一种基于多源数据融合的研发成本动态优化方法与流程

本发明涉及数据处理，尤其涉及一种基于多源数据融合的研发成本动态优化方法。

背景技术：

1、研发项目具有周期长、不确定性高、参与主体多、数据来源广泛等特点。研发成本数据分散在研发管理系统、供应链系统、财务系统、技术创新成果管理系统等多个异构平台中，各数据源在语义表达、时间精度和格式规范上存在显著差异。

2、现有技术中，多源数据融合策略普遍采用固定权重或静态模型，当数据源的数据分布或可靠性发生变化时，融合结果的准确性难以保障。此外，现有成本预测方法大多面向工程建设或制造场景，难以有效处理研发场景中成本动因之间复杂的非线性耦合关系，且缺乏将技术创新成果数据和知识产权数据纳入成本分析框架的能力。在偏差分析与优化方面，现有技术通常将预测偏差仅作为误差记录，未能将偏差归因结果反馈至数据融合与预测环节形成闭环优化，系统无法从历史偏差中持续学习，优化效率低下。

3、因此，本发明提出一种基于多源数据融合的研发成本动态优化方法。

技术实现思路

1、本发明的目的是解决现有技术中融合策略缺乏动态调整能力、成本预测不适配研发、偏差分析不闭环的问题，为此提出一种基于多源数据融合的研发成本动态优化方法。

2、为了实现上述目的，本发明采用了如下技术方案：一种基于多源数据融合的研发成本动态优化方法，包括以下步骤：

3、步骤s1，获取多源异构研发数据，进行统一标识与预处理，生成标准化数据集，所述多源异构研发数据包括技术创新成果数据和知识产权数据；

4、步骤s2，对各数据源的特征进行语义层级标注，采用时间滞后互信息方法识别特征间的因果关系，构建以因果关系为有向边的语义约束关系图，并计算各特征的不确定性量化值；

5、步骤s3，基于各特征在语义约束关系图中的结构中心性和不确定性量化值，生成动态融合权重，对各数据源的特征进行加权融合，并在标准化数据集或语义约束关系图发生更新时，重新计算各特征的动态融合权重；

6、步骤s4，从语义约束关系图中提取指向成本预测目标的关键因果路径，构建以关键因果路径上的特征为注意力掩码约束的长短期记忆网络预测模型，生成研发成本动态预测结果；

7、步骤s5，计算实际成本数据与预测结果的偏差，基于长短期记忆网络预测模型的可解释性分析结果，沿语义约束关系图中的因果路径和语义层级进行偏差归因分析，生成偏差反馈信号；

8、步骤s6，基于当前偏差反馈信号与历史偏差模式的语义层级匹配结果，调用对应优化策略或触发知识发现过程，并更新语义约束关系图的边权重和动态融合权重。

9、本发明提供的技术方案带来的有益效果至少包括：

10、本发明通过构建语义约束关系图并计算各特征的不确定性量化值，能够消除多源异构数据之间的语义差异和数据质量差异，实现多源研发数据的自适应融合。

11、本发明通过基于语义约束关系图中的结构中心性和不确定性量化值生成动态融合权重，能够在标准化数据集或语义约束关系图发生更新时自动调整融合策略，提高融合结果的准确性。

12、本发明通过从语义约束关系图中提取关键因果路径并构建因果路径注意力掩码约束的长短期记忆网络预测模型，能够使预测模型仅关注与成本目标具有因果关联的特征，提高研发成本预测精度。

13、本发明通过沿语义约束关系图中的因果路径和语义层级进行偏差归因分析，能够追溯偏差在因果网络中的传导链条并按语义层级定位偏差来源，为优化决策提供精准的归因依据。

14、本发明通过构建偏差模式知识库并基于语义层级匹配历史偏差模式，能够复用历史优化策略并通过更新语义约束关系图的边权重和动态融合权重形成闭环自优化，使融合策略随实际偏差反馈持续演化，实现研发成本的动态优化。

1.一种基于多源数据融合的研发成本动态优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：其中在步骤s1中，所述统一标识包括为每条数据记录打上时间戳和数据来源系统标识，所述技术创新成果数据包括技术成果复用率和成果转化收益率，所述知识产权数据包括专利法律状态和专利引用关系。

3.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：

4.根据权利要求3所述的基于多源数据融合的研发成本动态优化方法，其特征在于，在子步骤s2-1中，所述结构性特征包括物料清单层级关系和标准工艺路线；所述动态性特征包括采购价格波动和工时消耗变化；所述外部性特征包括市场材料价格指数和汇率波动；所述成果性特征包括技术成果复用率、知识产权转化收益和成果与研发项目的关联度。

5.根据权利要求3所述的基于多源数据融合的研发成本动态优化方法，其特征在于，在子步骤s2-1中，所述有向约束关系包括：结构性特征约束动态性特征的取值范围，外部性特征影响动态性特征的演化方向，动态性特征影响成果性特征的产出效率，成果性特征反哺结构性特征的调整。

6.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：

7.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：

8.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：

9.根据权利要求1所述的基于多源数据融合的研发成本动态优化方法，其特征在于：

10.根据权利要求9所述的基于多源数据融合的研发成本动态优化方法，其特征在于，在子步骤s6-3中，所述优化策略包括调整成果复用策略和调整专利商标检索识别策略；所述调整成果复用策略为通过技术创新成果共享服务系统推送可复用技术成果；所述调整专利商标检索识别策略为当偏差分析表明存在知识产权冲突风险时，提高专利商标检索的精度和范围。