一种新的体系能力需求生成方法

1.本发明涉及体系能力分析领域，尤其涉及一种新的体系能力需求生成方法。


背景技术：

2.随着信息技术的迅速发展，人们可以对各类体系进行对应的能力需求分析，并依据分析结果对该体系各项能力进行合理调配，分析方法主要包括层次分析法、数学规划法、数据包络分析、人工神经网络法、熵值法；模糊综合评判法等，能力需求分析有利于对体系中产生的偏差实时调度排除，如果不能排除这种偏差可能会导致生产的混乱、无序；因此，发明出一种新的体系能力需求生成方法变得尤为重要；
3.经检索，中国专利号cn105069696a公开了一种基于体系结构框架的航电系统能力需求分析方法，该发明虽然能够缩短开发周期，节约开发成本，但是仅能对单一的体系进行分析，无法满足工作人员对不同体系进行分析的需求，降低工作人员工作效率；此外，现有的新的体系能力需求生成方法生成的结论报告仅相关工作人员可理解，受众局限性大，影响普通用户查阅体验；为此，我们提出一种新的体系能力需求生成方法。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种新的体系能力需求生成方法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种新的体系能力需求生成方法，该生成方法具体步骤如下：
7.(1)工作人员输入体系名称，并收集对应能力需求：工作人员向计算设备输入体系名称，计算设备与互联网通信连接，并对相关能力需求进行收集筛选；
8.(2)构建能力需求表，并对其进行重要度排序：智能构建能力需求表，并将筛选完成的能力需求录入表中，同时构建卷积神经网络，并由卷积神经网络对能力需求表中的将相应评价由一定语义转换标准转换出的勾股模糊数进行计算，并依据计算结果进行重要度排序；
9.(3)构建分析模型，并对各项能力需求占比进行计算：依据排序完成的能力需求表构建分析模型，并依据表中排列顺序依次导入各项能力需求，并对各项能力需求权重进行分类计算，同时将计算结果录入能力需求表中；
10.(4)生成结论报告，并反馈给工作人员进行分析调整：依据计算结果智能生成结论报告，并将生成的结论报告反馈给工作人员，工作人员对结论报告进行查看，同时对其进行分析调整；
11.(5)将结论报告上传至云端服务器，用户可对其进行选择查看：云端服务器接收结论报告，并对其进行有序存储，同时用户可通过智能设备与云端服务器进行通信连接，并对结论报告进行选择查看。
12.进一步地，步骤(1)中所述收集筛选具体步骤如下：
13.步骤一：计算设备接收体系名称n，并依据n在互联网中进行精确检索，并收集搜索到的相关任务情报以及技术资料；
14.步骤二：对收集到的相关任务情报以及技术资料进行能力需求提取，并按照首字母a～z分为26组，同时分别对每组数据中的各项能力需求进行去重处理，并将处理完成的能力需求反馈给工作人员；
15.步骤三：工作人员查看各项能力需求，并对其进行手动调整。
16.进一步地，步骤(2)中所述重要度排序具体步骤如下：
17.第一步：卷积神经网络从互联网中抓取参考体系，并利用一定的语义转换标准将相应评价转换成勾股模糊数对参考体系完成相应任务的能力进行评价，同时生成模糊性评价；
18.第二步：对各项能力需求进行重要度计算，其具体计算公式如下：
[0019][0020]
其中，v(p
n
)代表p
n
的排序数值，p
n
代表勾股模糊数，且n为自然数，且n不大于总任务量；
[0021]
第三步：开始比较各组v(p
n
)大小，并依据从大到小进行重要度排序，同时依据排序结果更新能力需求表。
[0022]
进一步地，步骤(3)中所述分类计算具体步骤如下：
[0023]
s1：分析模型自行抓取对应能力需求的方案集与属性集，并生成决策矩阵，其具体决策矩阵如下：
[0024][0025]
其中，r代表决策矩阵，r
ij
为勾股模糊数，且r
ij
＝＜μ
ij
,v
ij
＞，μ
ml
、v
ml
分别代表隶属度与非隶属度；
[0026]
s2：对各组能力需求对应权重进行计算，其具体计算公式如下：
[0027][0028]
其中，ω
y
代表对应能力需求权重，π
ij
代表该勾股模糊数的犹豫度；
[0029]
s3：对各项能力需求所占权重进行层次分析，并生成结果数据，同时绘制饼图，并标记各项能力需求所占比例。
[0030]
进一步地，步骤(4)中所述分析调整具体步骤如下：
[0031]
ss1：工作人员查看相关结论报告，并对其中专业名词进行注释，同时对结论报告中错误数据进行修改备注；
[0032]
ss2：卷积神经网络接收工作人员注释完成的结论报告，并对注释位置进行替换调
整，同时卷积神经网络与互联网通信连接，并对结论报告中专业术语进行检索，同时对其进行语句替换；
[0033]
ss3：对修改备注位置进行收集，并对错误原因进行记录，并生成数据修复日志。
[0034]
进一步地，步骤(5)中所述选择查看具体步骤如下:
[0035]
p1：用户通过智能设备输入需要查找的结论报告编号n，云端服务器接收n，并依据n进行数据检索；
[0036]
p2：云端服务器将检索到的结论报告发送至用户智能设备供用户查看。
[0037]
进一步地，步骤(5)中所述智能设备包智能手机、平板电脑以及笔记本电脑。
[0038]
相比于现有技术，本发明的有益效果在于：
[0039]
1、该新的体系能力需求生成方法相较于以往对单一体系进行能力需求分析，工作人员向计算设备输入体系名称，计算设备与互联网通信连接，并依据体系名称从互联网中进行精确检索，并收集搜索到的相关任务情报以及技术资料，对收集到的相关任务情报以及技术资料进行能力需求提取，并进行分类处理，同时通过卷积神经网络对该体系能力需求进行分析，能够对不同类型的体系能力需求进行分析，降低使用局限性，提高工作人员工作效率，节省工作人员时间；
[0040]
2、该新的体系能力需求生成方法依据各项能力需求权重生成结论报告，并将其反馈给工作人员，工作人员查看相关结论报告，并对其中专业名词进行注释，同时对结论报告中错误数据进行修改备注，卷积神经网络接收工作人员注释完成的结论报告，并对注释位置进行替换调整，同时卷积神经网络对结论报告中专业术语进行检索，同时对其进行语句替换，对修改备注位置进行收集，并对错误原因进行记录，并生成数据修复日志，能够对结论报告中专业名词进行解释，降低阅读局限性，提高普通用户查阅体验，加强知识普及率，同时提高了结论报告的正确性。
附图说明
[0041]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
[0042]
图1为本发明提出的一种新的体系能力需求生成方法的流程框图。
具体实施方式
[0043]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0044]
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0045]
实施例1
[0046]
参照图1，一种新的体系能力需求生成方法，本实施例具体公开了一种收集筛选方法：
[0047]
工作人员输入体系名称，并收集对应能力需求：工作人员向计算设备输入体系名
称，计算设备与互联网通信连接，并对相关能力需求进行收集筛选。
[0048]
具体的，计算设备接收体系名称n，并依据n在互联网中进行精确检索，并收集搜索到的相关任务情报以及技术资料，对收集到的相关任务情报以及技术资料进行能力需求提取，并按照首字母a～z分为26组，同时分别对每组数据中的各项能力需求进行去重处理，并将处理完成的能力需求反馈给工作人员，工作人员查看各项能力需求，并对其进行手动调整。
[0049]
其中，需要进一步说明的是计算设备包括台式电脑以及笔记本电脑。
[0050]
构建能力需求表，并对其进行重要度排序：智能构建能力需求表，并将筛选完成的能力需求录入表中，同时构建卷积神经网络，并由卷积神经网络对能力需求表中的将相应评价由一定语义转换标准转换出的勾股模糊数进行计算，并依据计算结果进行重要度排序。
[0051]
具体的，卷积神经网络从互联网中抓取参考体系，并利用一定的语义转换标准将相应评价转换成勾股模糊数对参考体系完成相应任务的能力进行评价，同时生成模糊性评价，对各项能力需求进行重要度计算，开始比较各组排序数值大小，并依据从大到小进行重要度排序，同时依据排序结果更新能力需求表。
[0052]
需要进一步说明的是，其排序数值具体计算公式如下：
[0053][0054]
其中，v(p
n
)代表p
n
的排序数值，p
n
代表勾股模糊数，且n为自然数，且n不大于总任务量。
[0055]
构建分析模型，并对各项能力需求占比进行计算：依据排序完成的能力需求表构建分析模型，并依据表中排列顺序依次导入各项能力需求，并对各项能力需求权重进行分类计算，同时将计算结果录入能力需求表中。
[0056]
具体的，分析模型自行抓取对应能力需求的方案集与属性集，并生成决策矩阵，同时对各组能力需求对应权重进行计算，对各项能力需求所占权重进行层次分析，并生成结果数据，同时绘制饼图，并标记各项能力需求所占比例。
[0057]
需要进一步说明的是，其具体决策矩阵如下：
[0058][0059]
其中，r代表决策矩阵，r
ij
为勾股模糊数，且r
ij
＝＜μ
ij
,v
ij
＞，μ
ml
、v
ml
分别代表隶属度与非隶属度；
[0060]
其权重具体计算公式如下：
[0061]
[0062]
其中，ω
y
代表对应能力需求权重，π
ij
代表该勾股模糊数的犹豫度；
[0063]
本实施例中通过采用卷积神经网络接收工作人员注释完成的结论报告，并对注释位置进行替换调整，同时卷积神经网络对结论报告中专业术语进行检索，同时对其进行语句替换，对修改备注位置进行收集，并对错误原因进行记录，并生成数据修复日志，能够对结论报告中专业名词进行解释，降低阅读局限性，提高普通用户查阅体验，加强知识普及率，同时提高了结论报告的正确性。
[0064]
实施例2
[0065]
参照图1，一种新的体系能力需求生成方法，除与上述相同的结构外，本实施例具体公开了一种分析调整方法：
[0066]
生成结论报告，并反馈给工作人员进行分析调整：依据计算结果智能生成结论报告，并将生成的结论报告反馈给工作人员，工作人员对结论报告进行查看，同时对其进行分析调整。
[0067]
具体的，工作人员查看相关结论报告，并对其中专业名词进行注释，同时对结论报告中错误数据进行修改备注，卷积神经网络接收工作人员注释完成的结论报告，并对注释位置进行替换调整，同时卷积神经网络与互联网通信连接，并对结论报告中专业术语进行检索，同时对其进行语句替换，对修改备注位置进行收集，并对错误原因进行记录，并生成数据修复日志。
[0068]
将结论报告上传至云端服务器，用户可对其进行选择查看：云端服务器接收结论报告，并对其进行有序存储，同时用户可通过智能设备与云端服务器进行通信连接，并对结论报告进行选择查看。
[0069]
具体的，用户通过智能设备输入需要查找的结论报告编号n，云端服务器接收n，并依据n进行数据检索，云端服务器将检索到的结论报告发送至用户智能设备供用户查看。
[0070]
需要进一步说明的是，智能设备包智能手机、平板电脑以及笔记本电脑；
[0071]
本实施例中通过将计算设备与互联网通信连接，并依据体系名称从互联网中进行精确检索，并收集搜索到的相关任务情报以及技术资料，对收集到的相关任务情报以及技术资料进行能力需求提取，并进行分类处理，同时通过卷积神经网络对该体系能力需求进行分析，能够对不同类型的体系能力需求进行分析，降低使用局限性，提高工作人员工作效率，节省工作人员时间。
[0072]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。