大数据分析技术的船舶施工进展估计研究
发布时间:2021-03-08 10:03
在实际进展估计时,估计进程任务有限,导致最终估计得到的工期不准确,针对该不足,研究一种大数据分析技术的船舶施工进展估计方法。利用大数据分析船舶施工持续时间,转换施工进程任务为串行任务后,设定一个施工缓冲区,扩大估计进程任务,以缓冲区的施工阶段为估计阶段,确定延迟出现点,计算延迟工期,最终完成对船舶施工进展估计方法的研究。随机选取某阶段的船舶工时报表,以工时报表工时对比标准,分别使用2种传统船舶施工进展估计方法与文中研究的施工进展估计方法进行实验。结果表明,文中研究的进展估计方法得到的工期结果最准确。
【文章来源】:舰船科学技术. 2020,42(24)北大核心
【文章页数】:3 页
【部分图文】:
形成的缓冲区Fig.1Formedbuffer
【参考文献】:
期刊论文
[1]大数据技术在工程项目管理中的应用分析[J]. 喻子建. 工程技术研究. 2019(21)
[2]大数据支持下船舶智能运维的实现[J]. 战翌婷,曾骥. 上海海事大学学报. 2019(02)
[3]基于大数据分析的船舶功率优化应用[J]. 刘柱,姚久武,李迪阳,张宝清,周利江. 中国航海. 2019(02)
[4]基于人工智能技术的大数据分析方法研究进展[J]. 王万良,张兆娟,高楠,赵燕伟. 计算机集成制造系统. 2019(03)
本文编号:3070868
【文章来源】:舰船科学技术. 2020,42(24)北大核心
【文章页数】:3 页
【部分图文】:
形成的缓冲区Fig.1Formedbuffer
【参考文献】:
期刊论文
[1]大数据技术在工程项目管理中的应用分析[J]. 喻子建. 工程技术研究. 2019(21)
[2]大数据支持下船舶智能运维的实现[J]. 战翌婷,曾骥. 上海海事大学学报. 2019(02)
[3]基于大数据分析的船舶功率优化应用[J]. 刘柱,姚久武,李迪阳,张宝清,周利江. 中国航海. 2019(02)
[4]基于人工智能技术的大数据分析方法研究进展[J]. 王万良,张兆娟,高楠,赵燕伟. 计算机集成制造系统. 2019(03)
本文编号:3070868
本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/3070868.html