一种基于多元协同溯因的积压物资自动盘活方法

摘要

本发明提出了一种基于多元协同溯因的积压物资自动盘活方法，包括：获取申请物资，筛选出匹配失败的申请物资作为待推荐物资；根据待推荐物资的功能，检索仓库中是否存在功能一致的物资，若存在则选取历史出库频率低于预设值的物资作为利库物资；确定利库物资的工程相关物资，对出库情况进行主成分分析；确定溯因因子，对利库物资的积压原因进行推理，结合推理结果和主成分分析的结果为利库物资标记出库限制等级；根据利库物资的种类数量与出库限制等级，在利库物资中选取推荐盘活物资。本发明根据溯因结果对待盘活物资进一步细化利库物资的出库限制等级，使工程项目在可研初设阶段能够优先考虑待盘活的匹配物资，提高积压物资的利用率。

说明书

技术领域

本发明属于物资管理领域，尤其涉及一种基于多元协同溯因的积压物资自动盘活方法。

背景技术

在工程项目申请物资时，由于项目研发人员对库存情况的掌握情况脱节，常常在可研初设时仅考虑到研发需求，常常会忽略库存中同样能实现相同功能的积压物资，导致采购部门只能根据项目研发人员提供的物资需求采购新的物资，造成了部分物资的浪费与积压。

为了避免这种现象的发生，在项目研发人员为工程项目进行物资选择时，现有的做法通常会优先在库存物资中选择符合研发需求的物资推荐给项目研发人员，以达到物资盘活的目的，但仅根据库存情况进行盘活，忽略了仓库中物资的积压原因，导致物资盘活策略不合理，容易造成误动用了其他工程项目所需要的物资的问题，进入影响其他投入的工程项目的实施进度。

发明内容

本发明为了解决物资的浪费与积压，针对现有技术中较不合理的物资盘活策略，弥补现有盘活方法中对物资积压原因的忽略，提出了一种基于多元协同溯因的积压物资自动盘活方法，包括：

S100：获取当前项目的申请物资，在仓库中对申请物资进行匹配，筛选出匹配失败的申请物资作为待推荐物资；

S200：根据待推荐物资在当前项目中的功能，检索仓库中是否存在功能一致的物资，若不存在则生成物资采购信息，若存在则由功能一致的物资中，选取历史出库频率低于预设值的物资作为利库物资；

S300：确定利库物资的工程相关物资，对利库物资和工程相关物资的出库情况进行主成分分析；

S400：确定利库物资和工程相关物资的溯因因子，通过预先训练好的多元协同溯因推理模型根据溯因因子对利库物资的积压原因进行推理，结合推理结果和主成分分析的结果为利库物资标记出库限制等级；

S500：根据利库物资的种类数量与出库限制等级，在利库物资中选取当前项目的推荐盘活物资。

可选的，所述在仓库中对申请物资进行匹配，包括：获取申请物资的物料编码，将所述物料编码与仓库中的库存清单进行比对。

可选的，所述S300包括：

获取利库物资的最后一次出库记录，确定所述最后一次出库记录对应的历史工程；

将仓库为所述历史工程提供的所有出库物资作为利库物资的工程相关物资，获取所述工程相关物资的历史出库记录；

对工程相关物资的历史出库记录和利库物资的最后一次出库记录进行特征提取，对提取的特征进行主成分分析，得到主成分变量。

可选的，所述S400包括：

分别获取利库物资和工程相关物资的溯因因子，所述溯因因子包括最近出库时间、物资功能类型以及主成分变量；

将溯因因子输入多元协同溯因推理模型中，对利库物资进行溯因推理，分别得到利库物资因各项工程原因而积压的推理概率，所述工程原因包括工程结束、工程取消、工程暂停以及工程进行中；

根据主成分变量的个数对推理概率调整为溯因系数，确定调整后最高的溯因系数对应的工程原因作为利库物资的积压原因，将利库物资标记为积压原因对应的出库限制等级。

可选的，所述多元协同溯因推理模型为分别针对各项工程原因而训练好的贝叶斯神经网络。

可选的，所述根据主成分变量的个数对推理概率调整为溯因系数，包括：

根据主成分变量的个数确定调整量，将工程结束、工程取消对应的推理概率减少所述调整量，将工程暂停、工程进行中对应的推理概率增加所述调整量；

通过对调整后的推理概率进行归一化处理，转化为溯因系数。

可选的，在所述工程原因中，工程结束、工程取消、工程暂停以及工程进行中对应的出库限制等级依次升高。

可选的，所述历史出库频率的含义为预设统计时段内仓库中物资的出库次数。

可选的，当只选取到1种利库物资时，所述S500包括：

若出库限制等级为最高限制等级，则生成物资采购信息，否则将所述利库物资选取当前项目的推荐盘活物资。

可选的，当选取到至少2种利库物资，所述S500包括：

若利库物资的出库限制等级均为最高限制等级，则生成物资采购信息；

否则，分别按照出库限制等级的顺序为各种利库物资生成盘活优先级，当存在出库限制等级相同的利库物资时，根据利库物资的历史出库频率调整盘活优先级，根据调整后的盘活优先级在推荐集合中选取当前项目的推荐盘活物资。

本发明提供的技术方案带来的有益效果是：

本发明在基于主成分分析的溯因分析基础上筛选出备选的待盘活物资，并根据溯因结果对待盘活物资进一步细化利库物资的出库限制等级，进而根据项目研发人员的研发目的进行既灵活又合理的积压物资匹配，使工程项目在可研初设阶段能够优先考虑待盘活的匹配物资，提高积压物资的利用率，同时也能根据工程项目的研发需求及时进行积压物资的自动盘活，避免物资大量积压。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提出的一种基于多元协同溯因的积压物资自动盘活方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。

应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。

取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

实施例：

如图1所示，本实施例提出了一种基于多元协同溯因的积压物资自动盘活方法，包括：

S100：获取当前项目的申请物资，在仓库中对申请物资进行匹配，筛选出匹配失败的申请物资作为待推荐物资；

S200：根据待推荐物资在当前项目中的功能，检索仓库中是否存在功能一致的物资，若不存在则生成物资采购信息，若存在则由功能一致的物资中，选取历史出库频率低于预设值的物资作为利库物资；

S300：确定利库物资的工程相关物资，对利库物资和工程相关物资的出库情况进行主成分分析；

S400：确定利库物资和工程相关物资的溯因因子，通过预先训练好的多元协同溯因推理模型根据溯因因子对利库物资的积压原因进行推理，结合推理结果和主成分分析的结果为利库物资标记出库限制等级；

S500：根据利库物资的种类数量与出库限制等级，在利库物资中选取当前项目的推荐盘活物资。

为了最大化利用仓库现有物资，减少不必要的采购行为带来的物资积压与浪费，通常需要定期对仓库中闲置积压的物资进行盘活。本实施例在现有物资盘活逻辑的基础上，引入了多元协同溯因机制，能够在待盘活的物资中对具体的积压原因进行推理溯因，进而制定更符合工程项目进程情况的盘活策略。通过本实施例提出的积压物资自动盘活方法，不仅能够根据项目研发需求及时进行积压物资的自动盘活，避免物资大量积压，同时在物资的积压原因推理的基础上，提高了为可研初设的设计人员分配库存物资的推荐合理性。

所述在仓库中对申请物资进行匹配，包括：获取申请物资的物料编码，将所述物料编码与仓库中的库存清单进行比对。

在本实施例中，所述物料编码携带的信息包括物资的型号和规格。在研发人员编制可研初设时，会向仓库管理平台提出申请物资的清单，仓库管理平台会检索仓库内的库存信息，优先确定与的型号和规格一致的库存物资。当仓库管理平台未检索到可研初设中部分申请物资时，则匹配失败，此时需要针对仓库中的物资情况进行利库推荐。

在本实施例中，研发人员向仓库管理平台提出申请物资的清单中，不仅包含了申请物资的型号和规格，还包含了对申请物资的物料描述，其中描述的内容包括申请物资在可研初设的工程项目中的具体功能，仓库管理平台将对所述物料描述进行关键词提取，从而根据提取的关键词检索仓库中是否存在功能一致的物资。

若不存在，则说明当前仓库中的物资无法满足可研初设的需求，此时仓库管理平台将向研发人员生成物资采购信息，以提示研发人员物资缺乏，需要另行采购。

若存在，则说明当前仓库中的物资能够替换原申请物资来满足可研初设的需求，进而由功能一致的物资中，选取历史出库频率低于预设值的物资作为利库物资，这里通过历史出库频率对功能一致的物资进行粗略筛选，初步选出可能积压的库存。

所述历史出库频率的含义为预设统计时段内仓库中物资的出库次数，所述预设统计时段是根据物资盘活需求人工设置的，例如，本实施例中，所述历史出库频率为每种物料的月平均出库次数。

在一个实施例中，为了解决现有盘活方法中忽略其他工程对库存物资的需求，导致简单根据库存数量盘活积压物资造成的盘活策略不合理而影响其他工程进度的问题，通过执行S300与S400实现对S200中初步筛选的利库物资的具体积压溯因，从而提高盘活物资推荐的准确性和合理性。所述S300具体包括：

获取利库物资的最后一次出库记录，确定所述最后一次出库记录对应的历史工程；

将仓库为所述历史工程提供的所有出库物资作为利库物资的工程相关物资，获取所述工程相关物资的历史出库记录；

对工程相关物资的历史出库记录和利库物资的最后一次出库记录进行特征提取，对提取的特征进行主成分分析，得到主成分变量。

所述S400具体包括：

分别获取利库物资和工程相关物资的溯因因子，所述溯因因子包括最近出库时间、物资功能类型以及主成分变量；

将溯因因子输入多元协同溯因推理模型中，对利库物资进行溯因推理，分别得到利库物资因各项工程原因而积压的推理概率，所述工程原因包括工程结束、工程取消、工程暂停以及工程进行中；

根据主成分变量的个数对推理概率调整为溯因系数，确定调整后最高的溯因系数对应的工程原因作为利库物资的积压原因，将利库物资标记为积压原因对应的出库限制等级。

主成分分析是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分变量，其通常用于一组多维的具体一定相关性的数据提取过程中，通过将原始多个变量通过矩阵旋转等方式转化为几个线性无关的主成分变量，且新生成的主成分变量包含了原始变量的绝大部分信息，即提取出的主成分变量的特征能够最大程度反应原始变量的信息，从而达到降维的目的。

在本实施例中，主成分分析法主要用于为利库物资的积压情况进行溯因提供分析基础，一方面利用主成分分析法对用于多元协同溯因的数据进行降维的惯用功能，进而降低推理难度，另一方面利用主成分分析出的主成分变量的数量，分析利库物资与其他工程相关物资的出库情况的一致程度。由主成分分析法的分析原理可知，主成分变量是一组保留了原始数据组特征的、彼此相互独立的变量数组，因此主成分变量的数量能够在本实施例中体现出利库物资与工程相关物资的出库情况相关性，主成分变量越多，表示利库物资与工程相关物资的出库记录的独立性越强，即其出库情况在一定程度上越多样。

例如，设利库物资的最后一次出库记录为x

也就是说，本实施例中利用主成分分析得到的主成分变量的数量，对出库限制等级进行调整，其真正的意义在于，考虑到了虽然利库物资出库频率交底，但其他工程相关物资仍在因工程进度而频繁调用出库的情况，避免传统的盘活方法中仅根据物资积压程度误将其他工程需要的物资盘活出去的欠考虑的情况。

在本实施例中，工程结束是指包括某一项工程已实施完毕，此时利库物资和工程相关物资均不会再因该项工程而调用出库，因此在这种积压原因下利库物资可以作为非限制类物资提供给可研初设的工程项目。工程取消是指某一项工程在实施过程中被叫停终止，此时利库物资和工程相关物资同样不会再因该项工程而调用出库，因此在这种积压原因下利库物资也可以作为非限制类物资提供给可研初设的工程项目。工程暂停是指某一项工程在实施过程中进度暂停中止，此时利库物资和工程相关物资还有可能在后续工程恢复时，再因该项工程而调用出库，因此在这种积压原因下利库作为限制类物资。工程进行中则顾名思义，指某一项工程还在正常实施中，此时利库物资和工程相关物资仍可能随着工程实施的需要而调用出库，因此在这种积压原因下利库作为限制类物资。

其中，所述根据主成分变量的个数对推理概率调整为溯因系数，包括：

根据主成分变量的个数确定调整量，将工程结束、工程取消对应的推理概率减少所述调整量，将工程暂停、工程进行中对应的推理概率增加所述调整量；

通过对调整后的推理概率进行归一化处理，转化为溯因系数。

需要注意的是，在本实施例中所述调整量可以为负数，所述调整量通常根据经验设置，主成分变量的个数越多，调整量越大。

例如，在一实施例中，贝叶斯神经网络对利库物资因工程结束、工程取消、工程暂停和工程进行中而积压的推理概率分别为10%、75%、10%和5%，假设主成分变量的个数k为4，确定k=2时对应的调整量为-4%，则调整后14%、79%、6%和1%，再对14%、79%、6%和1%进行归一化处理转换为映射到0-1区间的溯因系数。

在另一实施例中，贝叶斯神经网络对利库物资因工程结束、工程取消、工程暂停和工程进行中而积压的推理概率分别为10%、75%、10%和5%，假设主成分变量的个数k为7，确定k=7时对应的调整量为20%，则调整后-10%、55%、30%和25%，再对-10%、55%、30%和25%进行归一化处理转换为映射到0-1区间的溯因系数。

由此可见，当调整量为正数时，对推理概率的调整的物理意义为降低工程结束、工程取消对应的推理概率，升高工程暂停、工程进行中对应的推理概率；当调整量为负数时，对推理概率的调整的物理意义就变为升高工程结束、工程取消对应的推理概率，降低工程暂停、工程进行中对应的推理概率。

在上述过程中，通过对同属于一个历史工程的工程相关物资的出库情况进行特征分析，由于一项工程设计的物资种类繁多，因此本实施例通过主成分分析法一方面实现特征分析的降维处理，另一方面通过得到的主成分变量的数量，能够在一定程度上反映工程相关物资与利库物资的出库情况是否较为同步，若主成分变量较多，则说明其他工程相关物资与利库物资的出库情况的同步性不高，这种情况很容易出现在历史工程的暂停或进行中的阶段，例如虽然利库物资暂时出库频率较低，但同属于一个历史工程的其他相关物资还在频率出库中，可以在一定程度上反映出该历史工程在在进行中，或仅某一涉及利库物资的部分暂停，因此利库物资随时可能随着历史工程的进程需求而出库，这种情况下就不适合推荐给当前项目的可研初设，以免耽误这个历史工程的进度。

在本实施例中，在所述工程原因中，工程结束、工程取消、工程暂停以及工程进行中对应的出库限制等级依次升高。由此可见，在多个利库物资具有同等的出库频率下，优先选择因工程结束或工程取消而积压的利库物资。

在本实施例中，所述多元协同溯因推理模型为分别针对各项工程原因而训练好的贝叶斯神经网络。所述贝叶斯神经网络采用常规的训练方法，通过各项工程原因对应的各类物资的历史出库数据进行训练，此处不再赘述。

在本实施例中，为了融合利库物资的积压溯源结果，从而为当前项目的可研初设推荐最优的利库物资，通过S500实现盘活物资的选取，具体的：

当只选取到1种利库物资时，所述S500包括：

若出库限制等级为最高限制等级，则生成物资采购信息，否则将所述利库物资选取当前项目的推荐盘活物资。

由上述说明可知，最高限制等级即对应工程进行中的积压原因，因此即使仓库中存在所谓的利库物资，但因其属于还在实施中的其他工程项目，因此不宜分配给处于可研初设阶段的当前项目，以免耽误其他工程项目的正常实施进度。

当选取到至少2种利库物资，所述S500包括：

若利库物资的出库限制等级均为最高限制等级，则生成物资采购信息；

否则，分别按照出库限制等级的顺序为各种利库物资生成盘活优先级，当存在出库限制等级相同的利库物资时，根据利库物资的历史出库频率调整盘活优先级，根据调整后的盘活优先级在推荐集合中选取当前项目的推荐盘活物资。

由上述说明可知，在本实施例中会优先选择因工程结束而积压的利库物资进行盘活，并在出库限制等级相同时，选择出库频率更低的利库物资进行盘活，提高物资盘活的合理性。

上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。

以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。