关键词:
航空产品
机器学习
机电一体化
项目风险管理
摘要:
从第一次工业革命到如今的工业4.0时代,人类社会进步的每个阶段都伴随着当时最高工业水平能实现的工业结晶,它从工业的角度代表了一个时代的人类智慧的极限,从蒸汽机到内燃机,从T型车到四门轿车,从螺旋桨飞机到现在的喷气式飞机,航空机电一体化产品无疑是我们这个年代工业领域上的皇冠。与航空机电一体化产品的诸多荣誉相对应的,自然是对于此类产品相关项目的高标准严要求,由此带来了相关项目在设计和制造的管理过程中存在着大量的项目风险,对于风险的每次应对都在挑战着技术人员及其管理者的脑力极限。但由于有限的人类认知能力、情报本身的迟延、企业自身能力等原因,本文企业在航空机电一体化产品项目的工作推进过程中经常处于十分被动的局面,不能从项目总体出发统筹工作,只能遇到风险应对风险,还来不及思考风险的成因和优化措施,下一个风险又发生了,项目风险就如此恶性循环在本文企业的日常工作中。本文以企业项目经理视角,收集和项目有关的技术难度、研制周期、供应方情况、管理方面的风险发生及应对情况数据,形成可供大数据机器学习技术分析的小型数据集,运用泛化能力强的贝叶斯模型、有监督的轻量化梯度提升树模型、深度学习框架下的多层神经网络模型对数据集进行机器学习和分析,产生有一定命中率的预判结果和特征重要性量化排名,使管理者可以通过当前的项目配置数据情况有数据支撑的预判项目风险,及时做出力所能及的优化方案,帮助管理者做出理性的风险决策。运用多元线性回归模型分析形成多元线性多项式拟合风险应对问题,量化风险的应对成本。使用矩阵数学软件进行项目数据可视化,全局俯视项目的研制周期内全阶段风险发生及应对情况,有针对性、有重点的量化部署相关工作,精细化企业项目的风险管理工作。