摘要
本发明公开了一种基于结果融合的数实融合测试评价方法,包括:通过数实测试结果数据融合模块融合数字测试结果与实装测试结果为一体;步骤二、通过数实融合测试需求动态适应模块,构建装备的多目标测试需求模型;步骤三、通过数实融合测试结果评估模块执行构建适应性改进的贝叶斯神经网络模型,以实现对数实融合测试结果的深度评估,利用反向传播机制和模型的迭代训练来优化贝叶斯神经网络模型的性能,确保贝叶斯神经网络模型能够动态适应构建的多目标测试需求模型。本发明通过去冗补缺的融合两者数据,再通过建立测试需求动态适应模块,构建多目标测试需求模型与指标因子模型对数实测试结果的融合程度进行调整,使其较好地具备两者的融合优势。
技术关键词
贝叶斯神经网络
测试评价方法
指标
装备
因子权重
恶劣工况
博弈论方法
优化网络参数
数据
层次分析法
动态
推理方法
机制
骨架材料
冗余
模块
验证方法
指数
电控系统
系统为您推荐了相关专利信息
风险监管方法
手环
智能病床
运动场地
决策树模型
远程控制模式
路径规划方式
机器人控制方法
局部路径规划
控制站
列车运行时刻表
高铁
综合评价指标
列车运行时间表
计划
智慧养老
智能家居设备
生成个性化语音
语法结构
语音特征提取