CN109741090A - 一种基于多因素的配网工程物资需求预测方法 - Google Patents
一种基于多因素的配网工程物资需求预测方法 Download PDFInfo
- Publication number
- CN109741090A CN109741090A CN201811547819.4A CN201811547819A CN109741090A CN 109741090 A CN109741090 A CN 109741090A CN 201811547819 A CN201811547819 A CN 201811547819A CN 109741090 A CN109741090 A CN 109741090A
- Authority
- CN
- China
- Prior art keywords
- monthly
- project
- goods
- value
- materials
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及工程施工领域,具体涉及一种配网工程物资需求预测方法。一种基于多因素的配网工程物资需求预测方法,包括如下步骤,1.选定多个评价特征指标向量:天气情况、特殊事件节点、特殊要求,2.获取月度标准计划,抽取工作任务和工作时间,3.根据特征向量通过激活函数得出“是否正常施工”评判值,确定月度每天是否可以施工。本发明的有益效果:本方法通过动态识别项目进度受外界因素影响,从而动态修正月度物资需求,对物资用量精准预测,实现物资到货及时性提高10%,物资退料减少10%。可实现库存降低,避免过早采购而影响设备使用周期,从而提高设备使用寿命。
Description
技术领域
本发明涉及工程施工领域,具体涉及一种配网工程物资需求预测方法。
背景技术
现有物资需求一般是在收到设计单位提供的物料清册之后,项目经理(业主项目部)根据项目进度实施计划和设备制造周期编制而成,并进行审核和平衡,不能根据工程外界变化的因素动态修正物资需求,更没有实现月度的物资消耗动态预测;物资需求依靠定性分析比较多,缺乏量化分析和动态调整。这种方式往往导致物资需求存在过多冗余,影响物资的积压和设备折旧提前发生,以及物资需求缺乏,引起工程延期。目前工程进度受天气情况、特殊事件节点、特殊要求等外界因素影响较大,从而也会影响物资需求情况,根据这些因素综合动态分配物资需求方法比较缺乏。
发明内容
为了解决现有技术存在的不足,本发明提供了一种综合考虑外界多因素影响工程的工期,结合物资现有的库存及库存上下限要求,利用项目聚类和向上比例分配方法,实现按月计划要求进行物资需求精准测算的工程物资需求预测方法。
本发明中的一种基于多因素的配网工程物资需求预测方法,包括如下步骤,
1.选定多个评价特征指标向量:天气情况、特殊事件节点、特殊要求,
2.获取月度标准计划,抽取工作任务和工作时间,
3.根据特征向量通过激活函数得出“是否正常施工”评判值,确定月度每天是否可以施工,
式中i表示第i天,xj为第j个指标向量,wij为第j个指标向量在第i天取值,
当可以施工时wij取值为1,不可以施工时wij取值为0,n为指标向量数量,
4.考虑外界因素对月计划进行修正,
5.应用k-means聚类算法,对历史项目以“项目类型”、“项目性质”、“资金规模”因素进行聚类,并找出每一类项目中各种物料需求的初始中心点,
角标k表示第k个子类,角标ik表示项目i第k个子类的数值,角标jk表示项目j第k个子类的数值,n为项目总数;
6.计算该项目的物料需求与初始中心点的距离,对求出的多个中心点距离取最小值,判断出该项目所属的最优类别,该类别中的项目都具有较高的相似度,从而得到月度物料需求分配,并与项目物资总体需求向上比例分配结合,得到工程月度物资需求,
7.以物料为对象,汇总所有项目,计算出单个物资需求,得到下月度物资总体需求。
本发明的有益效果:本方法通过动态识别项目进度受外界因素影响,从而动态修正月度物资需求,
对物资用量精准预测,实现物资到货及时性提高10%,物资退料减少10%。
可实现库存降低,避免过早采购而影响设备使用周期,从而提高设备使用寿命。
附图说明
图1为一种基于多因素的配网工程物资需求预测方法流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明,但不应将此理解为本发明的上述主题的范围仅限于上述实施例。
如图1所示,一种基于多因素的配网工程物资需求预测方法,包括如下步骤,
1.选定多个评价特征指标向量:天气情况、特殊事件节点、特殊要求,
2.获取月度标准计划,抽取工作任务和工作时间,
3.根据特征向量通过激活函数得出“是否正常施工”评判值,确定月度每天是否可以施工,
式中i表示第i天,xj为第j个指标向量,wij为第j个指标向量在第i天取值,
当可以施工时wij取值为1,不可以施工时wij取值为0,n为指标向量数量,
4.考虑外界因素对月计划进行修正,
5.应用k-means聚类算法,对历史项目以“项目类型”、“项目性质”、“资金规模”因素进行聚类,并找出每一类项目中各种物料需求的初始中心点,
角标k表示第k个子类,角标ik表示项目i第k个子类的数值,角标jk表示项目j第k个子类的数值,n为项目总数;
6.计算该项目的物料需求与初始中心点的距离,对求出的多个中心点距离取最小值,判断出该项目所属的最优类别,该类别中的项目都具有较高的相似度,从而得到月度物料需求分配,并与项目物资总体需求向上比例分配结合,得到工程月度物资需求,
7.以物料为对象,汇总所有项目,计算出单个物资需求,得到下月度物资总体需求。
本方法通过动态识别项目进度受外界因素影响,从而动态修正月度物资需求,
对物资用量精准预测,实现物资到货及时性提高10%,物资退料减少10%。
可实现库存降低,避免过早采购而影响设备使用周期,从而提高设备使用寿命。
k-means聚类算法为现有技术,K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。
Claims (1)
1.一种基于多因素的配网工程物资需求预测方法,包括如下步骤,
1、选定多个评价特征指标向量:天气情况、特殊事件节点、特殊要求,
2、获取月度标准计划,抽取工作任务和工作时间,
3、根据特征向量通过激活函数得出“是否正常施工”评判值,确定月度每天是否可以施工,
式中i表示第i天,xj为第j个指标向量,wij为第j个指标向量在第i天取值,当可以施工时wij取值为1,不可以施工时wij取值为0,n为指标向量数量,
4、考虑外界因素对月计划进行修正,
5、应用k-means聚类算法,对历史项目以“项目类型”、“项目性质”、“资金规模”因素进行聚类,并找出每一类项目中各种物料需求的初始中心点,
角标k表示第k个子类,角标ik表示项目i第k个子类的数值,角标jk表示项目j第k个子类的数值,n为项目总数;
6、计算该项目的物料需求与初始中心点的距离,对求出的多个中心点距离取最小值,判断出该项目所属的最优类别,该类别中的项目都具有较高的相似度,从而得到月度物料需求分配,并与项目物资总体需求向上比例分配结合,得到工程月度物资需求,
7、以物料为对象,汇总所有项目,计算出单个物资需求,得到下月度物资总体需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811547819.4A CN109741090A (zh) | 2018-12-18 | 2018-12-18 | 一种基于多因素的配网工程物资需求预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811547819.4A CN109741090A (zh) | 2018-12-18 | 2018-12-18 | 一种基于多因素的配网工程物资需求预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109741090A true CN109741090A (zh) | 2019-05-10 |
Family
ID=66360376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811547819.4A Pending CN109741090A (zh) | 2018-12-18 | 2018-12-18 | 一种基于多因素的配网工程物资需求预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741090A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930044A (zh) * | 2019-11-29 | 2020-03-27 | 伍知行 | 一种施工组织资源快速配置方法及系统 |
CN113361925A (zh) * | 2021-06-07 | 2021-09-07 | 广西电网有限责任公司电力科学研究院 | 一种输电线路故障应急救险系统及方法 |
CN115034465A (zh) * | 2022-06-01 | 2022-09-09 | 黄河科技集团创新有限公司 | 一种基于人工智能的焦炭质量预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819772A (zh) * | 2012-08-29 | 2012-12-12 | 广东电网公司 | 电力配网建设物资需求预测方法及装置 |
CN102831489A (zh) * | 2012-08-29 | 2012-12-19 | 广东电网公司 | 电力配网建设物资需求预测方法及装置 |
CN105139090A (zh) * | 2015-08-25 | 2015-12-09 | 国网天津市电力公司 | 一种基于消耗预测的电力行业安全库存决策分析方法 |
CN106203701A (zh) * | 2016-07-06 | 2016-12-07 | 吴本刚 | 一种电力配网建设物资需求预测系统 |
CN106600032A (zh) * | 2016-10-28 | 2017-04-26 | 北京国电通网络技术有限公司 | 一种库存物资需求预测方法及装置 |
CN106875159A (zh) * | 2017-02-17 | 2017-06-20 | 中国十七冶集团有限公司 | 现浇结构城市综合管廊施工综合管理系统 |
CN107590561A (zh) * | 2017-09-05 | 2018-01-16 | 天津市电力科技发展有限公司 | 一种基于电网线路运行误差远程校准的电能表有序换装方法 |
CN107679820A (zh) * | 2017-08-30 | 2018-02-09 | 深圳市易联智道科技有限公司 | 建筑施工进度管理方法 |
CN107862137A (zh) * | 2017-11-09 | 2018-03-30 | 四川海卓大数据科技有限公司 | 大坝工程的砾石土心墙料填筑模拟优化方法 |
-
2018
- 2018-12-18 CN CN201811547819.4A patent/CN109741090A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819772A (zh) * | 2012-08-29 | 2012-12-12 | 广东电网公司 | 电力配网建设物资需求预测方法及装置 |
CN102831489A (zh) * | 2012-08-29 | 2012-12-19 | 广东电网公司 | 电力配网建设物资需求预测方法及装置 |
CN105139090A (zh) * | 2015-08-25 | 2015-12-09 | 国网天津市电力公司 | 一种基于消耗预测的电力行业安全库存决策分析方法 |
CN106203701A (zh) * | 2016-07-06 | 2016-12-07 | 吴本刚 | 一种电力配网建设物资需求预测系统 |
CN106600032A (zh) * | 2016-10-28 | 2017-04-26 | 北京国电通网络技术有限公司 | 一种库存物资需求预测方法及装置 |
CN106875159A (zh) * | 2017-02-17 | 2017-06-20 | 中国十七冶集团有限公司 | 现浇结构城市综合管廊施工综合管理系统 |
CN107679820A (zh) * | 2017-08-30 | 2018-02-09 | 深圳市易联智道科技有限公司 | 建筑施工进度管理方法 |
CN107590561A (zh) * | 2017-09-05 | 2018-01-16 | 天津市电力科技发展有限公司 | 一种基于电网线路运行误差远程校准的电能表有序换装方法 |
CN107862137A (zh) * | 2017-11-09 | 2018-03-30 | 四川海卓大数据科技有限公司 | 大坝工程的砾石土心墙料填筑模拟优化方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930044A (zh) * | 2019-11-29 | 2020-03-27 | 伍知行 | 一种施工组织资源快速配置方法及系统 |
CN113361925A (zh) * | 2021-06-07 | 2021-09-07 | 广西电网有限责任公司电力科学研究院 | 一种输电线路故障应急救险系统及方法 |
CN115034465A (zh) * | 2022-06-01 | 2022-09-09 | 黄河科技集团创新有限公司 | 一种基于人工智能的焦炭质量预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741090A (zh) | 一种基于多因素的配网工程物资需求预测方法 | |
CN106485262A (zh) | 一种母线负荷预测方法 | |
Soylu et al. | Multi-criteria inventory classification with reference items | |
CN108491969A (zh) | 基于大数据的空间负荷预测模型构建方法 | |
CN108921343A (zh) | 基于堆栈自编码器-支持向量回归的交通流量预测方法 | |
CN102402716B (zh) | 智能生产决策支持系统 | |
CN105929690B (zh) | 一种基于分解多目标进化算法的柔性车间鲁棒调度方法 | |
CN103839418B (zh) | 一种自适应的城市快速路匝道动态控制系统 | |
CN103617459A (zh) | 一种多影响因素下商品需求信息预测方法 | |
CN106991183A (zh) | 一种商业智能etl的封装方法及系统 | |
CN105719045A (zh) | 留任风险确定器 | |
CN110163427A (zh) | 一种门店库存优化的方法 | |
CN110210684B (zh) | 粮食加工方案优化方法、装置、设备及存储介质 | |
CN110163436A (zh) | 基于动态瓶颈预测的智能车间生产优化方法 | |
US20180158015A1 (en) | Inventory management system and inventory management method | |
CN103942375A (zh) | 基于区间的高速压力机滑块尺寸稳健设计方法 | |
CN113283924B (zh) | 需求预测方法以及需求预测装置 | |
CN106897803A (zh) | 一种基于组合灰色模型预测管理复烤烟叶原料需求的方法 | |
CN106447075A (zh) | 行业用电需求预测方法与系统 | |
Wong et al. | Intelligent multi-objective decision-making model with RFID technology for production planning | |
Elanchezhian et al. | Vendor evaluation using multi criteria decision making | |
CN106779272A (zh) | 一种风险预测方法和设备 | |
CN113360831B (zh) | 一种基于物联网的智能物流信息系统 | |
CN111260161B (zh) | 一种众包任务下发的方法及设备 | |
Sengupta | Robust solutions in stochastic linear programming |
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 |