CN113536225A - 控制信息生成方法、装置、终端设备和计算机可读介质 - Google Patents

控制信息生成方法、装置、终端设备和计算机可读介质 Download PDF

Info

Publication number
CN113536225A
CN113536225A CN202110738807.5A CN202110738807A CN113536225A CN 113536225 A CN113536225 A CN 113536225A CN 202110738807 A CN202110738807 A CN 202110738807A CN 113536225 A CN113536225 A CN 113536225A
Authority
CN
China
Prior art keywords
supply plant
supply
quality
matrix
timeliness
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
Application number
CN202110738807.5A
Other languages
English (en)
Inventor
谢东
王清杰
王旸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Defeng New Journey Technology Co ltd
Original Assignee
Beijing Defeng New Journey Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Defeng New Journey Technology Co ltd filed Critical Beijing Defeng New Journey Technology Co ltd
Priority to CN202110738807.5A priority Critical patent/CN113536225A/zh
Publication of CN113536225A publication Critical patent/CN113536225A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Factory Administration (AREA)

Abstract

本公开的实施例公开了控制信息生成方法、装置、终端设备和计算机可读介质。该方法的一具体实施方式包括：检测是否从目标终端设备接收到操作授权信号；响应于检测到操作授权信号，获取供应厂质量数据集；基于供应厂质量数据集，生成供应厂质量得分矩阵；基于供应厂质量得分矩阵，生成供应厂质量权重矩阵；基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成控制信息，其中，控制信息表征目标供应厂的供应能力。该实施方式根据供应厂质量数据集对于供应厂的供应能力进行品控，通过基于供应厂质量得分矩阵和供应厂质量权重矩阵确定的熵权生成表征目标供应厂供应能力的控制信息，能够提高品控的准确度，提升供应厂设备质量控制的水平。

Description

控制信息生成方法、装置、终端设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及控制信息生成方法、装置、终端设备和计算机可读介质。
背景技术
大型机械工业企业的产品，需要在各地有大量的配件供应厂。对于上述机械工业企业而言，为了确保产品的品质维持在高水准，需要获取各个配件供应厂信用状况、财务状况、供货及时性、服务质量、不良行为状况、投标关键参数承诺情况、设备抽检结果、监造结果及运检阶段质量情况等多维度数据。配件供应厂品质的好坏直接影响了企业的产品品质。需要对不合格的配件供应厂进行停止配件供货操作，之后再从合格的配件供应厂进行配件输送的调度操作。
然而，在配件输送的调度过程中，经常会存在如下技术问题：
第一，对不同配件供应厂的配件输送的调度容易出错。影响配件供应厂品质的因素众多，且属于多种种类，需要根据不同层次的指标进行监测。基于多种类、多层次的指标进行品控，对供应厂品质的监测准确度较低，存在较大的品控监测失效风险，从而导致供应调度相关操作出错。
第二，对不同配件供应厂的配件输送的调度的准确性不高，影响最终装配的产品的品质。供应厂品控因素受到多种条件的影响，对多因素、多条件下的品控进行权重设定或调整，或不设置权重，会容易造成权重设置准确度低的问题，不能满足供应厂的配件输送的调度质量要求，影响了最终装配的产品的品质。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了控制信息生成方法、装置、终端设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种控制信息生成方法，该方法包括：检测是否从目标终端设备接收到操作授权信号，其中，操作授权信号是用户对目标控件执行目标操作产生的信号；响应于检测到操作授权信号，获取供应厂质量数据集，其中，供应厂质量数据集包括供应厂供货及时性数据集、供应厂设备质量数据集和供应厂生产经营质量数据集，供应厂质量数据集包括第一数目个供应厂的供应厂质量数据集；基于供应厂质量数据集，生成供应厂质量得分矩阵，其中，供应厂质量得分矩阵包括供应厂供货及时性得分矩阵、供应厂设备质量得分矩阵和供应厂生产经营质量得分矩阵；基于供应厂质量得分矩阵，生成供应厂质量权重矩阵，其中，供应厂质量权重矩阵包括供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营质量权重矩阵；基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成定控制信息，其中，控制信息表征目标供应厂的供应能力。
第二方面，本公开的一些实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
第三方面，本公开的一些实施例提供了一种计算机可读介质，该计算机可读介质存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的控制信息生成方法能够根据供应厂质量数据集对于供应厂的供应能力进行品控，通过基于供应厂质量得分矩阵和供应厂质量权重矩阵的确定的熵权确定表征目标供应厂供应能力的控制信息，能够提高品控的准确度，提升供应厂设备质量控制的水平。具体来说，发明人发现，造成目前供应商控制信息推送准确度较低的原因在于：对不同配件供应厂的配件输送的调度容易出错。影响配件供应厂品质的因素众多，且属于多种种类，需要根据不同层次的指标进行监测。基于多种类、多层次的指标进行品控，对供应厂品质的监测准确度较低，存在较大的品控监测失效风险，从而导致供应调度相关操作出错。基于此，首先，本公开的一些实施例获取供应厂质量数据集。其中，供应厂质量数据集包括供应厂供货及时性数据集、供应厂设备质量数据集和供应厂生产经营质量数据集。供应厂质量数据集包括第一数目个供应厂的供应厂质量数据集。具体的，供应厂质量数据集包括了多个层次的质量数据。其次，基于供应厂质量数据集，生成供应厂质量得分矩阵。其中，供应厂质量得分矩阵包括供应厂供货及时性得分矩阵、供应厂设备质量得分矩阵和供应厂生产经营质量得分矩阵。具体的，对多个层次的指标进行综合考虑，生成供应厂质量得分矩阵。然后，基于供应厂质量得分矩阵，生成供应厂质量权重矩阵。其中，供应厂质量权重矩阵包括供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营质量权重矩阵。供应厂质量权重矩阵能够表征对应于供应厂质量得分矩阵的权重信息。最后，基于供应厂质量得分矩阵和供应厂质量权重矩阵，确定控制信息。其中，控制信息表征目标供应厂的供应能力。通过基于获取的供应厂质量数据集生成包含多层次指标信息的供应厂质量得分矩阵和供应厂质量权重矩阵，最终得到能够表征目标供应厂供应能力的控制信息，能够对供应厂质量进行全面评估，从而提高对供应厂品质检测的准确度，降低了品控监测失效风险，进而保证了正确的供应调度相关操作。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；
图2是根据本公开的控制信息生成方法的一些实施例的流程图；
图3是示例性的授权提示框；
图4是根据本公开的控制信息生成装置的一些实施例的流程图；
图5是适于用来实现本公开的一些实施例的终端设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的控制信息生成方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如信息处理应用、信息生成应用、数据分析应用等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种终端设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块(例如用来提供供应厂质量数据集输入等)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103输入的供应厂质量数据集进行存储的服务器等。服务器可以对接收到的供应厂质量数据集进行处理，并将处理结果(例如控制信息)反馈给终端设备。
需要说明的是，本公开实施例所提供的控制信息生成方法可以由服务器105，也可以由终端设备执行。
需要指出的是，服务器105的本地也可以直接存储供应厂质量数据集，服务器105可以直接提取本地的供应厂质量数据集通过处理后得到控制信息，此时，示例性系统架构100可以不包括终端设备101、102、103和网络104。
还需要指出的是，终端设备101、102、103中也可以安装有控制信息生成应用，此时，处理方法也可以由终端设备101、102、103执行。此时，示例性系统架构100也可以不包括服务器105和网络104。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供信息处理服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的控制信息生成方法的一些实施例的流程200。该控制信息生成方法，包括以下步骤：
步骤201，检测是否从目标终端设备接收到操作授权信号。
在一些实施例中，控制信息生成方法的执行主体(例如图1所示的服务器)检测是否从目标终端设备接收到操作授权信号。其中，操作授权信号是用户对目标控件执行目标操作产生的信号。上述目标终端设备可以是登录有上述用户对应账号的终端设备。上述终端设备可以是“手机”，也可以是“电脑”。上述目标控件可以包含于授权提示框中。上述授权提示框可以在目标终端设备显示。上述目标控件可以是“确认按钮”。
步骤202，响应于检测到操作授权信号，获取供应厂质量数据集。
在一些实施例中，控制信息生成方法的执行主体(例如图1所示的服务器)响应于检测到操作授权信号，获取供应厂质量数据集。上述操作授权信号可以是上述供应厂质量数据集对应的用户，对目标控件执行目标操作产生的信号。上述目标控件可以包含于授权提示框中。上述授权提示框可以在目标终端设备显示。上述目标终端设备可以是登录有上述用户对应账号的终端设备。上述终端设备可以是“手机”，也可以是“电脑”。上述目标操作可以是“点击操作”，也可以是“滑动操作”。上述目标控件可以是“确认按钮”。
作为示例，上述授权提示框可以如图3所示。上述授权提示框可以包括：提示信息显示部分301和控件302。其中，上述提示信息显示部分301可以用于显示提示信息。上述提示信息可以是“是否允许获取供应厂质量数据集”。上述控件302可以是“确认按钮”，也可以是“取消按钮”。
具体的，供应厂质量数据集包括供应厂供货及时性数据集、供应厂设备质量数据集和供应厂生产经营质量数据集。供应厂质量数据集包括第一数目个供应厂的供应厂质量数据集。其中，上述供应厂供货及时性数据集中的供应厂供货及时性数据可以是供应厂本次供货与上次供货之间的时间差值。上述供应厂设备质量数据集中的供应厂设备质量数据可以是表征设备质量的数据。例如，上述供应厂设备质量数据可以是设备的磨损度。上述供应厂设备质量数据可以是设备的合格率。上述供应厂生产经营质量数据集中的供应厂生产经营质量数据可以是供应厂的供货数量与退货数量的比值。
步骤203，基于供应厂质量数据集，生成供应厂质量得分矩阵。
在一些实施例中，上述执行主体基于供应厂质量数据集，生成供应厂质量得分矩阵。其中，供应厂质量得分矩阵包括供应厂供货及时性得分矩阵、供应厂设备质量得分矩阵和供应厂生产经营质量得分矩阵。
可选的，基于供应厂质量数据集，生成供应厂供货及时性得分矩阵。确定供应厂供货及时性指标集合。其中，供应厂供货及时性指标集合包括第一级供应厂供货及时性指标集合和第二级供应厂供货及时性指标集合。第一级供应厂供货及时性指标集合包括第三数目个第一级供应厂供货及时性指标。第二级供应厂供货及时性指标集合包括第四数目个供应厂供货及时性指标。具体的，对影响供应厂供货及时性的指标进行分层处理。具体的，第一级供应厂供货及时性指标可以是表征供应厂整体能力的指标，第二级供应厂供货及时性指标可以是表征影响供应厂供货及时性的因素指标。基于供应厂供货及时性指标集合和供应厂质量数据集，生成供应厂供货及时性得分矩阵。具体的，可以采用层次分析法，基于供应厂供货及时性指标集合和供应厂质量数据集，生成供应厂供货及时性得分矩阵。层次分析法是指将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。具体的，供应厂供货及时性指标集合为包括与决策有关的元素。
基于供应厂质量数据集，生成供应厂设备质量得分矩阵。确定供应厂设备质量指标集合。其中，供应厂设备质量指标集合包括第一级供应厂设备质量指标集合和第二级供应厂设备质量指标集合。第一级供应厂设备质量指标集合包括第五数目个第一级供应厂设备质量指标。第二级供应厂设备质量指标集合包括第六数目个供应厂设备质量指标。具体的，对影响供应厂设备质量的指标进行分层处理。具体的，第一级供应厂设备质量指标可以是表征供应厂整体能力的指标，第二级供应厂设备质量指标可以是表征影响供应厂设备质量的因素指标。基于供应厂设备质量指标集合和供应厂质量数据集，生成供应厂设备质量得分矩阵。具体的，可以采用层次分析法，基于供应厂设备质量指标集合和供应厂质量数据集，生成供应厂设备质量得分矩阵。层次分析法是指将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。具体的，供应厂设备质量指标集合为包括与决策有关的元素。
基于供应厂质量数据集，生成供应厂生产经营得分矩阵。确定供应厂生产经营指标集合。其中，供应厂生产经营指标集合包括第一级供应厂生产经营指标集合和第二级供应厂生产经营指标集合。第一级供应厂生产经营指标集合包括第七数目个第一级供应厂生产经营指标。第二级供应厂生产经营指标集合包括第八数目个供应厂生产经营指标。具体的，对影响供应厂生产经营的指标进行分层处理。具体的，第一级供应厂生产经营指标可以是表征供应厂整体能力的指标，第二级供应厂生产经营指标可以是表征影响供应厂生产经营的因素指标。基于供应厂生产经营指标集合和供应厂质量数据集，生成供应厂生产经营得分矩阵。具体的，可以采用层次分析法，基于供应厂生产经营指标集合和供应厂质量数据集，生成供应厂生产经营得分矩阵。层次分析法是指将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。具体的，供应厂生产经营指标集合为包括与决策有关的元素。
将供应厂供货及时性得分矩阵、供货商设备质量得分矩阵和供货商生产经营得分矩阵的组合确定为上述供应厂质量得分矩阵。
步骤204，基于供应厂质量得分矩阵，生成供应厂质量权重矩阵。
在一些实施例中，上述执行主体基于供应厂质量得分矩阵，生成供应厂质量权重矩阵。其中，供应厂质量权重矩阵包括供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营质量权重矩阵。
可选的，基于供应厂供货及时性得分矩阵，生成供应厂供货及时性权重矩阵。对于供应厂供货及时性得分矩阵中的每一行，执行以下生成步骤生成该行对应的供应厂供货及时性权重向量，以得到供应厂供货及时性权重矩阵。
生成步骤：生成供应厂供货及时性得分矩阵中该行对应的供应厂供货及时性特征向量。将该行对应的供应厂供货及时性特征向量进行归一化处理，以得到该行对应的供应厂供货及时性权重向量。具体的，可以将供应厂供货及时性得分矩阵中该行中的全部元素构建为供应厂供货及时性特征向量。
基于供应厂设备质量得分矩阵，生成供应厂设备质量权重矩阵。对于供应厂设备质量得分矩阵中的每一行，执行以下设备质量生成步骤生成该行对应的供应厂设备质量权重向量，以得到供应厂设备质量权重矩阵。
设备质量生成步骤：生成供应厂设备质量得分矩阵中该行对应的供应厂设备质量特征向量。将该行对应的供应厂设备质量特征向量进行归一化处理，以得到该行对应的供应厂设备质量权重向量。具体的，可以将供应厂设备质量得分矩阵中该行中的全部元素构建为供应厂设备质量特征向量。
基于供应厂生产经营得分矩阵，生成供应厂生产经营权重矩阵。对于供应厂生产经营得分矩阵中的每一行，执行以下生产经营生成步骤生成该行对应的供应厂生产经营权重向量，以得到供应厂生产经营权重矩阵。
生产经营生成步骤：生成供应厂生产经营得分矩阵中该行对应的供应厂生产经营特征向量。将该行对应的供应厂生产经营特征向量进行归一化处理，以得到该行对应的供应厂生产经营权重向量。具体的，可以将供应厂生产经营得分矩阵中该行中的全部元素构建为供应厂生产经营特征向量。
可选的，将供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营权重矩阵的组合确定为供应厂质量权重矩阵。
步骤205，基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成控制信息。
在一些实施例中，上述执行主体基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成控制信息。其中，控制信息表征目标供应厂的供应能力。
可选的，将供应厂设备质量得分矩阵和供应厂质量权重矩阵相乘，以得到供应厂质量数据矩阵。对供应厂质量数据矩阵进行归一化处理，以得到归一化供应厂质量数据矩阵。其中，归一化供应厂质量数据矩阵包括第一数目个行。归一化供应厂质量数据矩阵中的行表征供应厂的质量情况。
对于归一化供应厂质量数据矩阵中的每列，利用下式，确定该列的信息熵，以得到供应厂质量信息熵集合：
Figure BDA0003140751290000101
Figure BDA0003140751290000102
其中，i表示归一化供应厂质量数据矩阵的行计数，j表示归一化供应厂质量数据矩阵的列计数。Yi，j表示归一化供应厂质量数据矩阵中第i行第j列的元素，pi，j表示均值化处理后的供应厂质量数据矩阵中第i行第j列的元素，n表示归一化供应厂质量数据矩阵中的行数，Ej表示第j列的供应厂质量信息熵。
对于归一化供应厂质量数据矩阵中的每列，利用下式，确定该列的供应厂质量信息熵权，以得到供应厂质量信息熵权集合。其中，供应厂质量信息熵权为供应厂质量信息熵的权重：
Figure BDA0003140751290000103
其中，j表示归一化供应厂质量数据矩阵的列计数，dj＝1-Ej，Ej表示第j列的供应厂质量信息熵，Wj表示第j列的供应厂质量信息熵权。
基于供应厂质量信息熵集合和上述供应厂质量信息熵权集合，生成供应厂质量指标序列。其中，供应厂质量指标序列包括第一数目个供应厂质量指标。具体的，可以将供应厂质量信息熵集合中的各个供应厂质量信息熵与供应厂质量信息熵权集合中对应的供应厂质量信息熵权相乘，以得到供应厂质量指标序列。将供应厂质量指标序列中的第一个供应厂质量指标对应的供应厂信息确定为控制信息。
上述步骤205中的可选内容，即：“通过熵权法生成控制信息的技术内容通过熵权法生成控制信息的技术内容”作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“对不同配件供应厂的配件输送的调度的准确性不高，影响最终装配的产品的品质。供应厂品控因素受到多种条件的影响，对多因素、多条件下的品控进行权重设定或调整，或不设置权重，会容易造成权重设置准确度低的问题，不能满足供应厂的配件输送的调度质量要求，影响了最终装配的产品的品质。”。导致权重设置和供应厂品控准确度较低的因素往往如下：由经验设定的权重不能准确评估供应厂的品控质量。如果解决了上述因素，就能达到提高权重设置和品控准确度的效果。为了达到这一效果，本公开引入熵权法生成控制信息。首先，将供应厂设备质量得分矩阵和供应厂质量权重矩阵相乘，以得到供应厂质量数据矩阵。具体的，供应厂质量数据矩阵可以用于评估供应厂品控质量。其次，对供应厂质量数据矩阵进行归一化处理，以得到归一化供应厂质量数据矩阵。然后，利用熵权法基于归一化供应厂质量数据矩阵生成供应厂质量信息熵集合和供应厂质量信息熵权集合。最后，生成供应厂质量指标序列以及将供应厂质量指标序列中的第一个供应厂质量指标对应的供应厂信息确定为控制信息。该方法利用熵权法，能够基于归一化供应厂质量数据矩阵生成与供应厂品控质量相关的供应厂质量指标序列，并将供应厂质量指标序列中的第一个供应厂质量指标对应的供应厂信息确定为控制信息，可以生成准确的熵值和对应的熵权。供应厂质量指标序列中的第一个供应厂质量指标为熵权值最大的供应厂质量指标，将该指标对应的供应厂确定为最优的目标供应厂，从而提高供应厂的配件输送的调度质量，满足供应调度的品控质量要求，提高了最终装配产品的品质，从而解决了技术问题二。
可选的，上述执行主体还可以执行以下步骤组：
第一步，确定与上述控制信息匹配的运送车辆信息。
其中，上述控制信息可以表征目标供应厂的供应能力。上述运送车辆信息是用于运输上述目标供应厂供应货物的车辆的车辆信息。上述运送车辆信息可以包括：车辆编号组。
作为示例，上述控制信息可以是[物品编号：1000，供应量：300件]。首先，上述执行主体可以获取车辆状态为“空闲”的车辆的车辆信息。例如，[车辆编号：C01，状态：空闲，满载量：100]。上述执行主体可以从车辆状态为“空闲”的车辆的车辆信息中筛选出，能够完全搬运供应量的车辆对应的车辆信息，作为上述运输车辆信息。
第二步，获取供应厂对应的供应物品的储存区域信息。
其中，上述执行主体可以根据上述控制信息包括的物品编号，从物品存储信息数据库中查询上述物品编号对应的物品的储存位置，以生成上述储存区域信息。上述物品存储信息数据库可以是用于存储物品对应的储存区域的信息的数据库。
第三步，确定上述车辆编号组中每个车辆编号对应的车辆的实时位置信息，得到实时位置信息组。
其中，上述执行主体可以通过GPS(Global Positioning System，全球定位系统)定位上述车辆编号对应的车辆的实时位置，以生成上述实时位置信息。
第四步，规划上述实时位置信息组中每个实时位置信息对应的实时位置，至上述储存区域信息对应的储存区域的路径，以生成路径信息，得到至少一条路径信息。
其中，上述执行主体可以通过路径规划算法，规划以上述储存区域信息对应的位置为终点，上述实时位置信息对应的位置为起点的路径，以生成上述路径信息。上述路径规划算法可以是但不限于以下至少一项：Dijkstra算法，广度优先算法，深度优先算法和动态规划算法。
第五步，将上述至少一条路径信息中的每条路径信息发送至对应的车辆编号的车辆的路径接收终端。
其中，上述执行主体可以通过有线连接或无线连接的方式，将上述至少一条路径信息中的每条路径信息发送至对应的车辆编号的车辆的路径接收终端。上述路径接收终端可以是具有接收信息和显示路径功能的终端。例如，车载地图显示终端。
图2给出的一个实施例具有如下有益效果：检测是否从目标终端设备接收到操作授权信号；响应于检测到操作授权信号，获取供应厂质量数据集；生成供应厂质量权重矩阵；基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成控制信息，其中，控制信息表征目标供应厂的供应能力；将控制信息生成至目标终端设备，以控制目标终端设备进行供应调度相关操作。该实施方式根据供应厂质量数据集对于供应厂的供应能力进行品控，通过基于供应厂质量得分矩阵和供应厂质量权重矩阵的确定的熵权确定表征目标供应厂供应能力的控制信息，能够提高品控的准确度，提升供应厂设备质量控制的水平。
进一步参考图4，作为对上述各图上述方法的实现，本公开提供了一种控制信息生成装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种终端设备中。
如图4所示，一些实施例的控制信息生成装置400，装置包括：检测单元401、获取单元402、第一生成单元403、第二生成单元404和第三生成单元405。其中，检测单元401，被配置成检测是否从目标终端设备接收到操作授权信号。其中，操作授权信号是用户对目标控件执行目标操作产生的信号。获取单元402，被配置成响应于检测到操作授权信号，获取供应厂质量数据集。其中，供应厂质量数据集包括供应厂供货及时性数据集、供应厂设备质量数据集和供应厂生产经营质量数据集。供应厂质量数据集包括第一数目个供应厂的供应厂质量数据集。第一生成单元403，被配置成基于供应厂质量数据集，生成供应厂质量得分矩阵。其中，供应厂质量得分矩阵包括供应厂供货及时性得分矩阵、供应厂设备质量得分矩阵和供应厂生产经营质量得分矩阵。第二生成单元404，被配置成基于供应厂质量得分矩阵，生成供应厂质量权重矩阵。其中，供应厂质量权重矩阵包括供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营质量权重矩阵。第三生成单元405，被配置成基于供应厂质量得分矩阵和供应厂质量权重矩阵，生成控制信息。其中，控制信息表征目标供应厂的供应能力。
可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
下面参考图5，其示出了适于用来实现本公开实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU，Central Processing Unit)501，其可以根据存储在只读存储器(ROM，Read Only Memory)502中的程序或者从存储部分508加载到随机访问存储器(RAM，Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O，Input/Output)接口505也连接至总线504。
以下部件连接至I/O接口505：包括硬盘等的存储部分506；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分507。通信部分507经由诸如因特网的网络执行通信处理。驱动器508也根据需要连接至I/O接口505。可拆卸介质509，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器508上，以便于从其上读出的计算机程序根据需要被安装入存储部分506。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分507从网络上被下载和安装，和/或从可拆卸介质509被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本公开的方法中限定的上述功能。需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种控制信息生成方法，包括：
检测是否从目标终端设备接收到操作授权信号，其中，所述操作授权信号是用户对目标控件执行目标操作产生的信号；
响应于检测到操作授权信号，获取供应厂质量数据集，其中，所述供应厂质量数据集包括供应厂供货及时性数据集、供应厂设备质量数据集和供应厂生产经营质量数据集，所述供应厂质量数据集包括第一数目个供应厂的供应厂质量数据集；
基于所述供应厂质量数据集，生成供应厂质量得分矩阵，其中，所述供应厂质量得分矩阵包括供应厂供货及时性得分矩阵、供应厂设备质量得分矩阵和供应厂生产经营质量得分矩阵；
基于所述供应厂质量得分矩阵，生成供应厂质量权重矩阵，其中，所述供应厂质量权重矩阵包括供应厂供货及时性权重矩阵、供应厂设备质量权重矩阵和供应厂生产经营质量权重矩阵；
基于所述供应厂质量得分矩阵和所述供应厂质量权重矩阵，生成控制信息，其中，所述控制信息表征目标供应厂的供应能力。
2.根据权利要求1所述的方法，其中，所述方法还包括：
确定与所述控制信息匹配的运送车辆信息，其中，所述运送车辆信息包括：车辆编号组；
获取供应厂对应的供应物品的储存区域信息；
确定所述车辆编号组中每个车辆编号对应的车辆的实时位置信息，得到实时位置信息组；
规划所述实时位置信息组中每个实时位置信息对应的实时位置，至所述储存区域信息对应的储存区域的路径，以生成路径信息，得到至少一条路径信息；
将所述至少一条路径信息中的每条路径信息发送至对应的车辆编号的车辆的路径接收终端。
3.根据权利要求2所述的方法，其中，所述基于所述供应厂质量数据集，生成供应厂质量得分矩阵，包括：
基于所述供应厂质量数据集，生成所述供应厂供货及时性得分矩阵；
基于所述供应厂质量数据集，生成所述供应厂设备质量得分矩阵；
基于所述供应厂质量数据集，生成所述供应厂生产经营得分矩阵；
将所述供应厂供货及时性得分矩阵、所述供货商设备质量得分矩阵和所述供货商生产经营得分矩阵的组合确定为所述供应厂质量得分矩阵。
4.根据权利要求3所述的方法，其中，所述基于所述供应厂质量得分矩阵，生成供应厂质量权重矩阵，包括：
基于所述供应厂供货及时性得分矩阵，生成所述供应厂供货及时性权重矩阵；
基于所述供应厂设备质量得分矩阵，生成所述供应厂设备质量权重矩阵；
基于所述供应厂生产经营得分矩阵，生成所述供应厂生产经营权重矩阵；
将所述供应厂供货及时性权重矩阵、所述供应厂设备质量权重矩阵和所述供应厂生产经营权重矩阵的组合确定为所述供应厂质量权重矩阵。
5.根据权利要求4所述的方法，其中，所述基于所述供应厂质量得分矩阵和所述供应厂质量权重矩阵，生成控制信息，包括：
将所述供应厂设备质量得分矩阵和所述供应厂质量权重矩阵相乘，以得到供应厂质量数据矩阵；
对所述供应厂质量数据矩阵进行归一化处理，以得到归一化供应厂质量数据矩阵，其中，所述归一化供应厂质量数据矩阵包括第一数目个行，所述归一化供应厂质量数据矩阵中的行表征供应厂的质量情况；
基于所述归一化供应厂质量数据矩阵，生成供应厂质量信息熵集合；
基于所述归一化供应厂质量数据矩阵，生成供应厂质量信息熵权集合；
基于所述供应厂质量信息熵集合和所述供应厂质量信息熵权集合，生成所述供应厂质量指标序列，其中，所述供应厂质量指标序列包括第一数目个供应厂质量指标；
将所述供应厂质量指标序列中的第一个供应厂质量指标对应的供应厂信息确定为所述控制信息。
6.根据权利要求5所述的方法，其中，所述基于所述供应厂质量数据集，生成所述供应厂供货及时性得分矩阵，包括：
确定供应厂供货及时性指标集合，其中，所述供应厂供货及时性指标集合包括第一级供应厂供货及时性指标集合和第二级供应厂供货及时性指标集合，所述第一级供应厂供货及时性指标集合包括第三数目个第一级供应厂供货及时性指标，所述第二级供应厂供货及时性指标集合包括第四数目个供应厂供货及时性指标；
基于所述供应厂供货及时性指标集合和所述供应厂质量数据集，生成供应厂供货及时性得分矩阵。
7.根据权利要求6所述的方法，其中，所述基于所述供应厂供货及时性得分矩阵，生成所述供应厂供货及时性权重矩阵，包括：
对于所述供应厂供货及时性得分矩阵中的每一行，执行以下生成步骤生成该行对应的供应厂供货及时性权重向量，以得到所述供应厂供货及时性权重矩阵：
生成所述供应厂供货及时性得分矩阵中该行对应的供应厂供货及时性特征向量；
将该行对应的供应厂供货及时性特征向量进行归一化处理，以得到该行对应的供应厂供货及时性权重向量。
8.根据权利要求1-7之一所述的方法，其中，所述方法还包括：
响应于从所述目标终端设备接收到表征供应调度失败的信号，控制报警设备发出报警信息。
9.一种终端设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN202110738807.5A 2021-06-30 2021-06-30 控制信息生成方法、装置、终端设备和计算机可读介质 Pending CN113536225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110738807.5A CN113536225A (zh) 2021-06-30 2021-06-30 控制信息生成方法、装置、终端设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110738807.5A CN113536225A (zh) 2021-06-30 2021-06-30 控制信息生成方法、装置、终端设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN113536225A true CN113536225A (zh) 2021-10-22

Family

ID=78097423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110738807.5A Pending CN113536225A (zh) 2021-06-30 2021-06-30 控制信息生成方法、装置、终端设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113536225A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846617A (zh) * 2018-07-05 2018-11-20 北京智行者科技有限公司 全自动物流统筹派送服务方法
CN110490419A (zh) * 2019-07-19 2019-11-22 珠海市岭南大数据研究院 公交信息数据的处理方法、装置、计算机设备和存储介质
CN111612241A (zh) * 2020-05-15 2020-09-01 智慧航海（青岛）科技有限公司 智能船舶路径规划功能实现性的综合评价方法
CN112149988A (zh) * 2020-09-18 2020-12-29 江苏方天电力技术有限公司 一种基于层次分析法和熵权法的电力企业主数据识别方法
CN112581067A (zh) * 2021-02-23 2021-03-30 苏州澳昆智能机器人技术有限公司 一种仓库管理方法和系统
CN112837556A (zh) * 2020-12-31 2021-05-25 车主邦（北京）科技有限公司 车辆位置信息监控处理方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846617A (zh) * 2018-07-05 2018-11-20 北京智行者科技有限公司 全自动物流统筹派送服务方法
CN110490419A (zh) * 2019-07-19 2019-11-22 珠海市岭南大数据研究院 公交信息数据的处理方法、装置、计算机设备和存储介质
CN111612241A (zh) * 2020-05-15 2020-09-01 智慧航海（青岛）科技有限公司 智能船舶路径规划功能实现性的综合评价方法
CN112149988A (zh) * 2020-09-18 2020-12-29 江苏方天电力技术有限公司 一种基于层次分析法和熵权法的电力企业主数据识别方法
CN112837556A (zh) * 2020-12-31 2021-05-25 车主邦（北京）科技有限公司 车辆位置信息监控处理方法和装置
CN112581067A (zh) * 2021-02-23 2021-03-30 苏州澳昆智能机器人技术有限公司 一种仓库管理方法和系统

Similar Documents

Publication Publication Date Title
CN109003028B (zh) 用于划分物流区域的方法和装置
US11367044B2 (en) Method and apparatus for outputting storage position information
US20140081768A1 (en) Recommendation machine
CN114004425B (zh) 物品流转信息预测模型生成方法、信息生成方法、装置
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
WO2023134188A1 (zh) 指标确定方法、装置、电子设备和计算机可读介质
CN112733995A (zh) 训练神经网络的方法、行为检测方法及行为检测装置
CN110650170B (zh) 用于推送信息的方法和装置
CN112258268A (zh) 确定推荐模型和确定物品价格的方法、装置、设备和介质
CN112446764A (zh) 游戏商品推荐方法、装置及电子设备
CN112836128A (zh) 信息推荐方法、装置、设备和存储介质
CN113515399A (zh) 数据异常检测方法及装置
CN111738632B (zh) 设备控制方法、装置、电子设备和计算机可读介质
CN110895761A (zh) 一种售后服务申请信息的处理方法和装置
CN116128135A (zh) 数据处理方法及装置、电子设备和存储介质
CN113536225A (zh) 控制信息生成方法、装置、终端设备和计算机可读介质
CN116777324A (zh) 一种物流网络调度的方法和装置
CN116701935A (zh) 敏感度预测模型训练方法、敏感信息处理方法及装置
CN115795345A (zh) 信息处理方法、装置、设备及存储介质
CN115905958A (zh) 一种虚假妥投行为的判别方法和装置
US8667026B1 (en) Method and system for ranking multiple data sources
CN112183969A (zh) 针对供货单的支付设备操作控制方法、装置、电子设备
CN117077982B (zh) 项目物资调度方法、装置、电子设备和可读介质
CN112613752B (zh) 用于车辆调度的方法、电子设备和存储介质
CN116823407B (zh) 产品信息推送方法、装置、电子设备和计算机可读介质

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
CB02 Change of applicant information

Address after: No.3-8-132, 1st floor, building 3, Fuqian street, Huairou District, Beijing

Applicant after: Beijing Defeng Xinzheng Technology Co.,Ltd.

Address before: Room b308, 3 / F, building 8, No. 1 Jiuxianqiao East Road, Chaoyang District, Beijing 100015

Applicant before: Beijing Defeng new journey Technology Co.,Ltd.

CB02 Change of applicant information