CN111539793B - 一种面向opm模式的智造业可视化服务平台 - Google Patents

Abstract

本发明公开了一种面向OPM模式的智造业可视化服务平台。包括：客户可视化交互模块，实现企业与客户交互功能；构建可视化展示知识库模块，提高内部模块间复用率；构建客户个性化需求获取模块，获取用户个性化需求，推荐选配清单给客户；构建客户个性化需求归类模块，采用聚类算法进行订单汇总；产品可视化方案及报价模块，将生成的方案及报价反馈给用户。本发明帮助企业与客户实现交互性，结合客户的个性化需求进行产品的生产，建立了企业智能生态链系，解决了企业在传统模式下，市场分析不足、产品单一、资源无法高效利用的问题，一定程度上帮助实现智能化生产，提高了产品生产效率。

Description

一种面向OPM模式的智造业可视化服务平台

技术领域

本发明属于智能制造业领域，特别涉及一种面向OPM模式的智造业可视化智能服务平台。

背景技术

制造业的发展不仅直接体现一个国家生产力的水平，更决定了国民经济发展的方向。改革开放以来，我国制造业迅速发展，现已成为世界第一制造大国，很多产品产量都位居世界第一，但我国制造业同样也面临着很多问题：大部分制造业存在着生产技术落后、设备落后、生产力不足等问题，很难应对科技发展不断变化带来的挑战,传统制造企业无法满足客户需求的复杂性。

所以企业在面临巨大产业改革压力的今天，如何结合当前智能技术向更高产品质量、生产效率、绿色环保的方向转型是中国目前绝大多数企业必须面临的问题。当前，随着人工智能、云计算、大数据、可视化技术等的不断发展，我国传统制造业企业应结合这些高智能技术，不断推进我国制造业逐渐向智造业转型。

发明内容

本发明的目的是帮助电子产品企业由原来的OEM、ODM模式向OPM模式转型，结合人工智能、网络爬虫、机器学习、数据可视化技术等，帮助传统企业打通产业链、拓展价值链，并实现企业与客户的可视化交互，使其建立自己的智能生态链系，以解决传统制造业面临客户需求了解不当，产品单一、生产力不足、资源无法有效管控等问题，设计一种面向OPM模式的智造业可视化服务平台。

本发明是这样实现的：一种面向OPM模式的智造业可视化服务平台，包括客户可视化交互模块、可视化展示知识库模块、客户个性化需求获取模块、客户个性化需求归类模块、产品可视化方案及报价模块。客户可视化交互模块与客户个性化需求获取模块相连，客户个性化需求获取模块与客户个性化需求归类模块相连，可视化展示知识库模块、客户个性化需求归类模块与产品可视化方案及报价模块相连。

所述客户可视化交互模块，采用时序事件的可视化交互模式构建可视化交互平台，使用基于条件过滤的维度降解方法，借助可视化工具提取数据的时序特征，以进行数据可视化展示。

所述可视化展示知识库模块，采用分布式网络爬虫技术，获取各类电子制造业数据，采用人工智能，机器学习，统计学等相关方法，进行数据统计与分析。

所述客户个性化需求获取模块，结合客户可视化交互模块，获取不同客户的不同个性化需求，依据QoS约束，结合企业库存、工序流程、整机兼容性等因素，自动为客户生成选配清单供客户自主选择调配，并验证客户选配清单的QoS约束与兼容性。

所述客户个性化需求归类模块，按聚类算法对客户个性化需求CTO(Configure ToOrder,客户化生产)小批量订单进行汇总，形成一定规则批量化的订单。

所述产品可视化方案及报价模块，采用关联度准则对产品进行功能和结构分析优化，结合可视化展示知识库模块，利用模块匹配关系库、模块关系邻接矩阵、匹配算法、数据重组算法，提高模块化重组的效率；并将平台最终生成的可视化方案及报价反馈给客户。

与传统OEM、ODM模式的电子产品企业相比，本发明提供的一种面向OPM模式的智造业可视化服务平台具备以下优点：

(1)通过客户可视化交互模式将复杂的电子制造业数据丰富的展示出来，提高了企业与客户之间的交互性。

(2)可视化展示知识库模块，有效地对收集到的各类数据进行整合分类，通过模块匹配关系库、匹配算法、数据重组算法提高内部模块复用率，减少资源浪费，节约开发成本。

(3)通过对客户个性化需求数据进行QoS和兼容性评估，解决了客户和企业在品牌需求、产品配件、产品库存等方面的问题，生产推荐可供客户选配的清单能更好符合客户个性化需求。

附图说明

图1为本发明实施例的平台结构示意图；

图2为本发明实施例中可视化展示知识库模块流程图；

图3为本发明实施例中客户个性化需求获取及归类模块流程图。

附图中，各标号所代表的部件列表如下：

1、客户可视化交互模块，2、可视化展示知识库模块，3、客户个性化需求获取模块，4、客户个性化需求归类模块，5、产品可视化方案及报价模块。

具体实施方式

实施例：

为了使相关领域的技术人员能够更好的理解本发明实施例中的技术方案，并使本发明实施例中的目的、方法和优点更加清楚明确，将结合附图说明中的图例更进一步的进行阐述。

如图1所示，本发明的一种面向OPM模式的智造业可视化服务平台一共包含了5个功能模块，分别是：客户可视化交互模块1、可视化展示知识库模块2、客户个性化需求获取模块3、客户个性化需求归类模块4、产品可视化方案及报价模块5。其中客户可视化交互模块1与客户个性化需求获取模块3相连，客户个性化需求获取模块3与客户个性化需求归类模块4相连，可视化展示知识库模块2、客户个性化需求归类模块4与产品可视化方案及报价模块5相连。

所述客户可视化交互模块1，通过时序事件的可视化交互模式，提取数据的时序特征，针对不同数据展示形式，使用基于条件过滤的维度降解方法，将复杂的电子智造业数据从多个角度丰富的展示出来，可实现客户数据按时间先后顺序的可视化展示。其中，基于条件过滤的维度降解方法借助于dygraphs、HighCharts、QlikView和Tableau等可视化工具。

所述可视化展示知识库模块2流程图如图2所示，通过分布式网络爬虫技术，实现以实体为中心的多源智造业数据的连接并研究面向节点相关性分析的动态社团发现算法，能够借对社团的动态演化特征以及数据主题的演化特征进行有效预测和分析，从业务逻辑和数据逻辑两个方面考虑要使用的变量以及选择合适的建模算法，对其进行整合分类；采用人工智能、机器学习、统计学等有关方法，实现类别细分，将电子智造业的数据分为：专业标准库、数字图书馆、产品设计案例库、产品设计经验库、产品设计问题库、网络咨询库；可视化展示知识库，有针对性的给不同类型客户提供个性化推荐的营销方式。知识库还与平台其他模块的数据进行收集整理进行知识重用，提高平台的利用率。

所述客户个性化需求获取模块3流程图如图3所示，根据客户可视化交互模块1，获取客户个性化需求数据，如客户需要特定的软硬件设备、材料品牌及配件等；结合企业库存、工序流程、整机兼容性等因素，自动为客户生成可供客户自主选择的选配清单，并验证客户选配清单的QoS约束与兼容性。

其中，在向客户推荐选配清单时，既要考虑客户提出的材料需求、配件需求、质量需求外，还要兼顾多个优化目标：尽量选择通用型配件、尽量保持高兼容性、尽量趋近已有工序流程、尽量平衡库存和尽量降低生产成本等，这就形成一个具有约束的多目标优化问题。采用离散粒子群优化等进化类优化算法，PSO算法初始化为一群随机粒子(随机解)，通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个“极值”来更新自己，一个是粒子本身所找到的最优解，称为个体pbest_i；另一个极值是整个种群目前找到的最优解，称为全局极值gbest_i。在找到上述两个极值后，粒子通过如下两个公式来更新速度和位置:

V_i＝ω×V_i+c₁r₁(pbest_i-X_i)+c₂r₂(gbest_i-X_i) 公式(1)

X_i＝X_i+V_i 公式(2)

式中，X_i和V_i分别表示第i个粒子的位置和速度，pbest_i是第i个粒子的最优值，ω是惯性权值，c₁和c₂为加速因子，r₁和r₂是在[0,1]范围内的两个随机数，通常使用一个常量V_max来限制粒子的速度，改善搜索结果。

其次，电子产品往往包含一系列电子配件，每个配件及材料都存在很多的品牌与型号，有些品牌与型号之间存在兼容性冲突问题，要求客户在自主选配时完全避免这些冲突过于苛刻，故平台需要评估客户选配清单的兼容性，并反馈评估结果，因此采用贝叶斯推理定量实现选配清单的兼容度。贝叶斯推断是推论统计的一种方法，使用贝叶斯定理，在有更多证据及信息时，更新特定假设的概率。贝叶斯统计推断是统计学(特别是数理统计学)中很重要的技巧之一，公式如下：

通过解决面向CTO订单的多目标QoS约束分解问题，在满足客户QoS约束的基础上，选择通用型、兼容性高、趋近已有工序流程的配件，以达到平衡库存、降低生产成本的目的。

所述客户个性化需求归类模块4如图3所示，采用聚类方法对客户个性化需求获取模块3中的客户个性化需求数据进行产品CTO订单归类，其核心问题是基于BOM(Bill ofMaterial,物料订单)与工序流程度量CTO订单的相似度。解决方法如下：

设一个CTO订单的BOM涉及M1,M2,…,Mn等n种物料，在生成订单时，每种物料可以从若干个品牌中选择，每个品牌又拥有若干型号。两个订单i与j，针对同一物料的相似度取决于它们为该物料所选择的品牌及型号，其相似度定义为：

其中，brand是用于描述对应同一物料的不同品牌之间的相似度矩阵，其每个元素的值位于区间[0,1]，其取值取决于不同品牌在工序上的替换成本，替换成本越大，相似度越低。type是用于描述对应同一物料的同一品牌的不同型号之间的相似度矩阵，其取值规则类似于brand。

两个CTO订单的相似度定义每种物料的相似度的平均值，即：

所述产品可视化方案及报价模块5，采用关联度准则对产品进行功能和结构分析，将表征模块划分的关联度和表征客户个性化需求的功能贡献度作为优化目标函数，对模块划分结果进行优化，实现产品模块划分方案的优化；在产品模块划分的基础上，结合可视化展示知识库模块2建立相应的模块匹配关系库、模块关系邻接矩阵，并利用匹配算法、数据重组算法以提高内部模块重组的复用效率，将最符合客户个性化需求的产品方案及报价展现给客户。

综上所述，本发明的一种面向OPM模式的智造业可视化服务平台，设计了客户交互模块，使客户与企业可以进行良好的交互行为；利用分布式爬虫技术、人工智能、数据统计分析、机器学习等构建了可视化展示产品知识库，并利用数据重组提升内部模块复用率节约企业开发成本；利用聚类算法、PSO算法、贝叶斯算法对数据进行归类、加工处理，使其能够设计符合客户个性化产品的定制模型，方便对模块划分结果进行优化；通过本发明可以有效的利用新型智能技术实现企业改变传统的运营模式，利用互联网和智能技术提升企业与客户的交互性，提高开发效率和产品质量，且有效的增加了企业对抗市场变化风险的能力，有利于企业未来的发展。

以上对本发明所提供的一种面向OPM模式的智造业可视化服务平台进行了详细介绍。说明书中各个实施例之间相同相似部分互相参见即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (1)

1.一种面向OPM模式的智造业可视化服务平台，其特征在于：包括客户可视化交互模块、可视化展示知识库模块、客户个性化需求获取模块、客户个性化需求归类模块和产品可视化方案及报价模块；客户可视化交互模块与客户个性化需求获取模块相连，客户个性化需求获取模块与客户个性化需求归类模块相连；可视化展示知识库模块、客户个性化需求归类模块与产品可视化方案及报价模块相连；

所述客户可视化交互模块，采用时序事件的可视化交互模式构建可视化交互平台，使用基于条件过滤的维度降解方法，借助可视化工具提取数据的时序特征，以进行数据可视化展示；

所述可视化展示知识库模块，采用分布式网络爬虫技术，获取各类电子制造业数据，采用人工智能，机器学习以及统计学进行数据统计与分析；

所述客户个性化需求获取模块，结合客户可视化交互模块，获取不同客户的不同个性化需求，依据QoS约束，结合企业库存、工序流程以及整机兼容性因素，自动为客户生成选配清单供用户自主选择调配，并验证客户选配清单的QoS约束与兼容性；

所述客户个性化需求归类模块，按聚类算法对客户个性化需求CTO小批量订单进行汇总；

所述产品可视化方案及报价模块，采用关联度准则对产品进行功能和结构分析优化，结合可视化展示知识库模块，利用模块匹配关系库、模块关系邻接矩阵、匹配算法、数据重组算法，提高模块化重组的效率；并将平台最终生成的可视化方案及报价反馈给客户。