一种制造技术

本发明专利技术涉及数据处理领域，公开了一种

【技术实现步骤摘要】
一种BOM整理核对方法及系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种
BOM
整理核对方法及系统
。

技术介绍

[0002]随着制造业的发展，产品的物料清单（
Bill of Materials
，
BOM
）管理变得愈发复杂
。BOM
包含了产品组成的各种零部件和原材料信息，对于确保生产过程的准确性
、
降低成本以及提高生产效率都至关重要
。
[0003]制造业中的
BOM
数据可能来自多个部门
、
系统或供应链的不同环节
。
整合这些多源数据并确保其准确性是一项具有挑战性的任务
。
由于部门之间
、
系统之间的信息孤岛，
BOM
的管理和核对变得异常困难
。
传统的
BOM
管理方法往往面临数据不一致
、
冗余信息
、
错误等问题，影响了生产效率和产品质量
。

技术实现思路

[0004]本专利技术提供了一种
BOM
整理核对方法及系统，用于提高
BOM
物料清单的整理核对准确率
。
[0005]本专利技术第一方面提供了一种
BOM
整理核对方法，所述
BOM
整理核对方法包括：获取待处理的目标
BOM
物料数据，并对所述目标
BOM
物料数据进行物料对象识别，得到多个目标物料对象；对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则；根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图；对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果；基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图；根据所述第二物料关系图，对所述目标
BOM
物料数据进行物料数据整理和校对，生成目标
BOM
核对报告
。
[0006]结合第一方面，在本专利技术第一方面的第一种实现方式中，所述获取待处理的目标
BOM
物料数据，并对所述目标
BOM
物料数据进行物料对象识别，得到多个目标物料对象，包括：基于预置的
BOM
文件管理平台，从多个不同的部门以及系统获取待处理的多个
BOM
数据文件；对所述多个
BOM
数据文件进行数据清洗，得到目标
BOM
物料数据；通过预置的自然语言处理模型，对所述目标
BOM
物料数据进行关键信息提取，得到目标
BOM
物料信息，其中，所述目标
BOM
物料信息包括物料编号
、
物料描述
、
数量及层次结构
信息；对所述目标
BOM
物料信息进行对象实体识别，得到多个目标物料对象，并将所述多个目标物料对象存储至预置的物料对象列表，每个目标物料对象作为一个单独的实体，所述物料对象列表包括每个目标物料对象的唯一标识符以及物料对象关联信息
。
[0007]结合第一方面，在本专利技术第一方面的第二种实现方式中，所述对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则，包括：根据所述多个目标物料对象创建对应的交易数据集，所述交易数据集中每个交易代表一个目标物料对象，每个目标物料对象作为一个交易中的物品；通过预置的
Apriori
算法，对所述交易数据集进行频繁关联规则分析，得到多个初始关联规则；通过预置的置信度函数分别计算每个初始关联规则的置信度，其中，所述置信度函数为：置信度
=
支持度（
A∩B
）
/
支持度
A
，
A
和
B
分别表示一个目标物料对象，支持度表示包含
A
和
B
的交易数占总交易数的比例；对所述置信度和预设的置信度阈值进行比较，得到每个初始关联规则的置信度比较结果；根据所述置信度比较结果，对所述多个初始关联规则进行规则选取，得到多个目标关联规则
。
[0008]结合第一方面，在本专利技术第一方面的第三种实现方式中，所述根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图，包括：定义物料关系图结构，其中，物料关系图结构中每个节点代表一个目标物料对象，每个边表示目标物料对象之间的关联关系；基于所述物料关系图结构，并通过预置的图论算法创建一个空的物料关系图，得到初始物料关系图；分别将每个目标物料对象的唯一标识符作为节点标签，并根据所述节点标签为每个目标物料对象添加一个节点到所述初始物料关系图中；根据所述多个目标关联规则，对所述初始物料关系图进行边添加，得到对应的第一物料关系图
。
[0009]结合第一方面，在本专利技术第一方面的第四种实现方式中，所述对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果，包括：将所述第一物料关系图输入预置的图聚类算法，并通过所述图聚类算法对所述第一物料关系图中的多个节点进行节点特征提取，得到每个节点的目标图特征，其中，所述目标图特征包括节点的度
、
介数中心性及紧密度；将每个节点的目标图特征映射到对应的向量空间，得到每个节点的节点特征向量；分别将所述节点特征向量输入预置的双层门限循环网络以及全连接网络进行特征整合，得到每个目标物料对象的节点关系聚类结果
。
[0010]结合第一方面，在本专利技术第一方面的第五种实现方式中，所述基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图，包括：
根据所述节点关系聚类结果，确定所述第一物料关系图中每个节点的目标权重数据；根据所述目标权重数据对所述第一物料关系图中的多个节点进行加权分析，得到节点权重关系；根据所述节点权重关系，对所述多个目标关联规则进行关联规则更新，得到多个更新关联规则；基于所述多个更新关联规则，对所述第一物料关系图进行关系图动态优化，得到第二物料关系图
。
[0011]结合第一方面，在本专利技术第一方面的第六种实现方式中，所述根据所述第二物料关系图，对所述目标
BOM
物料数据进行物料数据整理和校对，生成目标
BOM
核对报告，包括：根据所述第二物料关系图，对所述目标
BOM
物料数据进行冗余数据识别，得到目标冗余数据；根据所述第二物料关系图，对所述目标
BOM
物料数据进行异常数据识别，得到目标异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
BOM
整理核对方法，其特征在于，所述
BOM
整理核对方法包括：获取待处理的目标
BOM
物料数据，并对所述目标
BOM
物料数据进行物料对象识别，得到多个目标物料对象；对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则；根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图；对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果；基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图；根据所述第二物料关系图，对所述目标
BOM
物料数据进行物料数据整理和校对，生成目标
BOM
核对报告
。2.
根据权利要求1所述的
BOM
整理核对方法，其特征在于，所述获取待处理的目标
BOM
物料数据，并对所述目标
BOM
物料数据进行物料对象识别，得到多个目标物料对象，包括：基于预置的
BOM
文件管理平台，从多个不同的部门以及系统获取待处理的多个
BOM
数据文件；对所述多个
BOM
数据文件进行数据清洗，得到目标
BOM
物料数据；通过预置的自然语言处理模型，对所述目标
BOM
物料数据进行关键信息提取，得到目标
BOM
物料信息，其中，所述目标
BOM
物料信息包括物料编号
、
物料描述
、
数量及层次结构信息；对所述目标
BOM
物料信息进行对象实体识别，得到多个目标物料对象，并将所述多个目标物料对象存储至预置的物料对象列表，每个目标物料对象作为一个单独的实体，所述物料对象列表包括每个目标物料对象的唯一标识符以及物料对象关联信息
。3.
根据权利要求1所述的
BOM
整理核对方法，其特征在于，所述对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则，包括：根据所述多个目标物料对象创建对应的交易数据集，所述交易数据集中每个交易代表一个目标物料对象，每个目标物料对象作为一个交易中的物品；通过预置的
Apriori
算法，对所述交易数据集进行频繁关联规则分析，得到多个初始关联规则；通过预置的置信度函数分别计算每个初始关联规则的置信度，其中，所述置信度函数为：置信度
=
支持度（
A∩B
）
/
支持度
A
，
A
和
B
分别表示一个目标物料对象，支持度表示包含
A
和
B
的交易数占总交易数的比例；对所述置信度和预设的置信度阈值进行比较，得到每个初始关联规则的置信度比较结果；根据所述置信度比较结果，对所述多个初始关联规则进行规则选取，得到多个目标关联规则
。4.
根据权利要求2所述的
BOM
整理核对方法，其特征在于，所述根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图，包括：定义物料关系图结构，其中，物料关系图结构中每个节点代表一个目标物料对象，每个
边表示目标物料对象之间的关联关系；基于所述物料关系图结构，并通过预置的图论算法创建一个空的物料关系图，得到初始物料关系图；分别将每个目标物料对象的唯一标识符作为节点标签，并根据所述节点标签为每个目标物料对象添加一个节点到所述初始物料关系图中；根据所述多个目标关联规则，对所述初始物料关系图进行边添加，得到对应的第一物...

【专利技术属性】
技术研发人员：陶伟，覃世坚，
申请(专利权)人：深圳市百千成电子有限公司，
类型：发明
国别省市：