本申请涉及互联网技术领域，公开了一种基于数据包络算法的企业评估方法、装置、设备及介质，所述方法包括将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分；基于所述目标评价得分，对所述目标企业进行评估，生成评估结果以实现对所述目标企业的评估。本申请通过基于数据包络算法的企业评估方法，将目标企业的目标数据输入至预设数据包络模型，从而通过预设数据包络模型对目标企业进行评价，得到目标评价得分，并根据预设规则与目标评价得分，确定最终对目标企业的评估结果，提高了对制造企业的评价准确性，解决了目前制造企业的评价准确性低的技术问题。题。题。
【技术实现步骤摘要】
基于数据包络算法的企业评估方法、装置、设备及介质
[0001]本申请涉及互联网
，尤其涉及一种基于数据包络算法的企业评估方法、装置、设备及介质。
技术介绍
[0002][0003]工业互联网是指互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施。其本质是以机器、原材料、控制系统、信息系统、产品以及人之间的网络互联为基础，通过工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智能控制、运营优化和生产组织方式变革。而长久以来处于供应链传递行为弱势方的中小型制造业迎来了可以进行长足发展的机遇与挑战，工业互联网带来的数据体现出供应链一线信息越来越透明化，各种企业可以很方便的提取出己方意向企业的对应数据而进行分析，这在一方面促进了企业发展的安全性和全面性，同时使得劣势企业也在竞争者逐渐失去主动权，间接的使得劣势的中小型制造企业内部发掘自身优势，从而使得自身转劣势为优势。
[0004]当然，没有哪一个行业是完全没有劣势存在的，制造业也是一样。
[0005]大企业和中小企业特点不同、作用不同，都是国民经济的重要组成部分。大企业盘子大、实力强，能带动产业链上下游共同前进。中小企业数量大、活力足，是扩大就业、改善民生、促进创新创业的重要力量。长期以来，大企业和中小企业之间存在着千丝万缕的合作关系、伙伴关系。在冲击和压力袭来时，作为彼此需要、互为支撑的利益共同体，大中小企业更应携手并进、同舟共济。
[0006]为了准确衡量中小工业制造企业，需要提出一类能够准确评价企业信息的评价方法，选取合适的评价指标。通常一类评价指标也需要运行在一类平台之上，并且评价方法一般会要求包括平台资源管理、应用服务等工业操作系统能力，以及平台基础技术、投入产出效益共四个方面。平台资源管理及应用服务能力主要围绕工业设备管理能力，软件应用管理，用户开发管理，数据资源，存储计算服务，应用开发及新技术应用服务等作出相应要求；而平台技术能力及投入产出能力则要求要有架构设计技术，工业大数据，软件开发部署能力，研发投入，产出效益及应用效果。因此，如何提高对制造企业的评价准确性成为目前亟待解决的技术问题。
技术实现思路
[0007]本申请提供了一种基于数据包络算法的企业评估方法、装置、设备及介质，以提高对制造企业的评价准确性。
[0008]第一方面，本申请提供了一种基于数据包络算法的企业评估方法，所述基于数据包络算法的企业评估方法包括：
[0009]将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设
评价权重对所述目标企业进行评价，得到目标评价得分；
[0010]基于所述目标评价得分，对所述目标企业进行评估，生成评估结果以实现对所述目标企业的评估。
[0011]进一步地，所述将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分之前，包括：
[0012]获取所述目标企业的所述目标数据，其中，所述，目标数据包括采购降本数据、技术创新数据、智能制造数据和第三方数据。
[0013]进一步地，将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分，包括：
[0014]在DMU处于变动规模报酬的情况下，n个生产决策单元，每个DMU都有m项投入，s项输出，则通过预设第一公式计算第J0个DMU的效率评估模型，所述第一公式为：
[0015][0016]其中，(X0，Y0)为DMU
J0
的输入输出，ε为阿基米德无穷小，e为元素为1的向量，X
j
为DMU的第j个输入向量，Y
j
为DMU的第j个输出向量，ω
T
与μ
T
为在CCR模型中将分式规划转化为线性规划时采取的线性变量；
[0017]所述第一公式对应的第一对偶形式为：
[0018][0019]其中，在凸性、锥性、无效性和最小性的条件下，所述对偶形式满足T＝〔(X,Y)|产出Y可由投入X生产出来〕，s
‑
为松弛变量，s
+
为剩余变量，e为元素为1的向量，X
j
为第j个输入向量，Y
j
为第j个输出向量，λ与θ为对偶问题对应的ω与μ而转换过来的对偶变量。
[0020]进一步地，将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分，包括：
[0021]在生产可能集T只是满足凸性(加入条件∑λj＝1)、无效性和最小性时，通过预设第二公式计算规模收益，其中，所述第二公式为：
[0022][0023]其中，s
‑
为所述松弛变量，s
+
为所述剩余变量，ε为阿基米德无穷小，(X0，Y0)为DMU
J0
的输入输出，X
j
为DMU第j个输入变量，Y
j
为DMU第j个输出变量，λ
j
为规模收益，θ为决策单元的综合技术效率值
[0024]所述第二公式对应的第二对偶形式为：
[0025][0026]其中，其中，m为投入项数目，(X0，Y0)为DMU
J0
的输入输出，μ与ω为对偶变换系数，X
j
为DMU第j个输入变量，Y
j
为DMU第j个输出变量，ε为阿基米德无穷小，μ0为规模收益知识量，所述第二对偶形式满足所述DMU的技术有效性。
[0027]进一步地，基于所述目标评价得分，对所述目标企业进行评估，生成评估结果以实现对所述目标企业的评估，包括：
[0028]在所述目标评价得分不小于预设评价阈值时，对所述目标企业的评估结果为第一结果；
[0029]在所述目标评价得分小于预设评价阈值时，对所述目标企业的评估结果为第二结果。
[0030]第二方面，本申请还提供了一种基于数据包络算法的企业评估装置，所述基于数据包络算法的企业评估装置包括：
[0031]评价得分计算模块，用于将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分；
[0032]评估结果模块，用于基于所述目标评价得分，对所述目标企业进行评估，生成评估结果以实现对所述目标企业的评估。
[0033]第三方面，本申请还提供了一种设备，所述设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于数据包络算法的企业评估方法。
[0034]第四方面，本申请还提供了一种计算机可读介质，所述计算机可读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所述处理器实现如上述的基于数据包络算法的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于数据包络算法的企业评估方法，其特征在于，所述基于数据包络算法的企业评估方法包括：将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分；基于所述目标评价得分，对所述目标企业进行评估，生成评估结果以实现对所述目标企业的评估。2.根据权利要求1所述的基于数据包络算法的企业评估方法，其特征在于，所述将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分之前，包括：获取所述目标企业的所述目标数据，其中，所述，目标数据包括采购降本数据、技术创新数据、智能制造数据和第三方数据。3.根据权利要求1所述的基于数据包络算法的企业评估方法，其特征在于，所述数据包络模型包括CCR模型，所述将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到目标评价得分，包括：在DMU处于变动规模报酬的情况下，n个生产决策单元，每个DMU都有m项投入，s项输出，则通过预设第一公式计算第J0个DMU的效率评估模型，所述第一公式为：其中，(X0，Y0)为DMU
J0
的输入输出，ε为阿基米德无穷小，e为元素为1的向量，X
j
为DMU的第j个输入向量，Y
j
为DMU的第j个输出向量，ω
T
与μ
T
为在CCR模型中将分式规划转化为线性规划时采取的线性变量；所述第一公式对应的第一对偶形式为：其中，在凸性、锥性、无效性和最小性的条件下，所述对偶形式满足T＝〔(X,Y)|产出Y可由投入X生产出来〕，s
‑
为松弛变量，s
+
为剩余变量，e为元素为1的向量，X
j
为第j个输入向量，Y
j
为第j个输出向量，λ与θ为对偶问题对应的ω与μ而转换过来的对偶变量。4.根据权利要求3所述的基于数据包络算法的企业评估方法，其特征在于，所述数据包络模型包括BCC模型，所述将目标企业的目标数据输入至预设数据包络模型中，并将所述目标数据按照预设评价权重对所述目标企业进行评价，得到...
【专利技术属性】
技术研发人员：徐楠楠，杨尚伟，郑鑫，胡启斌，
申请(专利权)人：青岛檬豆网络科技有限公司，
类型：发明
国别省市：
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。