供应方自动评级方法、供应方自动评级装置及存储介质制造方法及图纸

一种供应方自动评级方法、供应方自动评级装置及存储介质。供应方自动评级方法对部件的供应方自动进行评级，其特征在于，包括：评级合理性验证步骤，基于模型稳定性校验指标，验证原评级标准对供应方的新数据是否合理；权重优化步骤，在所述评级合理性验证步骤的验证结果为原评级标准不合理的情况下，基于评分合理性校验指标，利用供应方的新数据、供应方的评价指标各自的原权重，对所述评价指标各自的权重进行优化，获得权重合理性比较结果、以及所述评价指标各自的新权重；以及供应方评级标准求解步骤，利用在所述权重优化步骤中获得的所述评价指标各自的新权重，获得优化后评级标准，并利用该优化后评级标准，对供应方的新数据进行评级。行评级。行评级。

【技术实现步骤摘要】
供应方自动评级方法、供应方自动评级装置及存储介质


[0001]本专利技术涉及一种供应方(供应商)自动评级方法、供应方自动评级装置及存储介质，对部件的供应方自动进行评级。

技术介绍

[0002]在企业制造某种产品时，通常需要从多个供应方获得产品的组成部件，就某一种组成部件而言，也经常存在从不同的多个供应方获得的情况。因此，制造产品的企业需要对这些供应方的供货情况进行评级。以往，对供应方进行评级时，根据多项评价指标来进行评级。评价指标例如可以是所供应的部件的品质、是否按时完成交付等。
[0003]如专利文献1所述，以往的供应方评级方法主要是利用供应方的历史数据、以及固定评级逻辑来进行自动评级，由于评级逻辑是固定的，所以缺乏评级合理性的校验功能，并且固定评级逻辑会影响多变的供应链环境和管理策略的适应性，无法提供自动优化的功能。
[0004]专利文献1：CN112613696A

技术实现思路

[0005]本专利技术是鉴于以上情况而完成的，其目的在于，提供一种能够通过采用动态评级逻辑来实现评级逻辑的自动优化的供应方自动评级方法、供应方自动评级装置及存储介质。
[0006]用于解决问题的方案
[0007]技术方案1是一种供应方自动评级方法，对部件的供应方自动进行评级，其特征在于，包括：
[0008]评级合理性验证步骤，基于模型稳定性校验指标，验证原评级标准对供应方的新数据是否合理；
[0009]权重优化步骤，在所述评级合理性验证步骤的验证结果为原评级标准不合理的情况下，基于评分合理性校验指标，利用供应方的新数据、供应方的评价指标各自的原权重，对所述评价指标各自的权重进行优化，获得权重合理性比较结果、以及所述评价指标各自的新权重；以及
[0010]供应方评级标准求解步骤，利用在所述权重优化步骤中获得的所述评价指标各自的新权重，获得优化后评级标准，并利用该优化后评级标准，对供应方的新数据进行评级。
[0011]由此，根据技术方案1的供应方自动评级方法，实现了动态评级逻辑，即在评级合理性验证步骤中验证为原评级标准对供应方的新数据不适用的情况下，通过权重优化步骤对各评价指标的权重进行优化，进一步利用优化后的权重，通过供应方评级标准求解步骤来获得优化后的评级标准，因此能够有效地对供应方的新数据进行评级。
[0012]此外，技术方案2中也可以是，所述权重优化步骤包括：
[0013]初始权重选择步骤，基于所述评分合理性校验指标，利用供应方的新数据、供应方
的所述评价指标各自的原权重，获得与评分合理性校验指标的最大值对应的权重即初始权重；
[0014]权重优化求解步骤，通过多层前馈神经网络算法对所述初始权重进行神经网络计算，获得优化权重；以及
[0015]权重筛选步骤，再次基于所述评分合理性校验指标，对所述初始权重与所述优化权重进行合理性比较，来获得所述权重合理性比较结果、以及所述评价指标各自的新权重。
[0016]由此，根据技术方案2的供应方自动评级方法通过引入评分合理性校验指标，能够让多种权重的计算方法同时存在，保留多种权重计算方法以备在不同的情况下发挥作用，由此能够提高权重计算方法的适应性和合理性。
[0017]此外，技术方案3中也可以是，在所述权重筛选步骤中，对所述初始权重与所述优化权重进行合理性比较时，判断所述优化权重相对于所述初始权重是正优化还是负优化，若判断结果是正优化，则将所述优化权重设为评价指标各自的新权重，若判断结果是负优化，则将所述初始权重设为所述评价指标各自的新权重。
[0018]由此，根据技术方案3的供应方自动评级方法，能够防止利用负优化的权重来对评级标准进行优化，能够利用评价指标的最优化的权重来对评级标准进行优化。
[0019]此外，技术方案4中也可以是，所述供应方评级标准求解步骤包括：
[0020]分数分级搜索步骤，利用所述评价指标各自的新权重，获得各供应方的评分即供应方评分，基于决策树算法，从各所述供应方评分中抽取可选分级点，由各所述可选分级点对所述供应方评分进行划分来得到多个分级；以及
[0021]分级合并优化步骤，对多个所述分级进行合并优化，从而得到所需数量的目标分级即所述优化后评级标准。
[0022]此外，技术方案5中也可以是，在所述分数分级搜索步骤中，每一个评价指标的值乘以相应的新权重所得的值相加来得到所述供应方评分。
[0023]此外，技术方案6中也可以是，在所述分级合并优化步骤中，若相邻的两个所述分级出现反向排序，则进行合并，并且若相邻的两个所述分级之间的优秀供应方占比一致，则进行合并。
[0024]决策树算法的原理是通过数据特性中的信息增益，选择数据的最优的可选分级点进行数据切分。根据技术方案4～6的供应方自动评级方法，正是利用该机理优势，提取模型中的分级点作为供应方分级的分级点，之后基于业务要求，根据分数排序度，对大量的分级进行合并，因此最终能够得到良好的优化后评级标准。
[0025]此外，技术方案7中也可以是，所述供应方的新数据是供应方指标评分、相关业务数据中的至少一个，所述相关业务数据包括供应方的供应数量、供应批次。
[0026]技术方案8是一种供应方自动评级装置，对部件的供应方自动进行评级，其特征在于，包括：
[0027]评级合理性验证部，基于模型稳定性校验指标，验证原评级标准对供应方的新数据是否合理；
[0028]权重优化部，在所述评级合理性验证部的验证结果为原评级标准不合理的情况下，基于评分合理性校验指标，利用供应方的新数据、供应方的评价指标各自的原权重，对所述评价指标各自的权重进行优化，获得权重合理性比较结果、以及所述评价指标各自的
新权重；以及
[0029]供应方评级标准求解部，利用在所述权重优化部中获得的所述评价指标各自的新权重，获得优化后评级标准，并利用该优化后评级标准，对供应方的新数据进行评级。
[0030]由此，根据技术方案8的供应方自动评级装置，实现了动态评级逻辑，即在评级合理性验证部验证为原评级标准对供应方的新数据不适用的情况下，通过权重优化部对各评价指标的权重进行优化，进一步利用优化后的权重，通过供应方评级标准求解部来获得优化后的评级标准，因此能够有效地对供应方的新数据进行评级。
[0031]技术方案9是一种存储介质，其特征在于，该存储介质存储有供应方自动评级程序，该供应方自动评级程序使计算机执行技术方案1～7中任一项所述的供应方自动评级方法。
[0032]根据技术方案9也能够获得与技术方案1～7同样的技术效果。
[0033]专利技术的效果
[0034]根据本专利技术，能够通过采用动态评级逻辑来实现评级逻辑的自动优化的供应方自动评级方法、供应方自动评级装置及存储介质。
附图说明
[0035]图1是例示本专利技术的供应方自动评级方法的主流程的图。
[0036]图2是例示权重优化步骤的流程图。
[0037]图3是例示供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种供应方自动评级方法，对部件的供应方自动进行评级，其特征在于，包括：评级合理性验证步骤，基于模型稳定性校验指标，验证原评级标准对供应方的新数据是否合理；权重优化步骤，在所述评级合理性验证步骤的验证结果为原评级标准不合理的情况下，基于评分合理性校验指标，利用供应方的新数据、供应方的评价指标各自的原权重，对所述评价指标各自的权重进行优化，获得权重合理性比较结果、以及所述评价指标各自的新权重；以及供应方评级标准求解步骤，利用在所述权重优化步骤中获得的所述评价指标各自的新权重，获得优化后评级标准，并利用该优化后评级标准，对供应方的新数据进行评级。2.根据权利要求1所述的供应方自动评级方法，其特征在于，所述权重优化步骤包括：初始权重选择步骤，基于所述评分合理性校验指标，利用供应方的新数据、供应方的所述评价指标各自的原权重，获得与评分合理性校验指标的最大值对应的权重即初始权重；权重优化求解步骤，通过多层前馈神经网络算法对所述初始权重进行神经网络计算，获得优化权重；以及权重筛选步骤，再次基于所述评分合理性校验指标，对所述初始权重与所述优化权重进行合理性比较，来获得所述权重合理性比较结果、以及所述评价指标各自的新权重。3.根据权利要求2所述的供应方自动评级方法，其特征在于，在所述权重筛选步骤中，对所述初始权重与所述优化权重进行合理性比较时，判断所述优化权重相对于所述初始权重是正优化还是负优化，若判断结果是正优化，则将所述优化权重设为评价指标各自的新权重，若判断结果是负优化，则将所述初始权重设为所述评价指标各自的新权重。4.根据权利要求2所述的供应方自动评级方法，其特征在于，所述供应方评级标准求解步骤包括：分数分级搜索步骤，利用所述评价指标各自的新权重，获得...

【专利技术属性】
技术研发人员：黎杰臻，左滨，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：