System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于工程物资退库,具体涉及一种工程物资退库风险量化评估方法。
技术介绍
1、配网在建工程领用所有物资由两部分组成,一部分为本年需求提报正常采购物资,另一部分为其他项目利库物资;工程结算关闭必须将工程结余物资线上退出原项目,在存在两金压降等考核目标的限制下,工程结余物资退回仓库势必导致存货增加,为了满足两金压降指标考核要求,工程结余物资往往选择利库至其他项目,实际业务中发现部分利库物资往往存在多次退库、利库的情况,对项目投资执行管控产生影响。
技术实现思路
1、本专利技术的目的在于提供一种工程物资退库风险量化评估方法,建立配网在建工程物资寻踪算法与库龄算法,识别配网工程物资退库风险特征,评估配网在建工程领用物资退库风险。
2、为实现上述目的,本专利技术提供如下技术方案:一种工程物资退库风险量化评估方法,所述评估方法如下:
3、步骤一:收集配网在建工程物资的入库、出库、退库数据,然后利用数据挖掘和人工智能技术对这些数据进行处理和分析,从而建立配网在建工程物资寻踪算法;
4、步骤二:根据物资的入库时间和当前时间,计算出每个物资的库龄,并建立配网在建工程物资库龄算法;
5、步骤三:利用建立的配网在建工程物资寻踪算法对每个物资的退库情况进行监测和记录,然后利用配网在建工程物资库龄算法计算出每个物资的库龄;最后根据这些数据计算出每个物资的退库风险指数,并根据该指数的大小对物资进行分类和排序;
6、步骤四:根据得到的评估结果,
7、作为本专利技术的一种优选的技术方案,收集配网在建工程物资历史入库、出库、退库全量明细数据,利用物资批次号全方位寻踪物资留痕,全面掌控某一物资被哪些项目领用、退料,具体分为以下几步:
8、第一步,整合配网在建工程物资入库、出库、退库全量明细数据;
9、第二步,针对某一批次物资,筛选该批次物资明细记录,从而查看某一批次物资入库、出库、退库历史情况。
10、作为本专利技术的一种优选的技术方案,收集配网在建工程物资的入库、出库、退库数据,可以通过以下几种方法:建立数据收集系统;手工录入数据;监控和记录数据;利用rfid技术。
11、作为本专利技术的一种优选的技术方案,利用数据挖掘和人工智能技术对这些数据进行处理和分析的具体方法包括以下步骤:数据预处理;数据探索;数据挖掘;特征工程;模型训练。
12、作为本专利技术的一种优选的技术方案,还包括确定批次物资多次退库利库项目数量算法逻辑,具体分为以下几步:
13、第一步,确定某一批次物资涉及项目数量;针对某一批次,剔除该批次重复项目个数,以该批次唯一项目个数作为某一批次涉及项目数量;
14、第二步,确定某一批次物资多次退库利库项目数量;经分析,批次物资涉及业务情况较多,通过分析数据规律,确定批次物资多次退库利库项目数量算法,实现批次物资多次退库利库项目个数的批量计算。
15、作为本专利技术的一种优选的技术方案,还包括工程物资退库风险特征识别:运用聚类算法进行识别,对配网在建工程物资流转项目数量与库龄数据进行分组分类。
16、作为本专利技术的一种优选的技术方案,根据物资的入库时间和当前时间,计算出每个物资的库龄的具体计算方法如下:
17、定义入库时间和当前时间:首先记录每个物资的入库时间,即物资进入仓库的时间;同时,记录当前时间,即进行库龄计算时的当前日期和时间;
18、计算库龄:将当前时间减去物资的入库时间,得到物资的库龄;
19、处理特殊情况:如果物资的入库时间早于当前时间,则将入库时间调整为当前时间,并将库龄计算结果作为负数处理;
20、更新库龄数据:随着时间的推移,库龄数据进行更新。
21、作为本专利技术的一种优选的技术方案,将当前时间减去物资的入库时间,得到物资的库龄,该计算使用电子表格软件或编程语言中的日期和时间函数来完成。
22、与现有技术相比,本专利技术的有益效果是:
23、克服了多次退库、利库物资追溯缺乏监测手段技术难点,通过专利技术配网在建工程物资寻踪算法、配网在建工程物资库龄算法,为多次退库、利库物资追溯提供监测手段;
24、本专利技术克服了工程物资未来存在退库风险难以量化评估技术难点,专利技术了配网工程物资退库风险特征识别算法,科学评估工程物资未来存在退库风险,辅助在建工程投资风险预判。
本文档来自技高网...【技术保护点】
1.一种工程物资退库风险量化评估方法,其特征在于:所述评估方法如下:
2.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:收集配网在建工程物资历史入库、出库、退库全量明细数据,利用物资批次号全方位寻踪物资留痕,全面掌控某一物资被哪些项目领用、退料,具体分为以下几步:
3.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:收集配网在建工程物资的入库、出库、退库数据,可以通过以下几种方法:建立数据收集系统;手工录入数据;监控和记录数据;利用RFID技术。
4.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:利用数据挖掘和人工智能技术对这些数据进行处理和分析的具体方法包括以下步骤:数据预处理;数据探索;数据挖掘;特征工程;模型训练。
5.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:还包括确定批次物资多次退库利库项目数量算法逻辑,具体分为以下几步:
6.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:还包括工程物资退库风险特征识别:运用聚
7.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:根据物资的入库时间和当前时间,计算出每个物资的库龄的具体计算方法如下:
8.根据权利要求7所述的一种工程物资退库风险量化评估方法,其特征在于:将当前时间减去物资的入库时间,得到物资的库龄,该计算使用电子表格软件或编程语言中的日期和时间函数来完成。
...【技术特征摘要】
1.一种工程物资退库风险量化评估方法,其特征在于:所述评估方法如下:
2.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:收集配网在建工程物资历史入库、出库、退库全量明细数据,利用物资批次号全方位寻踪物资留痕,全面掌控某一物资被哪些项目领用、退料,具体分为以下几步:
3.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:收集配网在建工程物资的入库、出库、退库数据,可以通过以下几种方法:建立数据收集系统;手工录入数据;监控和记录数据;利用rfid技术。
4.根据权利要求1所述的一种工程物资退库风险量化评估方法,其特征在于:利用数据挖掘和人工智能技术对这些数据进行处理和分析的具体方法包括以下步骤:数据预处理;数据探索;数据挖掘;特...
【专利技术属性】
技术研发人员:王正波,潘文明,杜海红,王道静,马涛,陈琳,梁峰,郭新平,曹勇,马淑慧,刘啸野,
申请(专利权)人:国网安徽省电力有限公司淮北供电公司,
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。