CN110516887A - 一种基于工业互联网的流程优化服务平台 - Google Patents

Abstract

本发明公开了一种基于工业互联网的流程优化服务平台，包括数据采集模块、模型构建模块、控制器、级别分析模块、数据库和优化服务平台；数据采集模块用于实时的采集货品材料信息，并将其传输至模型构建模块；模型构建模块则依据货品材料信息进行模型化操作，得到高水准信号、中水准信号和低水准信号；本发明可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；且还将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

Description

一种基于工业互联网的流程优化服务平台

技术领域

本发明涉及流程优化服务技术领域，具体为一种基于工业互联网的流程优化服务平台。

背景技术

流程优化服务平台是经不断的发展、完善与优化业务流程，来保持企业的竞争优势，对流程进行不断的改进，以期取得最佳的、最正确的结果与方案。

而在公开号为CN106203676A的文件中，仅是采用数据融合的方式来获取云计算系统的数据，使得获取的业务数据规模更大、更丰富，以提高业务数据的准确性；且将其与现有的基于工业互联网的流程优化服务平台相结合来说，仍然难以依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；且还难以针对货品材料进行模型化处理后，再将其进行二次的评分判别分析，并依据双重的优化评定过程，以便货品材料的后续使用与替换更加的合理与贴切。

为了解决上述缺陷，现提供一种技术方案。

发明内容

本发明的目的在于提供一种基于工业互联网的流程优化服务平台，本发明是对货品材料信息进行模型化操作，即先将货品材料使用数据和货品材料价格数据及其各自的组成部分经标定、修正赋值和公式化处理，以及将货品材料占比数据经标定后，再一同进行二次的模型化分析，并将得到的各类信号与数据库内的货品评价信息一同进行评价分析操作，且依据级别式的公式化赋值、计算，来将各级别信号所对应的货品材料发送至监管人员手机或显示至屏幕，进而可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

本发明还将经模型化分析所得到的与各类信号相对应的货品材料的出现次数进行记录，并对其进行货品评分操作，即将货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数经标定、评分赋值和计算后，得到各优先信号并将其与货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数相结合，来一同进行优化判别操作，即将与优先信号、保持信号和更换信号相对应的货品材料，来和其发送至监管人员手机次数与显示至屏幕次数的各自预设值相比较，以得到适配信号和替换信号，并将与其相对应的货品材料发送至采购人员手机，进而将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

本发明所要解决的技术问题如下：

(1)如何依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

(2)如何针对货品材料进行模型化处理后，再将其进行二次的评分判别分析，并依据双重的优化评定过程，以便货品材料的后续使用与替换更加的合理与贴切。

本发明的目的可以通过以下技术方案实现：

一种基于工业互联网的流程优化服务平台，包括数据采集模块、模型构建模块、控制器、级别分析模块、数据库和优化服务平台；

所述数据采集模块用于实时的采集货品材料信息，并将其传输至模型构建模块；

所述模型构建模块则依据货品材料信息进行模型化操作，得到高水准信号、中水准信号和低水准信号，并将其经控制器一同传输至级别分析模块；

所述级别分析模块在接收到实时的高水准信号、中水准信号和低水准信号后，则从数据库中调取与中水准信号和低水准信号相对应的货品材料的货品评价信息，并对其进行评价分析操作，得到持续关注信号、放弃挑选信号并将其传输至优化服务平台；

而数据库用于实时的获取并存储货品材料的货品评价信息，且经互联网平台和厂家官网获取得到；

所述优化服务平台在接收到实时的持续关注信号、放弃挑选信号后，则将与持续关注信号相对应的货品材料发送至监管人员手机，以及将与放弃挑选信号相对应的货品材料显示至屏幕，且监管人员手机与优化服务平台间为无线传输连接，进而可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

所述级别分析模块还用于实时的记录与高水准信号、中水准信号和低水准信号相对应的货品材料的出现次数，并对其进行货品评分操作，得到优先信号、保持信号和更换信号，并将其传输至优化服务平台；

所述优化服务平台还用于将货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，来与实时接收到的优先信号、保持信号和更换信号一同进行优化判别操作，得到适配信号和替换信号，并将适配信号和替换信号相对应的货品材料发送至采购人员手机，且采购人员手机与优化服务平台间为无线传输连接，进而将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

进一步的，所述货品材料信息包括货品材料使用数据、货品材料价格数据和货品材料占比数据，且货品材料使用数据由货品材料使用的总量和货品材料使用的平均变化值组成，且货品材料价格数据由货品材料的平均价格值和货品材料的价格变化值组成，且货品材料占比数据表示为次品中的货品材料占比量。

进一步的，所述模型化操作的具体步骤如下：

步骤一：获取到第一时间段内的货品材料信息，并将各货品材料使用数据标定为Qi，i＝1...n，且将各货品材料使用的总量和各货品材料使用的平均变化值分别标定为Qia和Qib，i＝1...n，Qi、Qia和Qib均为一一对应且Qi＝(Qia+Qib)*N，N为使用因子，当Qia大于其预设值且Qib小于其预设值时、Qia小于等于其预设值且Qib小于其预设值时和处于其它情况下时，分别将N赋予标定值3.54、2.17和2.91，即在当i＝1时的Q1、Q1a和Q1b分别表示为第一时间段内的第一种货品材料使用数据、第一种货品材料使用的总量和第一种货品材料使用的平均变化值；

步骤二：获取到第一时间段内的货品材料信息，并将各货品材料价格数据标定为Wi，i＝1...n，且将各货品材料的平均价格值和各货品材料的价格变化值分别标定为Wic和Wid，i＝1...n，Qi、Wi、Wic和Wid均为一一对应且Wi＝Wic+Wid^M，M为价格因子，当Wid大于其预设值时、小于等于其预设值时，分别将M赋予标定值1.72、2.36，即在当i＝1时的W1、W1c和W1d分别表示为第一时间段内的第一种货品材料价格数据、第一种货品材料的平均价格值和第一种货品材料的价格变化值；

步骤三：获取到第一时间段内的货品材料信息，并将各货品材料占比数据标定为Ei，i＝1...n，Qi、Wi和Ei均为一一对应，且依据公式i＝1...n，建立货品挑选模型，q、w和e均为正值的权重系数，q大于e大于w且q+w+e＝4.2158，α为占比因子，当Ei大于其预设值时、小于等于其预设值时，分别将α赋予标定值1.27、2.11，即在当i＝1时的E1表示为第一时间段内的第一种货品材料占比数据，含义为第一时间段内的次品中的第一种货品材料占比量；

步骤四：当Ri大于预设范围r的最大值、位于预设范围r之内和小于预设范围r的最小值时，分别将与Ri相对应的货品材料生成高水准信号、中水准信号和低水准信号，且第一时间段表示为一个月的时长。

进一步的，所述货品评价信息包括货品评价量、货品组分变化值和货品售价变化值，且货品评价量由货品好评数与货品差评数组成。

进一步的，所述评价分析操作的具体步骤如下：

步骤一：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品组分变化值和各货品售价变化值分别标定为Ti和Yi，i＝1...n，且Ti、Yi为一一对应；

步骤二：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品评价量标定为Ui，i＝1...n，Ui、Ti和Yi均为一一对应，且当货品好评数与货品差评数之比大于其预设值时，将Ui赋予标定值P1，反之则将Ui赋予标定值P2，P1、P2均为正数且P1小于P2；

步骤三：先依据公式i＝1...n，建立货品评价模型，β为货品因子并取值2.5712，而当货品材料与中水准信号、低水准信号分别对应时，则将σ依次赋予评价因子t、y，t、y均为正数且t大于y，再将Si小于预设值s时，则将与Si相对应的货品材料生成持续关注信号，反之则将其生成放弃挑选信号。

进一步的，所述货品评分操作的具体步骤如下：

步骤一：获取到第二时间段内的各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数，并将各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数分别标定为Di、Fi和Gi，i＝1...n，Di、Fi和Gi均为一一对应；

步骤二：先依据公式Hi＝Di*v+Fi*f+Gi*g，i＝1...n，得出第二时间段内的各货品材料的评分系数，v、f和g均为评分因子，v大于f大于g且v+f+g＝2.3148，再将Hi与预设范围h相比较，当Hi大于预设范围h的最大值、位于预设范围h之内和小于预设范围h的最小值时，将与Hi相对应的货品材料分别生成优先信号、保持信号和更换信号，且第二时间段表示为六个月的时长。

进一步的，所述优化判别操作的具体步骤如下：

步骤一：获取到实时的货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，以及与优先信号、保持信号和更换信号相对应的货品材料；

步骤二：当与优先信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均小于其预设值时，则将该货品材料生成适配信号，当与更换信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均大于其预设值时，则将该货品材料生成替换信号，而其它情况下，则不生成任何信号。

本发明的有益效果：

1.本发明是依据模型构建模块来对货品材料信息进行模型化操作，即先将货品材料使用数据和货品材料价格数据及其各自的组成部分经标定、修正赋值和公式化处理，以及将货品材料占比数据经标定后，再一同进行二次的模型化分析，得到高水准信号、中水准信号和低水准信号；

而级别分析模块则据此从数据库中调取与中水准信号和低水准信号相对应的货品材料的货品评价信息，并对其进行评价分析操作，即将货品评价量经标定、比较赋值，以及将货品组分变化值和货品售价变化值一同经标定后，再对其进行级别式的公式化赋值、计算，得到持续关注信号、放弃挑选信号；

而优化服务平台则将与持续关注信号相对应的货品材料发送至监管人员手机，以及将与放弃挑选信号相对应的货品材料显示至屏幕，进而可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

2.本发明的级别分析模块还将记录与高水准信号、中水准信号和低水准信号相对应的货品材料的出现次数，并对其进行货品评分操作，即将货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数经标定、评分赋值和计算后，得到优先信号、保持信号和更换信号；

优化服务平台还将货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，来与实时接收到的优先信号、保持信号和更换信号一同进行优化判别操作，即将与优先信号、保持信号和更换信号相对应的货品材料，来和其发送至监管人员手机次数与显示至屏幕次数的各自预设值相比较，以得到适配信号和替换信号，并将与适配信号和替换信号相对应的货品材料发送至采购人员手机，进而将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；

图1为本发明的系统框图。

具体实施方式

如图1所示，一种基于工业互联网的流程优化服务平台，包括数据采集模块、模型构建模块、控制器、级别分析模块、数据库和优化服务平台；

数据采集模块用于实时的采集货品材料信息，并将其传输至模型构建模块；货品材料信息包括货品材料使用数据、货品材料价格数据和货品材料占比数据，且货品材料使用数据由货品材料使用的总量和货品材料使用的平均变化值组成，且货品材料价格数据由货品材料的平均价格值和货品材料的价格变化值组成，且货品材料占比数据表示为次品中的货品材料占比量；

模型构建模块则依据货品材料信息进行模型化操作，模型化操作的具体步骤如下：

步骤一：获取到第一时间段内的货品材料信息，并将各货品材料使用数据标定为Qi，i＝1...n，且将各货品材料使用的总量和各货品材料使用的平均变化值分别标定为Qia和Qib，i＝1...n，Qi、Qia和Qib均为一一对应且Qi＝(Qia+Qib)*N，N为使用因子，当Qia大于其预设值且Qib小于其预设值时、Qia小于等于其预设值且Qib小于其预设值时和处于其它情况下时，分别将N赋予标定值3.54、2.17和2.91，即在当i＝1时的Q1、Q1a和Q1b分别表示为第一时间段内的第一种货品材料使用数据、第一种货品材料使用的总量和第一种货品材料使用的平均变化值；

步骤二：获取到第一时间段内的货品材料信息，并将各货品材料价格数据标定为Wi，i＝1...n，且将各货品材料的平均价格值和各货品材料的价格变化值分别标定为Wic和Wid，i＝1...n，Qi、Wi、Wic和Wid均为一一对应且Wi＝Wic+Wid^M，M为价格因子，当Wid大于其预设值时、小于等于其预设值时，分别将M赋予标定值1.72、2.36，即在当i＝1时的W1、W1c和W1d分别表示为第一时间段内的第一种货品材料价格数据、第一种货品材料的平均价格值和第一种货品材料的价格变化值；

步骤三：获取到第一时间段内的货品材料信息，并将各货品材料占比数据标定为Ei，i＝1...n，Qi、Wi和Ei均为一一对应，且依据公式i＝1...n，建立货品挑选模型，q、w和e均为正值的权重系数，q大于e大于w且q+w+e＝4.2158，α为占比因子，当Ei大于其预设值时、小于等于其预设值时，分别将α赋予标定值1.27、2.11，即在当i＝1时的E1表示为第一时间段内的第一种货品材料占比数据，含义为第一时间段内的次品中的第一种货品材料占比量；

步骤四：当Ri大于预设范围r的最大值、位于预设范围r之内和小于预设范围r的最小值时，分别将与Ri相对应的货品材料生成高水准信号、中水准信号和低水准信号，且第一时间段表示为一个月的时长；

以得到高水准信号、中水准信号和低水准信号，并将其经控制器一同传输至级别分析模块；

级别分析模块在接收到实时的高水准信号、中水准信号和低水准信号后，则从数据库中调取与中水准信号和低水准信号相对应的货品材料的货品评价信息，而数据库用于实时的获取并存储货品材料的货品评价信息，且经互联网平台和厂家官网获取得到，货品评价信息包括货品评价量、货品组分变化值和货品售价变化值，且货品评价量由货品好评数与货品差评数组成，并对其进行评价分析操作，评价分析操作的具体步骤如下：

步骤一：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品组分变化值和各货品售价变化值分别标定为Ti和Yi，i＝1...n，且Ti、Yi为一一对应；

步骤二：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品评价量标定为Ui，i＝1...n，Ui、Ti和Yi均为一一对应，且当货品好评数与货品差评数之比大于其预设值时，将Ui赋予标定值P1，反之则将Ui赋予标定值P2，P1、P2均为正数且P1小于P2；

步骤三：先依据公式i＝1...n，建立货品评价模型，β为货品因子并取值2.5712，而当货品材料与中水准信号、低水准信号分别对应时，则将σ依次赋予评价因子t、y，t、y均为正数且t大于y，再将Si小于预设值s时，则将与Si相对应的货品材料生成持续关注信号，反之则将其生成放弃挑选信号；

以得到持续关注信号、放弃挑选信号并将其传输至优化服务平台；

优化服务平台在接收到实时的持续关注信号、放弃挑选信号后，则将与持续关注信号相对应的货品材料发送至监管人员手机，以及将与放弃挑选信号相对应的货品材料显示至屏幕，且监管人员手机与优化服务平台间为无线传输连接，进而可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

级别分析模块还用于实时的记录与高水准信号、中水准信号和低水准信号相对应的货品材料的出现次数，并对其进行货品评分操作，货品评分操作的具体步骤如下：

步骤一：获取到第二时间段内的各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数，并将各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数分别标定为Di、Fi和Gi，i＝1...n，Di、Fi和Gi均为一一对应；

步骤二：先依据公式Hi＝Di*v+Fi*f+Gi*g，i＝1...n，得出第二时间段内的各货品材料的评分系数，v、f和g均为评分因子，v大于f大于g且v+f+g＝2.3148，再将Hi与预设范围h相比较，当Hi大于预设范围h的最大值、位于预设范围h之内和小于预设范围h的最小值时，将与Hi相对应的货品材料分别生成优先信号、保持信号和更换信号，且第二时间段表示为六个月的时长；

以得到优先信号、保持信号和更换信号，并将其传输至优化服务平台；

优化服务平台还用于将货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，来与实时接收到的优先信号、保持信号和更换信号一同进行优化判别操作，优化判别操作的具体步骤如下：

步骤一：获取到实时的货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，以及与优先信号、保持信号和更换信号相对应的货品材料；

步骤二：当与优先信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均小于其预设值时，则将该货品材料生成适配信号，当与更换信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均大于其预设值时，则将该货品材料生成替换信号，而其它情况下，则不生成任何信号；

以得到适配信号和替换信号，并将适配信号和替换信号相对应的货品材料发送至采购人员手机，且采购人员手机与优化服务平台间为无线传输连接，进而将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

一种基于工业互联网的流程优化服务平台，在工作过程中，先由数据采集模块将货品材料信息采集，并将其传输至模型构建模块，而货品材料信息包括货品材料使用数据、货品材料价格数据和货品材料占比数据，且货品材料使用数据由货品材料使用的总量和货品材料使用的平均变化值组成，且货品材料价格数据由货品材料的平均价格值和货品材料的价格变化值组成，且货品材料占比数据表示为次品中的货品材料占比量；

模型构建模块则依据货品材料信息进行模型化操作，即先将货品材料使用数据和货品材料价格数据及其各自的组成部分经标定、修正赋值和公式化处理，以及将货品材料占比数据经标定后，再一同进行二次的模型化分析，得到高水准信号、中水准信号和低水准信号，并将其经控制器一同传输至级别分析模块；

级别分析模块则据此从数据库中调取与中水准信号和低水准信号相对应的货品材料的货品评价信息，而货品评价信息包括货品评价量、货品组分变化值和货品售价变化值，且货品评价量由货品好评数与货品差评数组成，并对其进行评价分析操作，即将货品评价量经标定、比较赋值，以及将货品组分变化值和货品售价变化值一同经标定后，再对其进行级别式的公式化赋值、计算，得到持续关注信号、放弃挑选信号并将其传输至优化服务平台；

而数据库用于实时的获取并存储货品材料的货品评价信息，且经互联网平台和厂家官网获取得到；

优化服务平台则将与持续关注信号相对应的货品材料发送至监管人员手机，以及将与放弃挑选信号相对应的货品材料显示至屏幕，进而可依据货品材料信息来建立货品挑选模型，并据此对货品材料进行级别式的评价化处理，以便由货品材料的质量、使用状况来对其进行优化删选；

且级别分析模块还将记录与高水准信号、中水准信号和低水准信号相对应的货品材料的出现次数，并对其进行货品评分操作，即将货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数经标定、评分赋值和计算后，得到优先信号、保持信号和更换信号，并将其传输至优化服务平台；

优化服务平台还将货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，来与实时接收到的优先信号、保持信号和更换信号一同进行优化判别操作，即将与优先信号、保持信号和更换信号相对应的货品材料，来和其发送至监管人员手机次数与显示至屏幕次数的各自预设值相比较，以得到适配信号和替换信号，并将与适配信号和替换信号相对应的货品材料发送至采购人员手机，进而将货品材料进行模型化处理后，再对其进行二次的评分判别分析，并依据双重的优化评定过程，使得货品材料的后续使用与替换更加的合理与贴切。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于工业互联网的流程优化服务平台，其特征在于，包括数据采集模块、模型构建模块、控制器、级别分析模块、数据库和优化服务平台；

所述数据采集模块用于实时的采集货品材料信息，并将其传输至模型构建模块；

所述模型构建模块则依据货品材料信息进行模型化操作，得到高水准信号、中水准信号和低水准信号，并将其经控制器一同传输至级别分析模块；

所述级别分析模块在接收到实时的高水准信号、中水准信号和低水准信号后，则从数据库中调取与中水准信号和低水准信号相对应的货品材料的货品评价信息，并对其进行评价分析操作，得到持续关注信号、放弃挑选信号并将其传输至优化服务平台；

而数据库用于实时的获取并存储货品材料的货品评价信息，且经互联网平台和厂家官网获取得到；

所述优化服务平台在接收到实时的持续关注信号、放弃挑选信号后，则将与持续关注信号相对应的货品材料发送至监管人员手机，以及将与放弃挑选信号相对应的货品材料显示至屏幕，且监管人员手机与优化服务平台间为无线传输连接；

所述级别分析模块还用于实时的记录与高水准信号、中水准信号和低水准信号相对应的货品材料的出现次数，并对其进行货品评分操作，得到优先信号、保持信号和更换信号，并将其传输至优化服务平台；

所述优化服务平台还用于将货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，来与实时接收到的优先信号、保持信号和更换信号一同进行优化判别操作，得到适配信号和替换信号，并将适配信号和替换信号相对应的货品材料发送至采购人员手机，且采购人员手机与优化服务平台间为无线传输连接。

2.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述货品材料信息包括货品材料使用数据、货品材料价格数据和货品材料占比数据，且货品材料使用数据由货品材料使用的总量和货品材料使用的平均变化值组成，且货品材料价格数据由货品材料的平均价格值和货品材料的价格变化值组成，且货品材料占比数据表示为次品中的货品材料占比量。

3.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述模型化操作的具体步骤如下：

步骤一：获取到第一时间段内的货品材料信息，并将各货品材料使用数据标定为Qi，i＝1...n，且将各货品材料使用的总量和各货品材料使用的平均变化值分别标定为Qia和Qib，i＝1...n，Qi、Qia和Qib均为一一对应且Qi＝(Qia+Qib)*N，N为使用因子，当Qia大于其预设值且Qib小于其预设值时、Qia小于等于其预设值且Qib小于其预设值时和处于其它情况下时，分别将N赋予标定值3.54、2.17和2.91；

步骤二：获取到第一时间段内的货品材料信息，并将各货品材料价格数据标定为Wi，i＝1...n，且将各货品材料的平均价格值和各货品材料的价格变化值分别标定为Wic和Wid，i＝1...n，Qi、Wi、Wic和Wid均为一一对应且Wi＝Wic+Wid^M，M为价格因子，当Wid大于其预设值时、小于等于其预设值时，分别将M赋予标定值1.72、2.36；

步骤三：获取到第一时间段内的货品材料信息，并将各货品材料占比数据标定为Ei，i＝1...n，Qi、Wi和Ei均为一一对应，且依据公式建立货品挑选模型，q、w和e均为正值的权重系数，q大于e大于w且q+w+e＝4.2158，α为占比因子，当Ei大于其预设值时、小于等于其预设值时，分别将α赋予标定值1.27、2.11；

步骤四：当Ri大于预设范围r的最大值、位于预设范围r之内和小于预设范围r的最小值时，分别将与Ri相对应的货品材料生成高水准信号、中水准信号和低水准信号，且第一时间段表示为一个月的时长。

4.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述货品评价信息包括货品评价量、货品组分变化值和货品售价变化值，且货品评价量由货品好评数与货品差评数组成。

5.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述评价分析操作的具体步骤如下：

步骤一：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品组分变化值和各货品售价变化值分别标定为Ti和Yi，i＝1...n，且Ti、Yi为一一对应；

步骤二：获取到与第一时间段相对应的货品材料的货品评价信息，并将各货品评价量标定为Ui，i＝1...n，Ui、Ti和Yi均为一一对应，且当货品好评数与货品差评数之比大于其预设值时，将Ui赋予标定值P1，反之则将Ui赋予标定值P2，P1、P2均为正数且P1小于P2；

步骤三：先依据公式建立货品评价模型，β为货品因子并取值2.5712，而当货品材料与中水准信号、低水准信号分别对应时，则将σ依次赋予评价因子t、y，t、y均为正数且t大于y，再将Si小于预设值s时，则将与Si相对应的货品材料生成持续关注信号，反之则将其生成放弃挑选信号。

6.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述货品评分操作的具体步骤如下：

步骤一：获取到第二时间段内的各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数，并将各货品材料与高水准信号、中水准信号和低水准信号相对应的出现次数分别标定为Di、Fi和Gi，i＝1...n，Di、Fi和Gi均为一一对应；

步骤二：先依据公式Hi＝Di*v+Fi*f+Gi*g，i＝1...n，得出第二时间段内的各货品材料的评分系数，v、f和g均为评分因子，v大于f大于g且v+f+g＝2.3148，再将Hi与预设范围h相比较，当Hi大于预设范围h的最大值、位于预设范围h之内和小于预设范围h的最小值时，将与Hi相对应的货品材料分别生成优先信号、保持信号和更换信号，且第二时间段表示为六个月的时长。

7.根据权利要求1所述的一种基于工业互联网的流程优化服务平台，其特征在于，所述优化判别操作的具体步骤如下：

步骤一：获取到实时的货品材料发送至监管人员手机的次数和货品材料显示至屏幕的次数，以及与优先信号、保持信号和更换信号相对应的货品材料；

步骤二：当与优先信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均小于其预设值时，则将该货品材料生成适配信号，当与更换信号相对应的货品材料的发送至监管人员手机次数或显示至屏幕次数均大于其预设值时，则将该货品材料生成替换信号，而其它情况下，则不生成任何信号。