买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:国网物资有限公司
摘要:本发明提供一种基于数智供应链的智能采购方法及其系统,所述方法包括:S1构建数据库,包括多模块化基础数据明细层、采购应用数据层、智能采购评审层;S2在多模块化基础数据明细层、采购应用数据层之间形成数据的差异化贯通路径,实现各类型数据在采购应用数据层中进行数据处理,数据的跨模块动态抓取以更新数据处理结果,以及多平台贯通应用;S3根据S2中的当前所述数据处理之结果,在智能采购评审层中重新组织数据图谱构建人工智能算法,用于一键智能否决的初评,并且额外进行一键式精准算分的详评。本发明的基于数智供应链的智能采购方法实现了供应商之间的横向对比和各自历史的纵向对比,以及全面、准确、客观地、快速地给出评判结果。
主权项:1.一种基于数智供应链的智能采购方法,包括如下步骤:S1构建数据库,包括多模块化基础数据明细层、采购应用数据层、智能采购评审层;S2在多模块化基础数据明细层、采购应用数据层之间形成数据的差异化贯通路径,实现各类型数据在采购应用数据层中进行数据处理,数据的跨模块动态抓取以更新数据处理结果,以及多平台贯通应用;S3根据S2中的当前所述数据处理之结果,在智能采购评审层中重新组织数据图谱构建人工智能算法,用于一键智能否决的初评,并且额外进行一键式精准算分的详评;多模块化基础数据明细层包括四个数据模块,包括资源实力数据模块、技术参数数据模块、不良行为处罚数据、设备全生命周期多样化数据模块,所有模块中数据分为数值式和等级式两大类数据,即,模块中的数据以数值以及等级划分的形式存在;资源实力数据模块中包括供应商资源实力数据,其包括基本信息、经营状况、生产设备、技术能力、试验报告、评审报告;技术参数数据模块用于通过投标工具实现技术参数的结构化响应,评审时可实现结构化投标数据的自动读取应用,是差异化贯通路径的基本数据组织形式;设备全生命周期多样化数据模块用于实现供应链建设中多平台的协同作用,将包括设备、营销、调度的多专业绩效评价、供应商不良行为处罚的结构化信息,通过平台间数据的互联互通直接在采购应用数据层中进行动态抓取应用;所述数据处理包括将供应商资源实力数据通过预设的数据梳理规则在采购应用数据层中形成供应商核实基础数据表、供应商核实投标数据表、供应商核实评审数据表,共三张数据表,并且基于所述三张数据表形成数据图谱;所述基于所述三张数据表形成数据图谱包括将三张表中每张表的数据中多个数值式数据和多个等级式数据分别映射成灰度或者RGB三者之一或任意组合,并且按照规定组织方式形成数据图谱;映射结果是归一化的;所述规定组织方式包括依次按照三表形成的灰度或RGB三者之一或任意组合形成像素,并按照一个方向顺序排列;所述方向为横向行排列或纵向列排列;根据S2中的当前所述数据处理之结果,在智能采购评审层中重新组织数据图谱构建人工智能算法具体包括如下步骤:S3-1获取各潜在所有供应商提供的供应商资源实力历史数据,形成三表,并进一步形成历史数据图谱,将历史数据图谱和当前数据图谱重新按照时间顺序排序,形成多个评价图谱,将评价图谱划分为训练集和验证集,利用专家制定的初评标准将训练集和验证集进行推荐指标最优与否的分类归属;S3-2构建神经网络算法,将训练集输入神经网络输入端,输出端通过全连接层后经过分类函数得到推荐指标最优与否的概率;S3-3采用验证集验证准确率,构建损失函数,优化网络参数继续训练和再验证,直至准确率最高,损失函数减小趋稳,停止训练,得到最终模型;所述一键智能否决的初评包括基于各供应商上传的数据按照步骤S3-1形成评价图谱,将形成评价图谱输入构建好的最终模型得到是否推荐指标最优的概率,若概率大于70%则为指标最优候选者,完成初评;所述一键式精准算分的详评包括,将指标最优候选者的对应评价图谱和专家各级别推荐指标最优标准形成的标准图谱进行比较获取得分,得分最高者为最终推荐指标最优者;具体得分的算法包括如下步骤:(1)专家提供多个不同级别的推荐指标最优标准数据,并基于推荐指标最优标准数据形成各不同级别的标准图谱;(2)将指标最优候选者的对应评价图谱与各类标准图谱做相似度计算将相似度作为得分,相似度最高者对应级别即为该推荐指标最优候选者的级别;(3)选出级别最高者为最终推荐指标最优者;所述相似度计算方法是:将评价图谱和标准图谱各自对应的每一数据图谱中对应的每一类数据的灰度值或RGB三者之一或任意组合的RGB空间模量做占比计算,n为数据类型总数,i为评价图谱和标准图谱中所有历史数据图谱和当前数据图谱的编号,将所有占比总和对所有历史数据图谱和当前数据图谱的数据类型平均得到相似度,为评价图谱和标准图谱中所有历史数据图谱和当前数据图谱的总和。
全文数据:
权利要求:
百度查询: 国网物资有限公司 基于数智供应链的智能采购方法及其系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。