A1 (en) * | 2014-11-18 | 2016-05-19 | Tenore Ltd. | System and method for automated project performance analysis and project success rate prediction |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392425A (zh) * | 2017-06-15 | 2017-11-24 | 中国烟草总公司 | 一种烟草行业项目实施sop的管理方法及系统 |
CN107480861A (zh) * | 2017-07-12 | 2017-12-15 | 深圳市联邦重科电子科技有限公司 | 一种研发工时计算方法和装置 |
CN110288367A (zh) * | 2019-05-06 | 2019-09-27 | 广州文冲船厂有限责任公司 | 一种新船电缆物量估算方法 |
CN110826816A (zh) * | 2019-11-14 | 2020-02-21 | 广州红帆科技有限公司 | 船舶造修的能耗确定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106295982B (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295982A (zh) | 一种基于wbs的船舶建造标准工时数据挖掘方法 | |
León et al. | A fuzzy mathematical programming approach to the assessment of efficiency with DEA models | |
US11904423B2 (en) | Machining path coordination method for bilateral ultrasonic rolling of blade surfaces | |
CN106217128A (zh) | 基于大数据挖掘的变工况下刀具磨损状态预测方法 | |
Alzebdeh et al. | Applying interpretive structural modeling to cost overruns in construction projects in the sultanate of Oman | |
CN108984909B (zh) | 一种基于Mar-Lin模型的含大损伤飞机复合材料结构剩余强度分析方法 | |
CN110222454A (zh) | 铣削加工精度一致性的工艺设计方法 | |
CN108557009A (zh) | 一种船体分段补偿量的计算方法 | |
CN116309556B (zh) | 一种基于机器视觉技术的钢构件成品质量管理方法 | |
CN113157732A (zh) | 一种基于pso-bp神经网络的地下铲运机故障诊断方法 | |
CN113641733B (zh) | 一种河道断面流量实时智能推求方法 | |
Sanni-Anibire et al. | Machine learning-Based framework for construction delay mitigation. | |
CN114782099A (zh) | 一种建筑工程造价用预算估计及分析方法 | |
CN106679911B (zh) | 一种基于多尺度数据融合理论的梁型结构损伤识别方法 | |
Zhao et al. | A Back Propagation Neural Network Model based on kalman filter for water quality prediction | |
CN116226961A (zh) | 一种基于贝叶斯网络的大型钢桥面板疲劳裂纹空间不均匀分布评估方法 | |
CN106569982A (zh) | 带奇异点检测补偿的gpr在线软测量方法及系统 | |
CN116226758A (zh) | 一种基于改进粒子滤波和卷积网络的雕刻机异常检测方法 | |
CN103226341A (zh) | 一种面向高速加工的自由曲面螺旋刀具轨迹规划方法 | |
CN115169241A (zh) | 一种数据-模型互驱动的TiAl合金疲劳寿命预测方法 | |
CN108460173A (zh) | 一种既有工业建筑结构耐久性损伤预警方法 | |
CN108169013A (zh) | 一种适用于多钉连接试件的疲劳寿命校准方法 | |
Khawale et al. | Implementation of Six Sigma methodology for piston rod manufacturing | |
CN107486587A (zh) | 一种提高剪切设定模型控制精度的减薄量补偿方法 | |
CN104571048A (zh) | 基于价值工程和加工特征的飞机结构件加工工艺评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |