基于数据空间多价值链统计分析制造业生产智能计算方法技术

技术编号:34553386 阅读:46 留言:0更新日期:2022-08-17 12:38
本发明专利技术提出了一种基于数据空间多价值链统计分析制造业生产智能计算方法,利用随机森林算法对多价值链的外部价值链进行影响因素的重构,计算不同价值链各环节影响因素的贡献程度,通过贡献程度重构影响因素。然后,利用天牛须算法优化卷积神经网络的学习率和激活函数,找到卷积神经网络最优学习率和激活函数,形成BAS优化的卷积神经网络作为制造企业统计分析决策智能模型的基础。最后,构建RF

【技术实现步骤摘要】
基于数据空间多价值链统计分析制造业生产智能计算方法


[0001]本专利技术属于数据空间智能计算领域,尤其涉及一种基于数据空间多价值链 统计分析制造业生产智能计算方法。

技术介绍

[0002]数据空间这一数据管理方法与当前智能制造企业统计分析决策问题相结合, 能够有效提高智能制造领域的统计分析决策水平,从而促进制造业高质量快速 发展。
[0003]现如今,全球产业价值链正在调整升级,各国如何更好地参与全球产业价 值链重构。其中,多价值链协同描述了价值在产业链上相关主体中传递、转移 和增值过程,它是在产业链结构下遵循价值的发现和再创造过程,多价值链架 构的建立有利于充分整合产业链中各个企业的价值链,持续地对产业链价值系 统进行设计和再设计。同时打造多价值链协同的统计分析决策模型,有效把控 制造行业各业务环节之间的相互关系,联动协同,从多价值链角度,精准分析 供应、营销及服务等多维度因素对制造业统计分析决策的影响,为制造业高质 量发展提供有效途径。
[0004]目前,我国制造业生产经营过程中存在许多问题。第一,在实现智能制造 的过程中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据空间多价值链统计分析制造业生产智能计算方法,包括:步骤1:基于数据空间多价值链协同体系架构,确定内部价值链和外部价值链的影响因素;内部价值链为生产环节,外部价值链包括供应环节、营销环节和服务环节;步骤2:采用随机森林算法(RF)对外部价值链影响因素进行筛选和分析,得到不同影响因素在各自环节中的贡献程度,根据贡献程度将影响因素进行重构,得到各自环节的综合影响因素指标;步骤3:对构建的外部价值链综合影响因素指标和内部价值链统计分析决策指标进行数据累计平滑处理,得到外部价值链各环节的累计综合影响因素指标和内部价值链累计统计分析决策指标;步骤4:将内部价值链累计统计分析决策指标作为输出变量,外部价值链各环节的累计综合影响因素指标作为输入变量建立初始模型,利用天牛须优化的卷积神经网络对该初始模型进行训练,得到统计分析决策模型;步骤5:利用得到的统计分析决策模型计算制造业的生产能力以进行决策。2.根据权利要求1所述的一种基于数据空间多价值链统计分析制造业生产智能计算方法,其特征在于,所述供应链的影响因素包括原材料采购量、原材料采购成本、原材料存货、出库成本、原材料运费、原材料使用量、原材料价格、资金筹措以及借款利息;所述营销链影响因素包括销售量、销售成本、销售收入、销售毛利以及销售价格;所述服务链影响因素包括检修成本、检修次数、客户数量及产品合格率。3.根据权利要求1所述的一种基于数据空间多价值链统计分析制造业生产智能计算方法,其特征在于,所述步骤2中外部价值链各自环节的综合影响因素指标由下式计算其中,i代表外部价值链的不同环节,g代表外部价值链某一环节中的第g个影响因素,m代表外部价值链某一环节中共m个影响因素,d
ig

【专利技术属性】
技术研发人员:牛东晓李明钰刘云天崔曦文张潇丹纪正森余敏彭莎张焕粉
申请(专利权)人:北京清畅电力技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1