CN116843197A - 用于生成物料替换方案的方法、装置及存储介质 - Google Patents
用于生成物料替换方案的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116843197A CN116843197A CN202310788042.5A CN202310788042A CN116843197A CN 116843197 A CN116843197 A CN 116843197A CN 202310788042 A CN202310788042 A CN 202310788042A CN 116843197 A CN116843197 A CN 116843197A
- Authority
- CN
- China
- Prior art keywords
- replaced
- replacement
- material information
- code
- 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
- 239000000463 material Substances 0.000 title claims abstract description 681
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 239000000178 monomer Substances 0.000 claims description 51
- 239000013077 target material Substances 0.000 claims description 32
- 230000006870 function Effects 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Finance (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
Abstract
本申请公开了一种用于生成物料替换方案的方法、装置及存储介质。该方法包括：构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；获取待替换物料的物料信息；基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；其中，物料信息包括物料编码和物料价格。本申请通过对物料进行编码，构建现有替换物料的物料信息库，基于待替换物料的物流信息，通过相似度确定模型自动生成可替换方案集合，其运行效率较高，降低了人工成本，且可以向客户输出多个可选替换方案，有利于提高客户的使用体验。
Description
技术领域
本申请涉及物料管理技术领域，具体地涉及一种用于生成物料替换方案的方法、装置及存储介质。
背景技术
在目前的工程机械交付过程中往往存在因多种因素的影响导致无法如期交货的情况，例如因库存不足、新品替代或政策等影响因素导致指定材料无法如期交付。针对此种情况，企业需要向用户提供对应的替换方案，以防损害客户利益。
目前，工程机械交付过程中的材料替换准则基本上是基于专家判断，将专家经验以数据的方式暂存在指定介质上，并提供对此类型数据管理功能，开放接口，方便第三方系统获取数据，根据这种“事先定义”的数据去生成对应的材料替换方案。如此，过度依赖专家经验会导致人工成本过高，且现有替换方案仅局限于物料之间一对一的替换，从而存在一定的局限性。
而在配置中心数据生成方面，在电商领域有一种基于数据分析的电商订单物料替换的辅助决策方法，该方法使用了一种三层级树状结构的编码方式，主要依据名称、特征、参数范围来区分，主要依据树形特性结合一些特性进行一些辅助决策功能。但是，由于树形结构的特殊性，使得扩展字段等问题变得相对困难，提高之后系统成长进一步深化替换方案难度。并且，树形结构会提高计算的复杂性，且在编码时要求较为复杂的工作量。
因此，现有技术中所采用的物料替换方案的确定方法存在人工成本较高或者运算效率较低的问题。
发明内容
本申请实施例的目的是提供一种用于生成物料替换方案的方法、装置及存储介质，用以解决现有技术中所采用的物料替换方案的确定方法存在人工成本较高或者运算效率较低的问题。
为了实现上述目的，本申请第一方面提供一种用于生成物料替换方案的方法，包括：
构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；
获取待替换物料的物料信息；
基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；
其中，物料信息包括物料编码和物料价格。
在本申请实施例中，该方法还包括：
获取可选替换方案集合中的目标替换方案；
将目标替换方案转化成样本数据并存储，以得到样本数据集合；
按照设定周期，通过样本数据集合对相似度确定模型进行优化训练。
在本申请实施例中，物料编码根据物料类型、物料功能和物料型号确定。
在本申请实施例中，基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合包括：
根据待替换物料的物料价格确定价格阈值；
根据价格阈值对物料信息库进行筛选，以得到目标物料信息库；
根据待替换物料的物料编码对目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合；
根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合；
将单体覆盖物料信息集合和组合替换方案集合确定为待替换物料的可选替换方案集合。
在本申请实施例中，根据价格阈值对物料信息库进行筛选，以得到目标物料信息库包括：
将价格阈值分别与物料信息库中每种替换物料的物料价格进行比较；
剔除物料信息库中不符合预设条件的替换物料的物料信息，以得到目标物料信息库；
其中，预设条件为替换物料的物料价格小于或等于价格阈值。
在本申请实施例中，根据待替换物料的物料编码对目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合包括：
将待替换物料的物料编码分别与目标物料信息库中每种替换物料的物料编码进行逻辑运算，以得到运算结果；
根据运算结果判断替换物料的物料编码是否覆盖待替换物料的物料编码；
在替换物料的物料编码覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至单体覆盖物料信息集合；
在替换物料的物料编码未覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至未单体覆盖物料信息集合。
在本申请实施例中，根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合包括：
选取未单体覆盖物料信息集合中任意多个替换物料以形成替换物料组合；
确定替换物料组合的组合物料编码和组合物料价格；
通过逻辑运算根据组合物料编码和待替换物料的物料编码得到目标编码；
将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度；
在相似度大于相似度阈值且组合物料价格小于价格阈值的情况下，将替换物料组合确定未组合替换方案；
筛选出未单体覆盖物料信息集合中所有的组合替换方案，以得到组合替换方案集合。
在本申请实施例中，将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度包括：
将目标编码与多个权值离散矩阵和一个设定矩阵相乘，以得到计算值；
基于计算值，通过激励函数得到相似度。
本申请第二方面提供一种用于生成物料替换方案的装置，包括：
存储器，被配置成存储指令；以及
处理器，被配置成从存储器调用指令以及在执行指令时能够实现上述的用于生成物料替换方案的方法。
本申请第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于生成物料替换方案的方法。
通过上述技术方案，先构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；获取待替换物料的物料信息，再基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；其中，物料信息包括物料编码和物料价格。本申请通过对物料进行编码，构建现有替换物料的物料信息库，基于待替换物料的物流信息，通过相似度确定模型自动生成可替换方案集合，其运行效率较高，降低了人工成本，且可以向客户输出多个可选替换方案，有利于提高客户的使用体验。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：
图1为本申请实施例提供的一种用于生成物料替换方案的方法的流程示意图；
图2为本申请实施例提供的一种用于生成物料替换方案的装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
图1为本申请实施例提供的一种用于生成物料替换方案的方法的流程示意图。如图1所示，本申请实施例提供一种用于生成物料替换方案的方法，该方法可以包括下列步骤：
步骤101、构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；
步骤102、获取待替换物料的物料信息；
步骤103、基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；
其中，物料信息包括物料编码和物料价格。
在本申请实施例中，在工程机械交互过程中，若客户原定物料因库存、新品替代和政策等原因无法如期交付，则需要向客户提供替换方案，以满足客户需求。对此，本申请实施例提供一种用于生成物料替换方案的方法，用以根据待替换物料的物料信息向客户提供多个可选替换方案，在满足客户需求的情况下达到交付目的。
具体地，首先构建现有替换物料的物料信息库，现有替换物料是指当前企业能够提供的所有种类的物料，确定当前所有不同中替换物料的物料信息并映射存储以得到物料信息库，物料信息库中包括多条不同种替换物料的物料信息。进一步地，客户可以将待替换物料的物料信息通过前端操作界面进行输入，接着处理器可以获取客户输入的待替换物料的物料信息。在本申请实施例中，所有物料的物料信息均包括物料价格和物料编码，所有物料包括替换物料和待替换物料。其中，物料价格是指物料的单价，物料编码是指对物料数据进行特征化后得到的多维特征编码数据。在一个示例中，物料编码可以根据物料类型、物料功能和物料型号等确定。
进一步地，基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合。其中，相似度确定模型是指用于预测两个物料编码之间的相似度的算法模型。在一个示例中，可选替换方案集合中可以包括一对一替换的单体替换方案，还可以包括多对一替换的组合替换方案。
通过上述技术方案，先构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；获取待替换物料的物料信息，再基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；其中，物料信息包括物料编码和物料价格。本申请通过对物料进行编码，构建现有替换物料的物料信息库，基于待替换物料的物流信息，通过相似度确定模型自动生成可替换方案集合，其运行效率较高，降低了人工成本，且可以向客户输出多个可选替换方案，有利于提高客户的使用体验。
在本申请实施例中，该方法还可以包括：
获取可选替换方案集合中的目标替换方案；
将目标替换方案转化成样本数据并存储，以得到样本数据集合；
按照设定周期，通过样本数据集合对相似度确定模型进行优化训练。
在本申请实施例中，目标替换方案是指客户从系统输出的可替换方案集合中选择的最终替换方案。由于不同时期客户选择替换方案的标准可能会发送改变，为了提高模型的适应性，可以根据客户选择的目标替换方案对相似度确定模型进行反哺训练，以优化相似度确定模型。具体地，可以将目标替换方案转化为样本数据，并对该样本数据进行存储，以得到样本数据集合。进一步地，按照设定周期采用样本数据集合对相似度确定模型进行优化训练，以提高相似度确定模型的适应性以及输出结果的准确性。其中，设定周期可以根据实际需求设置。在一个示例中，为了保证每次优化训练的数据均为最新数据，在每个设定周期的优化训练结束后，可以对样本数据集合中的样本数据进行清零，下一个周期再重新获取数据并更新，如此可以有效提高对系统存储空间的利用率。
在本申请实施例中，物料编码可以根据物料类型、物料功能和物料型号确定。
在本申请实施例中，物料类型是指物料所属的工程机械种类以及物料在工程机械中所属的部件类型，工程机械的种类如农用工程机械、工程项目用工程机械和消防用工程机械，部件类型如主机和配件等。物料功能即物料的使用目的，物料可以包括但不限于搅拌、起重、烘干、耕作、收获和消防等。物料型号是指物料的物料参数，如物料的尺寸和自重等。在本申请实施例中，物料类型、物料功能和物料型号所包含的具体特征数据均可以根据企业中所有物料的实际情况统计得出。并根据统计出的所有特征数据确定物料编码的位数。例如物料类型包含5个特征数据，物料功能包含10个特征数据，物料型号包括4个特征数据，则对应的物料编码位数为三者之和共19位。对物料进行多维特征编码即按照设定顺序在符合的特征数据处用同一数字表示，在不符合的特征数据处用另一数字表示。
在一个具体实施例中，若企业内现有物料类型包括农用、工程、消防、主机和配件五种，现有所有物料的功能集合起来的物料功能包括搅拌、起重、烘干和运输四种，现有所有物料的型号包括10t、20t和30t三种。优选地，由于特征数据在不同时期可能发生变化，为了实现特征编码的高拓展性，我们可以摒弃传统的一个特征编码对应一个字段的编码方式，采用单字段安慰进行二进制编码的方式，并将二进制编码的规则配置在其他介质中，以便高效地扩充字段升级算法功能。采用二进制编码的方式，可以将符合的特征数据位取1，不符合取0，则表1所示，云梯消防车的物料编码为001100001001。表1为物料编码特征数据。
表1
在本申请实施例中，基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合可以包括：
根据待替换物料的物料价格确定价格阈值；
根据价格阈值对物料信息库进行筛选，以得到目标物料信息库；
根据待替换物料的物料编码对目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合；
根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合；
将单体覆盖物料信息集合和组合替换方案集合确定为待替换物料的可选替换方案集合。
在本申请实施例中，由于客户对于价格的要求，可以先根据待替换物料的物料价格确定价格阈值，价格阈值即客户所能接受的最高价格。进一步地，先通过价格阈值对物料信息库进行筛选，将物料价格大于价格阈值的物料的物料信息从物料信息库中删除，以得到目标物料信息库；目标物料信息库中的物料的物料价格均小于或者等于物料价格阈值。如此，通过对物料信息库进行初步筛选可以降低后续的计算量，降低整体的计算时长。
在本申请实施例中，在得到目标物料信息库后，处理器可以根据代替换物料的物料编码对目标物料信息库进行划分，将其划分为两个集合，分别为单体覆盖物料信息集合和未单体覆盖物料信息集合。其中，单体覆盖物料信息集合中的每个替换物料的物料编码均可覆盖代替换物料的物料编码，即替换物料的物料类型和物料型号与代替换物料的相同，替换物料的物料功能包含代替换物料的所有功能。单体未覆盖物料信息集合中的每个替换物料的物料编码均不可覆盖代替换物料的物料编码。例如，以物料编码为二进制编码为例，替换物料的物料编码为101000110010，待替换物料的物料编码为101000010010，则替换物料的物料编码覆盖待替换物料的物料编码；若替换物料的编码为101001000010，则替换物料的物料编码未覆盖待替换物料的物料编码。
在本申请实施例中，由于单体覆盖物料集合中各个替换物料的物料价格满足阈值要求且包含代替换物料的所有特征，因此单体覆盖物料集合中的各个替换物料均可以作为推荐替换方案输出。在实际应用中，实际上可以将物料划分为常用品和消耗品，常用品指可以反复使用的物料，消耗品指无法二次使用的物料，常用品更关注功能作用，而消耗品不仅仅关注功能作用更关注型号等参数；也就是说，对于消耗品客户往往更倾向于一对一完全功能的替换，集一个物料替换另一个物料；而对于常用品更有可能采用一对多拆分式替换或多对一组合式替换。因此，考虑到组合替换的需求，对于未单体覆盖物料信息集合，处理器可以根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合。最后，将单体覆盖物料信息集合和组合替换方案集合确定为待替换物料的可选替换方案集合，将可选替换方案集合输出到前端操作界面供客户选择。如此，既可以向客户推荐一对一替换方案，又可以推荐组合替换方案，提高客户的使用体验。
在本申请实施例中，根据价格阈值对物料信息库进行筛选，以得到目标物料信息库可以包括：
将价格阈值分别与物料信息库中每种替换物料的物料价格进行比较；
剔除物料信息库中不符合预设条件的替换物料的物料信息，以得到目标物料信息库；
其中，预设条件为替换物料的物料价格小于或等于价格阈值。
在本申请实施例中，由于客户对于价格的要求，可以先根据价格阈值对物料信息库进行筛选，以得到目标物料信息库。具体地，通过价格阈值对物料信息库进行筛选，先将价格阈值分别与物料信息库中每种替换物料的物料价格进行比较，再将物料价格大于价格阈值的物料的物料信息从物料信息库中删除，以得到目标物料信息库；目标物料信息库中的物料的物料价格均小于或者等于物料价格阈值。如此，通过对物料信息库进行初步筛选可以降低后续的计算量，降低整体的计算时长。
在本申请实施例中，根据待替换物料的物料编码对目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合可以包括：
将待替换物料的物料编码分别与目标物料信息库中每种替换物料的物料编码进行逻辑运算，以得到运算结果；
根据运算结果判断替换物料的物料编码是否覆盖待替换物料的物料编码；
在替换物料的物料编码覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至单体覆盖物料信息集合；
在替换物料的物料编码未覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至未单体覆盖物料信息集合。
在本申请实施例中，为了将目标物料信息库划分为单体覆盖物料信息集合和未单体覆盖物料信息集，可以将待替换物料的物料编码分别与目标物料信息库中每种替换物料的物料编码进行逻辑运算，以得到运算结果，进而根据运算结果判断替换物料的物料编码是否覆盖待替换物料的物料编码，以实现对目标物料信息库中所有替换物料的划分。
在一个具体实施例中，以物料编码为二进制编码为例，由于替换物料的物料编码和待替换物料的物料编码的位数一直，可以将两个编码进行按位与运算，进而得到运算结果。进一步地，判断运算结果是否等于待替换物料的物料编码，若等于，则判定替换物料的物料编码覆盖待替换物料的物料编码，将替换物料的物料信息划分至单体覆盖物料信息集合；否则，判定替换物料的物料编码未覆盖待替换物料的物料编码，将替换物料的物料信息划分至未单体覆盖物料信息集合。例如：替换物料的物料编码为101000110010，待替换物料的物料编码为101000010010，进行按位与运算后运算结果为101000010010。同理，通过上述方法分别对目标物料信息库中的替换物料进行划分。
在本申请实施例中，根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合可以包括：
选取未单体覆盖物料信息集合中任意多个替换物料以形成替换物料组合；
确定替换物料组合的组合物料编码和组合物料价格；
通过逻辑运算根据组合物料编码和待替换物料的物料编码得到目标编码；
将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度；
在相似度大于相似度阈值且组合物料价格小于价格阈值的情况下，将替换物料组合确定未组合替换方案；
筛选出未单体覆盖物料信息集合中所有的组合替换方案，以得到组合替换方案集合。
在本申请实施例中，对于未单体覆盖物料信息集可以根据待替换物料的物料信息，通过相似度确定模型得到组合替换方案集合。其中，组合替换方案集合是指由两个或以上替换物料组合形成的替换方案。具体地，可以选取未单体覆盖物料信息集合中任意多个替换物料以形成替换物料组合，对替换物料组合中所有替换物料的物料价格进行求和以得到组合物料价格。接着，将组合物料价格与价格阈值进行比较，在组合物料价格小于或等于价格阈值的情况下，确定该替换物料组合的组合物料编码；否则重新选取任意多个替换物料以形成替换物料组合。在一个示例中，在物料编码为二进制编码的情况下，可以通过逻辑或运算确定组合物料编码。进一步地，通过逻辑运算根据组合物料编码和待替换物料的物料编码得到目标编码。在一个示例中，可以将组合物料编码和待替换物料的物料编码进行异或运算得到运算结果，再对运算结果进行逻辑取反，得到目标编码。例如替换物料的物料编码为101000110010，待替换物料的物料编码为101000010010，逻辑运算后得到的目标编码为111111011111。即将组合物料编码和待替换物料的物料编码的相同位取1，不同位取0。
在本申请实施例中，在确定目标编码后可以将目标编码输入至相似度确定模型中，经相似度模型运算得到替换物料组合和待替换物料的相似度。进一步地，判断相似度模型输出的相似度是否大于相似度阈值，在相似度大于相似度阈值的情况下，将该替换物料组合确定为待替换物料的一个组合替换方案；否则，重新选取任意多个替换物料以形成替换物料组合进行上述运算，直至筛选完未单体覆盖物料信息集合中所有的替换物料组合。最后，将筛选出的所有组合替换方案确定为组合替换方案集合。
在本申请实施例中，将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度可以包括：
将目标编码与多个权值离散矩阵和一个设定矩阵相乘，以得到计算值；
基于计算值，通过激励函数得到相似度。
在本申请实施例中，可以基于BP(back propagation)神经网络构建相似度确定模型，BP神经网络是一种按照误差逆向传播算法训练的多层前反馈神经网络。
在本申请一具体实施例中，通过BP神经网络构建相似度确定模型，以及将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度可以包括下列步骤。
Step1：确定目标编码，若替换物料的物料编码为101000110010，待替换物料的物料编码为101000010010，逻辑运算后得到的目标编码为111111011111。
Step2：初始化多个权值离散矩阵，即初始化多个N阶矩阵，如下所示：
初始化矩阵中的β和θ等值，其中n的数量等于特征维度的数量，如果按照step1例子所示n＝12，而/>β和θ的数目为定义的权值矩阵层数，一般层数多之后算出的精确度越高，但是计算和训练难度也会增加。
Step3：计算step1获取的编码相同项与step2获取权值的乘积。如：
获取结果第一层输出结果为并将其作为第二层计算的输入结果，那么第二层的计算结果为：
获取结果为：
重复执行完Step2其余矩阵。
Step4：设置一个设定矩阵并初始化赋值。
Step5：将step3最后获取值乘以step4的设定矩阵获取一个数值，该数值就可以认定为待替换物料与替换物料的“可替换”指数，进而将该数值通过激励函数即可得一个小于大于0且小于1的计算结果，将该计算结果转化为百分数即得到相似度。
Step6：此时step2和step4的初始值并不一定符合要求，所以此时step5的结果并不准确。所以此时需要根据一部分训练样本去矫正之前的权值。初始化一部分训练样本，即通过人为定义或者部分客户反馈数据形成包含step1的输入参数、以及对应的step5输出指数。其中，部分客户反馈数据即根据目标替换方案得到的样本数据集合。
Step7：根据训练样本中的输入参数重复执行step2-step5的过程获取最终替换参数，并统计完所有结果，分析结果是否满足设定阈值。如果结果符合设定阈值，那么退出正式使用step2和step5构建的权值举证。
Step8：如果结果不符合设定阈值，根据训练样本中的结果，反过去根据step4的矩阵获取矩阵的逆，并计算训练结果乘以矩阵的逆，获取一个正确结果在最上层之前的结果。
Step9：依次获取step2各个矩阵的逆，根据step8的结果反向计算第N和N-1层之间的矩阵值，再根据训练样本的输入参数正向计算到第N和N-1层之间的矩阵值，比较两个矩阵值的误差，并调整矩阵。
Step10：依次从最后一层回推到第一层，根据step9的方式根据误差调整矩阵。
Step11：将训练样本重复执行Step2-Step5操作，获取结果集，与训练集的输出进行比对，如果条件符合退出，如果不符合重复step9、step10的操作。直到结果符合设定阈值，那么退出正式使用矩阵系数。
如此，通过引入基于BP神经网络的相似度确定模型，利用客户反馈的样本数据不断升级相似度确定模型，使得相似度确定模型可持续进步并普遍适用。
通过上述技术方案，先构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；获取待替换物料的物料信息，再基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；其中，物料信息包括物料编码和物料价格。本申请通过对物料进行编码，构建现有替换物料的物料信息库，基于待替换物料的物流信息，通过相似度确定模型自动生成可替换方案集合，其运行效率较高，降低了人工成本，且可以向客户输出多个可选替换方案，有利于提高客户的使用体验。
图2为本申请实施例提供的一种用于生成物料替换方案的装置的结构框图。如图2所示，本申请实施例提供一种用于生成物料替换方案的装置，可以包括：
存储器210，被配置成存储指令；以及
处理器220，被配置成从存储器210调用指令以及在执行指令时能够实现上述的用于生成物料替换方案的方法。
具体地，在本申请实施例中，处理器220可以被配置成：
构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；
获取待替换物料的物料信息；
基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；
其中，物料信息包括物料编码和物料价格。
进一步地，处理器220还可以被配置成：
获取可选替换方案集合中的目标替换方案；
将目标替换方案转化成样本数据并存储，以得到样本数据集合；
按照设定周期，通过样本数据集合对相似度确定模型进行优化训练。
在本申请实施例中，物料编码根据物料类型、物料功能和物料型号确定。
进一步地，处理器220还可以被配置成：
根据待替换物料的物料价格确定价格阈值；
根据价格阈值对物料信息库进行筛选，以得到目标物料信息库；
根据待替换物料的物料编码对目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合；
根据待替换物料的物料信息和未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合；
将单体覆盖物料信息集合和组合替换方案集合确定为待替换物料的可选替换方案集合。
进一步地，处理器220还可以被配置成：
将价格阈值分别与物料信息库中每种替换物料的物料价格进行比较；
剔除物料信息库中不符合预设条件的替换物料的物料信息，以得到目标物料信息库；
其中，预设条件为替换物料的物料价格小于或等于价格阈值。
进一步地，处理器220还可以被配置成：
将待替换物料的物料编码分别与目标物料信息库中每种替换物料的物料编码进行逻辑运算，以得到运算结果；
根据运算结果判断替换物料的物料编码是否覆盖待替换物料的物料编码；
在替换物料的物料编码覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至单体覆盖物料信息集合；
在替换物料的物料编码未覆盖待替换物料的物料编码的情况下，将替换物料的物料信息划分至未单体覆盖物料信息集合。
进一步地，处理器220还可以被配置成：
选取未单体覆盖物料信息集合中任意多个替换物料以形成替换物料组合；
确定替换物料组合的组合物料编码和组合物料价格；
通过逻辑运算根据组合物料编码和待替换物料的物料编码得到目标编码；
将目标编码输入至相似度确定模型中，以得到替换物料组合与待替换物料的相似度；
在相似度大于相似度阈值且组合物料价格小于价格阈值的情况下，将替换物料组合确定未组合替换方案；
筛选出未单体覆盖物料信息集合中所有的组合替换方案，以得到组合替换方案集合。
进一步地，处理器220还可以被配置成：
将目标编码与多个权值离散矩阵和一个设定矩阵相乘，以得到计算值；
基于计算值，通过激励函数得到相似度。
通过上述技术方案，先构建现有替换物料的物料信息库，物料信息库中包括多条不同种替换物料的物料信息；获取待替换物料的物料信息，再基于待替换物料的物料信息和物料信息库，通过相似度确定模型确定待替换物料的可选替换方案集合；其中，物料信息包括物料编码和物料价格。本申请通过对物料进行编码，构建现有替换物料的物料信息库，基于待替换物料的物流信息，通过相似度确定模型自动生成可替换方案集合，其运行效率较高，降低了人工成本，且可以向客户输出多个可选替换方案，有利于提高客户的使用体验。
本申请实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于生成物料替换方案的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种用于生成物料替换方案的方法，其特征在于，包括：
构建现有替换物料的物料信息库，所述物料信息库中包括多条不同种替换物料的物料信息；
获取待替换物料的物料信息；
基于所述待替换物料的物料信息和所述物料信息库，通过相似度确定模型确定所述待替换物料的可选替换方案集合；
其中，所述物料信息包括物料编码和物料价格。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述可选替换方案集合中的目标替换方案；
将所述目标替换方案转化成样本数据并存储，以得到样本数据集合；
按照设定周期，通过所述样本数据集合对所述相似度确定模型进行优化训练。
3.根据权利要求1所述的方法，其特征在于，所述物料编码根据物料类型、物料功能和物料型号确定。
4.根据权利要求1所述的方法，其特征在于，所述基于所述待替换物料的物料信息和所述物料信息库，通过相似度确定模型确定所述待替换物料的可选替换方案集合包括：
根据所述待替换物料的物料价格确定价格阈值；
根据所述价格阈值对所述物料信息库进行筛选，以得到目标物料信息库；
根据所述待替换物料的物料编码对所述目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合；
根据所述待替换物料的物料信息和所述未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合；
将所述单体覆盖物料信息集合和所述组合替换方案集合确定为所述待替换物料的可选替换方案集合。
5.根据权利要求4所述的方法，其特征在于，所述根据所述价格阈值对所述物料信息库进行筛选，以得到目标物料信息库包括：
将所述价格阈值分别与所述物料信息库中每种替换物料的物料价格进行比较；
剔除所述物料信息库中不符合预设条件的替换物料的物料信息，以得到目标物料信息库；
其中，所述预设条件为替换物料的物料价格小于或等于所述价格阈值。
6.根据权利要求4所述的方法，其特征在于，所述根据所述待替换物料的物料编码对所述目标物料信息库进行划分，以得到单体覆盖物料信息集合和未单体覆盖物料信息集合包括：
将所述待替换物料的物料编码分别与所述目标物料信息库中每种替换物料的物料编码进行逻辑运算，以得到运算结果；
根据所述运算结果判断所述替换物料的物料编码是否覆盖所述待替换物料的物料编码；
在所述替换物料的物料编码覆盖所述待替换物料的物料编码的情况下，将所述替换物料的物料信息划分至所述单体覆盖物料信息集合；
在所述替换物料的物料编码未覆盖所述待替换物料的物料编码的情况下，将所述替换物料的物料信息划分至所述未单体覆盖物料信息集合。
7.根据权利要求4所述的方法，其特征在于，所述根据所述待替换物料的物料信息和所述未单体覆盖物料信息集合，通过相似度确定模型，得到组合替换方案集合包括：
选取所述未单体覆盖物料信息集合中任意多个替换物料以形成替换物料组合；
确定所述替换物料组合的组合物料编码和组合物料价格；
通过逻辑运算根据所述组合物料编码和所述待替换物料的物料编码得到目标编码；
将所述目标编码输入至所述相似度确定模型中，以得到所述替换物料组合与所述待替换物料的相似度；
在所述相似度大于相似度阈值且所述组合物料价格小于所述价格阈值的情况下，将所述替换物料组合确定未组合替换方案；
筛选出所述未单体覆盖物料信息集合中所有的组合替换方案，以得到所述组合替换方案集合。
8.根据权利要求7所述的方法，其特征在于，所述将所述目标编码输入至所述相似度确定模型中，以得到所述替换物料组合与所述待替换物料的相似度包括：
将所述目标编码与多个权值离散矩阵和一个设定矩阵相乘，以得到计算值；
基于所述计算值，通过激励函数得到所述相似度。
9.一种用于生成物料替换方案的装置，其特征在于，包括：
存储器，被配置成存储指令；以及
处理器，被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权利要求1至8中任一项所述的用于生成物料替换方案的方法。
10.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至8中任一项所述的用于生成物料替换方案的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310788042.5A CN116843197A (zh) | 2023-06-29 | 2023-06-29 | 用于生成物料替换方案的方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310788042.5A CN116843197A (zh) | 2023-06-29 | 2023-06-29 | 用于生成物料替换方案的方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116843197A true CN116843197A (zh) | 2023-10-03 |
Family
ID=88168316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310788042.5A Pending CN116843197A (zh) | 2023-06-29 | 2023-06-29 | 用于生成物料替换方案的方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116843197A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117078363A (zh) * | 2023-10-18 | 2023-11-17 | 深圳硬之城信息技术有限公司 | 在线订单的生产反馈方法、装置、设备及存储介质 |
-
2023
- 2023-06-29 CN CN202310788042.5A patent/CN116843197A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117078363A (zh) * | 2023-10-18 | 2023-11-17 | 深圳硬之城信息技术有限公司 | 在线订单的生产反馈方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9336493B2 (en) | Systems and methods for clustering time series data based on forecast distributions | |
| CN116843197A (zh) | 用于生成物料替换方案的方法、装置及存储介质 | |
| AU2014212780A1 (en) | Data stream splitting for low-latency data access | |
| JP6779231B2 (ja) | データ処理方法及びシステム | |
| US11422994B2 (en) | Adaptive query processor for query systems with limited capabilities | |
| US10824956B1 (en) | System and method for price estimation of reports before execution in analytics | |
| CN111160649B (zh) | 一种资源调度方案获取方法及装置 | |
| CN112862057A (zh) | 一种建模方法、装置、电子设备和可读介质 | |
| US9692667B2 (en) | Stream processing method, apparatus, and system | |
| CN115794323A (zh) | 任务调度方法、装置、服务器和存储介质 | |
| CN111010595B (zh) | 一种新节目推荐的方法及装置 | |
| CN109918237B (zh) | 异常网络层确定方法及相关产品 | |
| US20160292610A1 (en) | Method and device for real time prediction of timely delivery of telecom service orders | |
| CN115689222A (zh) | 物料调度方法及基于物联网的工地物料管理系统 | |
| CN113641663B (zh) | 一种基于dama理论的大数据治理方法和系统 | |
| CN115907839A (zh) | 一种预测销量的方法、系统、设备和存储介质 | |
| CN114936097A (zh) | 处理节点确定方法、装置、计算机设备和存储介质 | |
| Barty et al. | A stochastic gradient type algorithm for closed-loop problems | |
| US20200195550A1 (en) | Tree structure-based smart inter-computing routing model | |
| CN111861292A (zh) | 运单号生成方法、装置、服务器和存储介质 | |
| CN114862606B (zh) | 一种基于云服务的保险信息处理方法、装置 | |
| US20230054360A1 (en) | Machine learning consolidation | |
| CN112256926B (zh) | 一种云环境中科学工作流数据集的存储方法 | |
| CN117371877A (zh) | 生产排程方法和电子设备 | |
| CN117114581A (zh) | 基于人工智能的粮库存储与物流优化方法 |
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 |