CN109146310A - 加工效率评估方法、设备、存储介质及装置 - Google Patents
加工效率评估方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN109146310A CN109146310A CN201811034340.0A CN201811034340A CN109146310A CN 109146310 A CN109146310 A CN 109146310A CN 201811034340 A CN201811034340 A CN 201811034340A CN 109146310 A CN109146310 A CN 109146310A
- Authority
- CN
- China
- Prior art keywords
- processing efficiency
- enterprise
- assessed
- process data
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种加工效率评估方法、设备、存储介质及装置,所述方法包括:获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。本发明通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
Description
技术领域
本发明涉及粮食加工技术领域,尤其涉及一种加工效率评估方法、设备、存储介质及装置。
背景技术
目前粮食加工企业数量众多,加工工艺各有不同,以稻谷为例,加工过程主要包括三道碾米和三道抛光,由于加工工艺的不同,每一道工序的加工效率也不同,其中,加工效率主要指出米率和损失率,出米率是指稻谷加工为大米的产量比,损失率主要指的是稻糠的产量比。
为了达到较高的加工效率,即较高的出米率与较低的损失率,需对粮食加工企业的加工工艺进行评估。已有的对企业加工效率评估手段是通过企业的盈利状况来简单地评估企业的加工效率,从整体上评估一个企业加工效率高或者低,而没有确定的标准去评估一个企业具体加工过程中每一道工序的效率。因此,目前还缺乏一种较准确地评估粮食加工企业的加工效率的方法。
发明内容
本发明的主要目的在于提供一种加工效率评估方法、设备、存储介质及装置,旨在解决现有技术中无法较准确地评估粮食加工企业的加工效率的技术问题。
为实现上述目的,本发明提供一种加工效率评估方法,所述方法包括以下步骤:
获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
优选地,所述获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率,具体包括:
获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据;
根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
优选地,所述获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据,具体包括:
获取所述待评估企业的第一加工数据,根据预设数据范围对所述第一加工数据进行筛选,获得第二加工数据;
根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业各道加工工序的第二加工效率;
根据预设样本优化模型和所述第二加工效率对所述第二加工数据进行异常数据过滤,获得过滤后的第一加工数据。
优选地,所述加工工艺数据至少包括:加工设备信息和加工流程。
优选地,所述从所述第一加工数据中提取所述待评估企业的加工工艺数据之前,所述方法还包括:
采集样本加工数据,从所述样本加工数据中提取样本加工工艺数据;
根据所述样本加工工艺数据对所述样本加工数据进行分类;
根据分类后的样本加工数据计算各样本加工工艺数据下各道加工工序的样本平均加工效率,获得加工工艺数据与平均加工效率的映射关系。
优选地,所述第一加工效率包括第一出米率和第一损失率,所述平均加工效率包括平均出米率和平均损失率;
相应地,所述将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率,具体包括:
将所述第一出米率与所述平均出米率进行对比,获得第一对比结果;
将所述第一损失率与所述平均损失率进行对比,获得第二对比结果;
根据所述第一对比结果与所述第二对比结果评估所述待评估企业各道加工工序的加工效率。
优选地,所述根据对比结果评估所述待评估企业各道加工工序的加工效率之后,所述方法还包括:
根据评估结果诊断所述待评估企业的加工工艺。
此外,为实现上述目的,本发明还提供一种加工效率评估设备,所述加工效率评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的加工效率评估程序,所述加工效率评估程序被所述处理器执行时实现如上文所述加工效率评估方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有加工效率评估程序,所述加工效率评估程序被处理器执行时实现如上文所述加工效率评估方法的步骤。
此外,为实现上述目的,本发明还提供一种加工效率评估装置,所述加工效率评估装置包括:
获取模块,用于获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
查找模块,用于从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
评估模块,用于将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
在本发明中,通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的加工效率评估设备结构示意图;
图2为本发明加工效率评估方法第一实施例的流程示意图;
图3为本发明加工效率评估方法第二实施例的流程示意图;
图4为本发明加工效率评估方法第三实施例的流程示意图;
图5为本发明加工效率评估装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的加工效率评估设备结构示意图。
如图1所示,所述加工效率评估设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解,图1中示出的结构并不构成对所述加工效率评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及加工效率评估程序。
在图1所示的加工效率评估设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述加工效率评估设备通过处理器1001调用存储器1005中存储的加工效率评估程序,并执行本发明实施例提供的加工效率评估方法。
所述加工效率评估设备通过处理器1001调用存储器1005中存储的加工效率评估程序,并执行以下操作:
获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
进一步地,处理器1001可以调用存储器1005中存储的加工效率评估程序,还执行以下操作:
获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据;
根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
进一步地,处理器1001可以调用存储器1005中存储的加工效率评估程序,还执行以下操作:
获取所述待评估企业的第一加工数据,根据预设数据范围对所述第一加工数据进行筛选,获得第二加工数据;
根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业各道加工工序的第二加工效率;
根据预设样本优化模型和所述第二加工效率对所述第二加工数据进行异常数据过滤,获得过滤后的第一加工数据。
进一步地,处理器1001可以调用存储器1005中存储的加工效率评估程序,还执行以下操作:
采集样本加工数据,从所述样本加工数据中提取样本加工工艺数据;
根据所述样本加工工艺数据对所述样本加工数据进行分类;
根据分类后的样本加工数据计算各样本加工工艺数据下各道加工工序的样本平均加工效率,获得加工工艺数据与平均加工效率的映射关系。
进一步地,处理器1001可以调用存储器1005中存储的加工效率评估程序,还执行以下操作:
将所述第一出米率与所述平均出米率进行对比,获得第一对比结果;
将所述第一损失率与所述平均损失率进行对比,获得第二对比结果;
根据所述第一对比结果与所述第二对比结果评估所述待评估企业各道加工工序的加工效率。
进一步地,处理器1001可以调用存储器1005中存储的加工效率评估程序,还执行以下操作:
根据评估结果诊断所述待评估企业的加工工艺。
在本实施例中,通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
基于上述硬件结构,提出本发明加工效率评估方法的实施例。
参照图2,图2为本发明加工效率评估方法第一实施例的流程示意图。
在第一实施例中,所述加工效率评估方法包括以下步骤:
步骤S10:获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
需要说明的是,加工数据包括企业加工的稻谷品种、稻谷总量、每一道加工工序里的出米率和加工后遗留物中可食用物质损失率,所述第一加工数据为所述待评估企业的加工数据,即该待评估企业加工的稻谷品种、稻谷总量、每一道加工工序里的出米率和加工后遗留物中可食用物质损失率,根据所述第一加工数据计算所述待评估企业各道加工工序的第一出米率及第一损失率,将所述第一出米率及第一损失率作为第一加工效率。
在具体实现中,待评估企业使用不同的加工工艺加工稻谷,因此,在计算所述第一加工效率之前,将根据待评估企业的加工工艺数据对待评估企业的第一加工数据进行分类。加工工艺数据包括加工设备信息和加工流程等,因此,将同一稻谷品种、使用同一加工设备信息、按照同一加工流程加工的第一加工数据作为一类,在同一类第一加工数据中计算该品种稻谷各道加工工序的第一加工效率。
步骤S20:从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率。
可以理解的是,所述平均加工效率为依据大数据获得的标准加工效率,本实施例将根据所述平均加工效率评估所述待评估企业的所述第一加工效率。在依据大数据获得的标准加工效率阶段,针对不同的加工工艺,分别统计对应的平均加工效率,从而建立加工工艺数据与平均加工效率的预设映射关系,因此,能够根据所述待评估企业的加工工艺数据在预设映射关系中查找对应的平均加工效率。
步骤S30:将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
需要说明的是,由于所述平均加工效率对应的加工工艺数据与所述待评估企业的加工工艺数据相同,因此,所述平均加工效率是所述第一加工效率对应的标准加工效率,所述平均加工效率可对所述第一加工效率进行评价。
在具体实现中,将各道加工工序中的所述第一加工效率与所述平均加工效率进行对比,获得对比结果,并根据所述对比结果评估所述待评估企业各道加工工序的加工效率。例如求解某一加工工艺数据下的某一稻谷品种在每一道加工工序的平均出米率为a1,a2...a6;而待评估企业在该加工工艺数据下同一稻谷品种在每一道加工工序的出米率为b1,b2...,b6。若a1<b1,则可以评估该待评估企业该品种稻谷在加工工序1的出米率低于平均出米率。
在本实施例中,通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
参照图3,图3为本发明加工效率评估方法第二实施例的流程示意图,基于上述图2所示的实施例,提出本发明加工效率评估方法的第二实施例。
在第二实施例中,所述步骤S10,具体包括:
获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据;根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
需要说明的是,将根据待评估企业的加工工艺数据对待评估企业的第一加工数据进行分类,将同一种稻谷品种、使用同一加工设备信息、按照同一加工流程加工的第一加工数据作为一类,在同一类第一加工数据中计算该品种稻谷的第一加工效率。为了准确计算所述待评估企业的第一加工效率,将对所述待评估企业的第一加工数据进行过滤,从所述第一加工数据中剔除出异常数据,从而根据过滤后的第一加工数据计算的所述待评估企业的第一加工效率更为准确。
进一步地,所述步骤S10,具体包括:
步骤S101:获取所述待评估企业的第一加工数据,根据预设数据范围对所述第一加工数据进行筛选,获得第二加工数据。
步骤S102:根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业各道加工工序的第二加工效率。
步骤S103:根据预设样本优化模型和所述第二加工效率对所述第二加工数据进行异常数据过滤,获得过滤后的第一加工数据。
步骤S104:根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
可以理解的是,对所述第一加工数据将进行二次处理,第一次处理为根据预设数据范围对所述第一加工数据进行筛选,排除部分企业的人工填写错误或者单位错误等类型的异常值,具体为:根据预设拟合仿真模型和第一加工数据计算初始加工效率,将初始加工效率明显过高或过低的第一加工数据进行删除,获得第二加工数据,其中,所述预设数据范围根据调查和实际经验所得。筛选后,将根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业的第二加工效率,根据预设样本优化模型找出异常的第二加工效率,并将该异常的第二加工效率对应的第二加工数据进行过滤,获得不含异常数据的过滤后的第一加工数据,其中,所述预设拟合仿真模型是以最小二乘法(即麦夸尔特法)计算思路采用麦夸尔特法与通用全局优化法算法来求解,所述预设样本优化模型指的是剔除异常数据项的样本估计优化模型。
在本实施例中,通过经验筛选剔除了明显异常的加工数据,通过预设样本优化模型剔除了剩余异常数据,从而经过二次异常数据过滤,使得根据过滤后的第一加工数据计算的第一加工效率具有较好的准确性。
参照图4,图4为本发明加工效率评估方法第三实施例的流程示意图,基于上述图2所示的实施例,提出本发明加工效率评估方法的第三实施例。
在第三实施例中,所述步骤S20之前,所述方法还包括:
步骤S01:采集样本加工数据,从所述样本加工数据中提取样本加工工艺数据。
需要说明的是,在对各粮食加工企业进行评估之前,将依据大数据获得平均加工效率,针对不同的加工工艺数据,分别统计对应的平均加工效率,从而建立加工工艺数据与平均加工效率的预设映射关系。相关的大数据的收集方式是在国粮局强制性下达条令搜集到大量不同加工工艺数据的粮食加工企业在某一时间段的该企业的样本加工数据。
步骤S02:根据所述样本加工工艺数据对所述样本加工数据进行分类。
步骤S03:根据分类后的样本加工数据计算各样本加工工艺数据下各道加工工序的样本平均加工效率,获得加工工艺数据与平均加工效率的映射关系。
可以理解的是,根据所述样本加工工艺数据对所述样本加工数据进行分类,获得每一类样本加工工艺数据对应的样本加工数据,从而计算每一类样本加工工艺数据对应的样本平均加工效率。此时,将获得加工工艺数据与平均加工效率的预设映射关系,后续能够根据各企业不同的加工工艺数据在预设映射关系中查找对应的平均加工效率。
进一步地,所述步骤S03,具体包括:
对各类样本加工数据进行过滤,获得过滤后的第一样本加工数据;
根据所述预设拟合仿真模型和所述第一样本加工数据计算平均加工效率,获得加工工艺数据与平均加工效率的预设映射关系。
需要说明的是,计算样本平均加工效率的过程与计算第一加工效率的过程相同,对样本加工工艺数据进行二次异常数据过滤,根据过滤后的样本加工数据计算样本平均加工效率。首先根据预设数据范围对所述样本加工数据进行筛选,排除部分企业的人工填写错误或者单位错误等类型的异常值,其中,所述预设数据范围根据调查和实际经验所得。筛选后,将根据所述预设拟合仿真模型和筛选后的样本加工数据计算加工效率,根据预设样本优化模型找出异常的加工效率,并将该异常的加工效率对应的样本加工数据进行过滤,获得不含异常数据的样本加工数据。在计算平均加工效率后,将获得加工工艺数据与平均加工效率的预设映射关系。
在第三实施例中,所述第一加工效率包括第一出米率和第一损失率,所述平均加工效率包括平均出米率和平均损失率;
相应地,所述步骤S30,具体包括:
将所述第一出米率与所述平均出米率进行对比,获得第一对比结果;
将所述第一损失率与所述平均损失率进行对比,获得第二对比结果;
根据所述第一对比结果与所述第二对比结果评估所述待评估企业各道加工工序的加工效率。
进一步地,所述步骤S30之后,所述方法还包括:
步骤S40:根据评估结果诊断所述待评估企业的加工工艺。
可以理解的是,在对所述待评估企业进行评估之后,还可根据评估结果对所述待评估企业进行诊断,判断所述待评估企业的加工工艺是否存在问题,例如求解某一加工工艺数据下的某一稻谷品种在每一道加工工序的平均出米率为a1,a2...a6;而待评估企业在该加工工艺数据下同一稻谷品种在每一道加工工序的出米率为b1,b2...,b6。若a1<b1,则可以评估该待评估企业该品种稻谷在加工工序1的出米率低于平均出米率;还可诊断所述待评估企业的加工工艺存在生产加工精度过深的问题,该待评估企业需要对加工工序1进行改善。
在本实施例中,通过采集大量样本加工数据,并对样本数据进行两次异常数据过滤,消除了大部分异常数据,从而计算出准确的样本平均加工效率,由于根据样本加工工艺数据对样本加工数据进行分类,获得了样本加工工艺数据对应的样本平均加工效率,能够为各企业不同的加工工艺数据提供对应的平均加工效率,从而评估企业的加工效率,并诊断企业的加工工艺。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有加工效率评估程序,所述加工效率评估程序被处理器执行时实现如下操作:
获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
进一步地,所述加工效率评估程序被处理器执行时还实现如下操作:
获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据;
根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
进一步地,所述加工效率评估程序被处理器执行时还实现如下操作:
获取所述待评估企业的第一加工数据,根据预设数据范围对所述第一加工数据进行筛选,获得第二加工数据;
根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业各道加工工序的第二加工效率;
根据预设样本优化模型和所述第二加工效率对所述第二加工数据进行异常数据过滤,获得过滤后的第一加工数据。
进一步地,所述加工效率评估程序被处理器执行时还实现如下操作:
采集样本加工数据,从所述样本加工数据中提取样本加工工艺数据;
根据所述样本加工工艺数据对所述样本加工数据进行分类;
根据分类后的样本加工数据计算各样本加工工艺数据下各道加工工序的样本平均加工效率,获得加工工艺数据与平均加工效率的映射关系。
进一步地,所述加工效率评估程序被处理器执行时还实现如下操作:
将所述第一出米率与所述平均出米率进行对比,获得第一对比结果;
将所述第一损失率与所述平均损失率进行对比,获得第二对比结果;
根据所述第一对比结果与所述第二对比结果评估所述待评估企业各道加工工序的加工效率。
进一步地,所述加工效率评估程序被处理器执行时还实现如下操作:
根据评估结果诊断所述待评估企业的加工工艺。
在本实施例中,通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
参照图5,图5为本发明加工效率评估装置第一实施例的功能模块图,基于所述加工效率评估方法,提出本发明加工效率评估装置的第一实施例。
在本实施例中,所述加工效率评估装置包括:
获取模块10,用于获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
需要说明的是,加工数据包括企业加工的稻谷品种、稻谷总量、每一道加工工序里的出米率和加工后遗留物中可食用物质损失率,所述第一加工数据为所述待评估企业的加工数据,即该待评估企业加工的稻谷品种、稻谷总量、每一道加工工序里的出米率和加工后遗留物中可食用物质损失率,根据所述第一加工数据计算所述待评估企业各道加工工序的第一出米率及第一损失率,将所述第一出米率及第一损失率作为第一加工效率。
在具体实现中,待评估企业使用不同的加工工艺加工稻谷,因此,在计算所述第一加工效率之前,将根据待评估企业的加工工艺数据对待评估企业的第一加工数据进行分类。加工工艺数据包括加工设备信息和加工流程等,因此,将同一稻谷品种、使用同一加工设备信息、按照同一加工流程加工的第一加工数据作为一类,在同一类第一加工数据中计算该品种稻谷各道加工工序的第一加工效率。
查找模块20,用于从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率。
可以理解的是,所述平均加工效率为依据大数据获得的标准加工效率,本实施例将根据所述平均加工效率评估所述待评估企业的所述第一加工效率。在依据大数据获得的标准加工效率阶段,针对不同的加工工艺,分别统计对应的平均加工效率,从而建立加工工艺数据与平均加工效率的预设映射关系,因此,能够根据所述待评估企业的加工工艺数据在预设映射关系中查找对应的平均加工效率。
评估模块30,用于将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
需要说明的是,由于所述平均加工效率对应的加工工艺数据与所述待评估企业的加工工艺数据相同,因此,所述平均加工效率是所述第一加工效率对应的标准加工效率,所述平均加工效率可对所述第一加工效率进行评价。
在具体实现中,将各道加工工序中的所述第一加工效率与所述平均加工效率进行对比,获得对比结果,并根据所述对比结果评估所述待评估企业各道加工工序的加工效率。例如求解某一加工工艺数据下的某一稻谷品种在每一道加工工序的平均出米率为a1,a2...a6;而待评估企业在该加工工艺数据下同一稻谷品种在每一道加工工序的出米率为b1,b2...,b6。若a1<b1,则可以评估该待评估企业该品种稻谷在加工工序1的出米率低于平均出米率。
在本实施例中,通过计算待评估企业的第一加工效率,并获取与该企业的加工工艺数据对应的平均加工效率,将第一加工效率与平均加工效率进行对比,能够准确地评估待评估企业各道加工工序的加工效率是否达到平均水平。
可理解的是,所述加工效率评估装置中的各模块还用于实现上述方法中的各步骤,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
单词第一、第二、以及第三等的使用不表示任何顺序,可将这些单词解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端用户设备(可以是手机,计算机,服务器,空调器,或者网络用户设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种加工效率评估方法,其特征在于,所述加工效率评估方法包括以下步骤:
获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
2.如权利要求1所述的加工效率评估方法,其特征在于,所述获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率,具体包括:
获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据;
根据预设拟合仿真模型和所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率。
3.如权利要求2所述的加工效率评估方法,其特征在于,所述获取所述待评估企业的第一加工数据,对所述第一加工数据进行过滤,获得过滤后的第一加工数据,具体包括:
获取所述待评估企业的第一加工数据,根据预设数据范围对所述第一加工数据进行筛选,获得第二加工数据;
根据所述预设拟合仿真模型和所述第二加工数据计算所述待评估企业各道加工工序的第二加工效率;
根据预设样本优化模型和所述第二加工效率对所述第二加工数据进行异常数据过滤,获得过滤后的第一加工数据。
4.如权利要求3所述的加工效率评估方法,其特征在于,所述加工工艺数据至少包括:加工设备信息和加工流程。
5.如权利要求4所述的加工效率评估方法,其特征在于,所述从所述第一加工数据中提取所述待评估企业的加工工艺数据之前,所述方法还包括:
采集样本加工数据,从所述样本加工数据中提取样本加工工艺数据;
根据所述样本加工工艺数据对所述样本加工数据进行分类;
根据分类后的样本加工数据计算各样本加工工艺数据下各道加工工序的样本平均加工效率,获得加工工艺数据与平均加工效率的映射关系。
6.如权利要求1-5中任一项所述的加工效率评估方法,其特征在于,所述第一加工效率包括第一出米率和第一损失率,所述平均加工效率包括平均出米率和平均损失率;
相应地,所述将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率,具体包括:
将所述第一出米率与所述平均出米率进行对比,获得第一对比结果;
将所述第一损失率与所述平均损失率进行对比,获得第二对比结果;
根据所述第一对比结果与所述第二对比结果评估所述待评估企业各道加工工序的加工效率。
7.如权利要求1-5中任一项所述的加工效率评估方法,其特征在于,所述根据对比结果评估所述待评估企业各道加工工序的加工效率之后,所述方法还包括:
根据评估结果诊断所述待评估企业的加工工艺。
8.一种加工效率评估设备,其特征在于,所述加工效率评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的加工效率评估程序,所述加工效率评估程序配置为实现如权利要求1至7中任一项所述的加工效率评估方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有加工效率评估程序,所述加工效率评估程序被处理器执行时实现如权利要求1至7中任一项所述的加工效率评估方法的步骤。
10.一种加工效率评估装置,其特征在于,所述加工效率评估装置包括:
获取模块,用于获取待评估企业的第一加工数据,并根据所述第一加工数据计算所述待评估企业各道加工工序的第一加工效率;
查找模块,用于从所述第一加工数据中提取所述待评估企业的加工工艺数据,在预设映射关系中查找与所述加工工艺数据对应的各道加工工序的平均加工效率;
评估模块,用于将所述第一加工效率与所述平均加工效率进行对比,并根据对比结果评估所述待评估企业各道加工工序的加工效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034340.0A CN109146310A (zh) | 2018-09-05 | 2018-09-05 | 加工效率评估方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034340.0A CN109146310A (zh) | 2018-09-05 | 2018-09-05 | 加工效率评估方法、设备、存储介质及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109146310A true CN109146310A (zh) | 2019-01-04 |
Family
ID=64827234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811034340.0A Pending CN109146310A (zh) | 2018-09-05 | 2018-09-05 | 加工效率评估方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146310A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070309A (zh) * | 2019-05-06 | 2019-07-30 | 武汉轻工大学 | 基于粮食加工的粮食损失评估方法、装置和存储介质 |
CN113191019A (zh) * | 2021-05-24 | 2021-07-30 | 浙江热刺激光技术有限公司 | 一种器件加工方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521454A (zh) * | 2011-12-14 | 2012-06-27 | 北京数码大方科技有限公司 | 加工工艺数据的评估方法及装置 |
CN104111373A (zh) * | 2014-07-23 | 2014-10-22 | 国家电网公司 | 一种用于智能变电站数字化电能的计量方法 |
US20160140656A1 (en) * | 2014-11-14 | 2016-05-19 | Yahoo Japan Corporation | Evaluation device, evaluation method, and non-transitory computer readable storage medium |
CN106446356A (zh) * | 2016-09-05 | 2017-02-22 | 广东工业大学 | 一种喷雾干燥工艺改进点的检测方法及系统 |
CN106649579A (zh) * | 2016-11-17 | 2017-05-10 | 苏州航天系统工程有限公司 | 一种用于管网建模的时序数据清洗方法 |
CN106779322A (zh) * | 2016-11-28 | 2017-05-31 | 西安电子科技大学 | 服从二项分布的计件值工序能力指数评价方法 |
CN108154301A (zh) * | 2017-12-25 | 2018-06-12 | 陈益德 | 一种智能制造的能效评估方法及系统 |
-
2018
- 2018-09-05 CN CN201811034340.0A patent/CN109146310A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521454A (zh) * | 2011-12-14 | 2012-06-27 | 北京数码大方科技有限公司 | 加工工艺数据的评估方法及装置 |
CN104111373A (zh) * | 2014-07-23 | 2014-10-22 | 国家电网公司 | 一种用于智能变电站数字化电能的计量方法 |
US20160140656A1 (en) * | 2014-11-14 | 2016-05-19 | Yahoo Japan Corporation | Evaluation device, evaluation method, and non-transitory computer readable storage medium |
CN106446356A (zh) * | 2016-09-05 | 2017-02-22 | 广东工业大学 | 一种喷雾干燥工艺改进点的检测方法及系统 |
CN106649579A (zh) * | 2016-11-17 | 2017-05-10 | 苏州航天系统工程有限公司 | 一种用于管网建模的时序数据清洗方法 |
CN106779322A (zh) * | 2016-11-28 | 2017-05-31 | 西安电子科技大学 | 服从二项分布的计件值工序能力指数评价方法 |
CN108154301A (zh) * | 2017-12-25 | 2018-06-12 | 陈益德 | 一种智能制造的能效评估方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070309A (zh) * | 2019-05-06 | 2019-07-30 | 武汉轻工大学 | 基于粮食加工的粮食损失评估方法、装置和存储介质 |
CN113191019A (zh) * | 2021-05-24 | 2021-07-30 | 浙江热刺激光技术有限公司 | 一种器件加工方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7522884B2 (en) | Apparatus and method for analyzing drive test data for communications system | |
CN100587507C (zh) | 测试制造后的集成电路器件的方法和系统 | |
EP2492767B1 (en) | Inspection system, management server, inspection apparatus and method for managing inspection data | |
KR20190060547A (ko) | 데이터 불균형 환경에서 머신러닝 모델을 통해 공정 불량 원인을 도출하고 시각화하는 방법 | |
CN109996269A (zh) | 一种无线通信网络异常原因确定方法、装置、设备及介质 | |
CN109146310A (zh) | 加工效率评估方法、设备、存储介质及装置 | |
JP5907649B2 (ja) | データ解析のための方法および装置 | |
CN107705819A (zh) | 一种存储芯片分类方法、分类装置及分类系统 | |
KR101998972B1 (ko) | 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법 | |
CN116090258B (zh) | 一种基于物联网的半导体数据测试异常预警系统及方法 | |
CN107688589A (zh) | 数据库系统优化的方法及装置 | |
CN109982343A (zh) | 异频切换门限值确定方法、装置、设备及介质 | |
CN107231649A (zh) | 一种室内弱覆盖的确定方法及装置 | |
CN116414717A (zh) | 基于流量回放的自动测试方法、装置、设备、介质及产品 | |
CN109146311A (zh) | 加工工艺评估方法、用户设备、存储介质及装置 | |
CN108595312A (zh) | 一种模拟用户行为的性能自动化方法及装置 | |
CN111061647A (zh) | 一种软件性能自动化测试方法、装置及电子设备 | |
CN110895506A (zh) | 测试数据的构造方法和构造系统 | |
CN112241820B (zh) | 资金流动中关键节点的风险识别方法、装置及计算设备 | |
CN104657278A (zh) | 客户端性能评估方法及系统 | |
CN116954624A (zh) | 基于软件开发包的编译方法、软件开发系统及服务器 | |
EP4060435B1 (en) | Method and system for infrastructure monitoring | |
US9904660B1 (en) | Nonparametric method for measuring clustered level of time rank in binary data | |
CN116319255A (zh) | 一种基于kpi的根因定位方法、装置、设备及存储介质 | |
CN112737799B (zh) | 一种数据处理方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |