元器件熵值计算方法、装置、介质和设备制造方法及图纸

本发明专利技术公开了一种元器件熵值计算方法、装置、介质和设备，首先通过科学的逻辑算法计算出相对客观的对应指数，包括根据第n天和第n

【技术实现步骤摘要】
元器件熵值计算方法、装置、介质和设备


[0001]本专利技术涉及指数算法
，尤其是涉及一种元器件熵值计算方法、装置、介质和设备。

技术介绍

[0002]市场行情趋势指数在元器件行业中的作用不可小觑。它能够帮助企业了解市场变化趋势，指导企业制定合适的市场策略和产品开发方向。
[0003]然而，目前整个元器件行业缺乏可靠的市场行情趋势指数，无法持续跟踪关键器件分类产品的市场变化数据，这给企业带来了不小的困扰。为了更好地适应市场需求，元器件行业需要加强市场数据收集和分析，建立起可靠的趋势指数，以更好地指导企业的发展方向。

技术实现思路

[0004]基于此，有必要提供元器件熵值计算方法、装置、介质和设备，以解决现有技术中没有建立起可靠的元器件趋势指数，以更好地指导企业的发展方向的问题。
[0005]一种元器件熵值计算方法，所述方法包括：
[0006]计算目标元器件第n天和第n
‑
1天的综合价格、库存数据和交期数据；其中，n≥2；
[0007]根据第n天和第n
‑
1天的综合价格计算所述目标元器件的价格指数；其中，所述价格指数越大，指示所述目标元器件的价格下降幅度越大；
[0008]根据第n天和第n
‑
1天的库存数据计算所述目标元器件的库存指数；其中，所述库存指数越大，指示所述目标元器件的库存量增量越大；
[0009]根据第n天和第n
‑
1天的交期计算所述目标元器件的交期指数；其中，所述交期指数越大，指示所述目标元器件的交付期限缩短的越大；
[0010]获取第n天所述目标元器件的期货指数；其中，所述期货指数越大，指示所述目标元器件的基础材料价格下降幅度越大；
[0011]获取第n天所述目标元器件的突发事件指数；其中，所述突发事件指数越大，指示突发事件越有利于所述目标元器件的平稳购买；
[0012]根据所述价格指数、所述库存指数、所述交期指数、所述期货指数和所述突发事件指数计算所述目标元器件的熵值；其中，目标元器件的熵值在
‑
1至1区间，熵值越大，指示所述目标元器件第n天的市场购买环境相较于第n
‑
1天越有利于采购商采购。
[0013]在其中一个实施例中，综合价格的计算公式为：
[0014]综合价格＝电商价格*a1+现货价格*a2+原厂价格*a3
[0015]上式中，a1、a2、a3为预设的权重，a1+a2+a3＝1；
[0016]价格指数的计算公式为：
[0017]价格指数＝
‑
((第n天的综合价格/第n
‑
1天的综合价格)
‑
1)。
[0018]在其中一个实施例中，库存数据在
‑
1至1区间，所述库存数据越大，指示所述目标
元器件的库存量越大；
[0019]库存指数的计算公式为：
[0020]库存指数＝(第n天的库存数据/第n
‑
1天的库存数据)
‑
1。
[0021]在其中一个实施例中，交期数据的计算公式为：
[0022]交期数据＝所述目标元器件的预测发货日期
‑
所述目标元器件的下单日期。
[0023]交期指数的计算公式为：
[0024]交期指数＝
‑
(第n天的交期数据/第n
‑
1天的交期数据)
‑
1。
[0025]在其中一个实施例中，熵值的计算公式为：
[0026]熵值＝(价格指数*b1+库存指数*b2+交期指数*b3+期货指数*b4)*c1+突发事件指数*c2
[0027]上式中，b1、b2、b3、b4为预设的权重，b1+b2+b3+b4＝1；c1、c2为预设的权重，c1+c2＝1。
[0028]在其中一个实施例中，所述方法，还包括：
[0029]根据预设的行业标准将所有获取的元器件划分为N个级别的子类组；其中，第n子类组共包含I个元器件，n∈N，所述目标元器件为第n子类组中的第i个元器件，i∈I；
[0030]计算第n子类组所有元器件的熵值的均值，以得到第n子类组的整体熵值；其中，第n子类组的整体熵值在
‑
1至1区间，整体熵值越大，指示所述第n子类组第n天的市场购买环境相较于第n
‑
1天越有利于采购商采购。
[0031]在其中一个实施例中，所述方法，还包括：
[0032]以当前时刻为基准，实时统计过去第一预设时长内的所述目标元器件的熵值的总和，以作为所述目标元器件的采购推荐值；
[0033]当所述采购推荐值大于预设的推荐阈值时，向关注所述目标元器件的采购商发出采购推荐。
[0034]一种元器件熵值计算装置，所述装置包括：
[0035]基础参数计算模块，用于计算目标元器件第n天和第n
‑
1天的综合价格、库存数据和交期数据；其中，n≥2；
[0036]指数计算模块，用于根据第n天和第n
‑
1天的综合价格计算所述目标元器件的价格指数；其中，所述价格指数越大，指示所述目标元器件的价格下降幅度越大；根据第n天和第n
‑
1天的库存数据计算所述目标元器件的库存指数；其中，所述库存指数越大，指示所述目标元器件的库存量增量越大；根据第n天和第n
‑
1天的交期计算所述目标元器件的交期指数；其中，所述交期指数越大，指示所述目标元器件的交付期限缩短的越大；获取第n天所述目标元器件的期货指数；其中，所述期货指数越大，指示所述目标元器件的基础材料价格下降幅度越大；获取第n天所述目标元器件的突发事件指数；其中，所述突发事件指数越大，指示突发事件越有利于所述目标元器件的平稳购买；
[0037]熵值计算模块，用于根据所述价格指数、所述库存指数、所述交期指数、所述期货指数和所述突发事件指数计算所述目标元器件的熵值；其中，目标元器件的熵值在
‑
1至1区间，熵值越大，指示所述目标元器件第n天的市场购买环境相较于第n
‑
1天越有利于采购商采购。
[0038]一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，
使得所述处理器执行上述元器件熵值计算方法的步骤。
[0039]一种元器件熵值计算设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述元器件熵值计算方法的步骤。
[0040]本专利技术提供了元器件熵值计算方法、装置、介质和设备，首先将元器件行业所关注的五大维度信息数据通过科学的逻辑算法，计算出相对客观的对应指数，包括根据第n天和第n
‑
1天的综合价格计算目标元器件的价格指数；其中，该价格指数越大，指示目标元器件的价格下降幅度越大；根据第n天和第n
...

【技术保护点】

【技术特征摘要】
1.一种元器件熵值计算方法，其特征在于，所述方法包括：计算目标元器件第n天和第n
‑
1天的综合价格、库存数据和交期数据；其中，n≥2；根据第n天和第n
‑
1天的综合价格计算所述目标元器件的价格指数；其中，所述价格指数越大，指示所述目标元器件的价格下降幅度越大；根据第n天和第n
‑
1天的库存数据计算所述目标元器件的库存指数；其中，所述库存指数越大，指示所述目标元器件的库存量增量越大；根据第n天和第n
‑
1天的交期计算所述目标元器件的交期指数；其中，所述交期指数越大，指示所述目标元器件的交付期限缩短的越大；获取第n天所述目标元器件的期货指数；其中，所述期货指数越大，指示所述目标元器件的基础材料价格下降幅度越大；获取第n天所述目标元器件的突发事件指数；其中，所述突发事件指数越大，指示突发事件越有利于所述目标元器件的平稳购买；根据所述价格指数、所述库存指数、所述交期指数、所述期货指数和所述突发事件指数计算所述目标元器件的熵值；其中，目标元器件的熵值在
‑
1至1区间，熵值越大，指示所述目标元器件第n天的市场购买环境相较于第n
‑
1天越有利于采购商采购。2.根据权利要求1所述的方法，其特征在于，综合价格的计算公式为：综合价格＝电商价格*a1+现货价格*a2+原厂价格*a3上式中，a1、a2、a3为预设的权重，a1+a2+a3＝1；价格指数的计算公式为：价格指数＝
‑
((第n天的综合价格/第n
‑
1天的综合价格)
‑
1)。3.根据权利要求1所述的方法，其特征在于，库存数据在
‑
1至1区间，所述库存数据越大，指示所述目标元器件的库存量越大；库存指数的计算公式为：库存指数＝(第n天的库存数据/第n
‑
1天的库存数据)
‑
1。4.根据权利要求1所述的方法，其特征在于，交期数据的计算公式为：交期数据＝所述目标元器件的预测发货日期
‑
所述目标元器件的下单日期；交期指数的计算公式为：交期指数＝
‑
(第n天的交期数据/第n
‑
1天的交期数据)
‑
1。5.根据权利要求1所述的方法，其特征在于，熵值的计算公式为：熵值＝(价格指数*b1+库存指数*b2+交期指数*b3+期货指数*b4)*c1+突发事件指数*c2上式中，b1、b2、b3、b4为预设的权重，b1+b2+b3+b...

【专利技术属性】
技术研发人员：何红丽，金坤武，
申请(专利权)人：深圳中电港技术股份有限公司，
类型：发明
国别省市：