基于冗余约简和缺失数据修复的电力工程智能评审迭代式框架

为解决优化改进标准、规范化的评审核心数据体系构建以及评审规则库。提出一种基于冗余约简和缺失数据修复的电力工程智能评审迭代式框架。采用粗糙集算法约简评审历史数据维度,得到评审的关键指标,建立多分类Softmax模型对数据样本进行多元分类,形成规则库映射。针对部分样本数据缺失问题,根据Softmax评审结果迭代进行k-邻域(k-NN)构造和缺失数据修复,实现在优化的评审规则库中,相似样本具有相同评审结论。实验结果表明,本文所提方法可提升评审基础数据价值密度,评审规则精度、效率有明显提升,可支撑“新基建”评审业务开展。