论文部分内容阅读
随着信息化水平与生产力的不断提高,预拌混凝土质量越来越被行业内重视。如何将质量问题数字化,如何筛选并利用有效的工业大数据是行业面临的重要问题。本文提出了在工业大数据背景下预拌混凝土的质量反馈模型,模型结合了故障树、事件树等模型的优势,将构建的动态蝴蝶结模型转化为贝叶斯网络,并在Netica中将建立的网络采用蒙特卡洛进行模拟,得到的误差约为1.62%,采用预设因子对原材料、生产过程、运输过程、施工与养护等相关指标进行处理,以逐渐缩小与实际的误差,最后将数值低于0.04%的部分进行剪枝处理,并结合实际情况进行