一种动态可配置的物资数据审查分析方法

技术领域

本发明涉及物资管理技术领域，具体为一种动态可配置的物资数据审查分析方法。

背景技术

随着科技的不断发展，新的技术和工艺不断涌现，对物资数据审查也带来了新的挑战和机遇。物资数据审查方法需要与技术进步保持同步，利用先进的技术手段进行数据分析和审查。

例如公开号：CN113409028A一种电网物资审查系统通过根据接收到的工程项目的工程物资清册和技术规范书，确定月度储备计划；任务分配模块，用于根据月度储备计划的工程项目信息，调用专家库，将月度储备计划分配给符合工程项目审批资质的专家端；专家审查模块，用于供专家端，调用规则审查库内的审查规则，对月度储备计划进行审查，若审查通过，发送项目申报成功信息给需求端，若审查不通过，发送项目申报失败信息给需求端。本发明能实现设计单位、项目单位、物资部门信息互通，对申报的项目进行精准月度储备计划核准，提高电网物资审查效率。

但是缺乏针对具体的电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数的分析。

发明内容

针对现有技术的不足，本发明提供了一种动态可配置的物资数据审查分析方法，解决了上述背景技术的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种动态可配置的物资数据审查分析方法，包括以下步骤：S1.获取需要审查的电力物资数据，其中电力物资数据包括：电力设备数据、供应商资质数据；S2.使用自定义电力物资审查语言，创建审查规则，将需要审查的电力物资数据进行预处理并验证审查规则，构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型进行调整优化；S3.基于电力物资数据审查固定模型中电力物资数据，估算电力设备质量符合指数，基于电力物资数据审查固定模型中电力物资数据和电力设备质量符合指数，估算电力设备价格符合指数，基于电力物资数据审查固定模型中电力物资数据，估算供应商可靠性符合指数；S4.基于电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，计算物资审查符合指数，基于物资审查符合指数，对电力物资数据进行审查，输出电力物资数据审查异常数据；S5.对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示。

进一步地，所述电力设备数据包括：电力设备采购总数量、电力设备质量未达标数量、每种电力设备采购价格、每种电力设备采购数量、每种电力设备价格达标数量，将每种电力设备依次编号1,2,3...i....n；所述供应商资质数据包括：供应商供应年限、供应商不良信誉记录数量、供应商资质证书数量。

进一步地，使用自定义电力物资审查语言，创建审查规则，将需要审查的电力物资数据进行预处理并验证审查规则的具体过程如下：使用自定义电力物资审查语言，通过设计规则和表达式来构建审查规则，将构建完整的审查规则通过python编程软件中规则引擎进行编译和储存，将需要审查的电力物资数据进行预处理并输入到python编程软件中，其中预处理包括：去除缺失值、异常值，从原始数据中提取需要用于审查的特征，进行数据格式标准化，通过Python中使用open source的Drools软件包来验证审查规则。

进一步地，构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型进行调整优化的具体过程如下：使用预训练的词嵌入Word2Vec模型与循环神经网络RNN深度学习模型架构，进行数据交互构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型中，使用深度学习模型中优化器的SGD优化算法和Adam优化算法来调整电力物资数据审查固定模型的权重。

进一步地，基于电力物资数据审查固定模型中电力物资数据，估算电力设备质量符合指数的计算公式如下：

其中β表示电力设备质量符合指数，E表示电力设备采购总数量,E

进一步地，基于电力物资数据审查固定模型中电力物资数据和电力设备质量符合指数，估算电力设备价格符合指数的计算公式如下：

其中φ表示电力设备价格符合指数，w

进一步地，基于电力物资数据审查固定模型中电力物资数据，估算供应商可靠性符合指数的计算公式如下：

其中χ表示供应商可靠性符合指数，y表示供应商供应年限，n表示供应商资质证书数量，h表示供应商不良信誉记录数量，e表示自然数，ω

进一步地，基于电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，计算物资审查符合指数的计算公式如下：

其中δ表示电力物资库存异常指数，β

进一步地，基于物资审查符合指数，对电力物资数据进行审查，输出电力物资数据审查异常数据的具体过程如下：基于物资审查符合指数，对电力物资数据进行审查，当输出物资审查符合指数为1时，表示电力设备质量审查异常，当输出物资审查符合指数为2时，表示电力设备价格审查异常，当输出物资审查符合指数为3时，表示供应商可靠性审查异常。

进一步地，对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示的具体过程如下：使用Python的Matplotlib对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数绘制柱状图、条形图的形式进行可视化展示；使用Python中Jupyter Notebook将电力物资数据审查异常数据生成文本形式，对电力物资数据审查异常数据进行可视化展示。

本发明具有以下有益效果：

(1)、该一种动态可配置的物资数据审查分析方法，通过计算电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，将审查过程置于数据驱动的环境中，减少主观判断的偏见，并提高决策的科学性，同时提供客观和综合的评估指标，帮助审查人员更好地选择最适合的供应商，并做出准确和科学的物资采购决策。

(2)、该一种动态可配置的物资数据审查分析方法，通过对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示，提供了直观和综合的信息呈现方式，帮助审查人员更好地理解和分析数据，提高决策效率和准确性，帮助审查人员发现异常情况，并为决策提供更全面的支持。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

图1为本发明一种动态可配置的物资数据审查分析方法流程图。

图2为本发明计算物资审查符合指数流程图。

具体实施方式

本申请实施例通过一种动态可配置的物资数据审查分析方法，实现了物资数据审查的问题。

本申请实施例中的问题，总体思路如下：S1.获取需要审查的电力物资数据，其中电力物资数据包括：电力设备数据、供应商资质数据；S2.使用自定义电力物资审查语言，创建审查规则，将需要审查的电力物资数据进行预处理并验证审查规则，构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型进行调整优化；S3.基于电力物资数据审查固定模型中电力物资数据，估算电力设备质量符合指数，基于电力物资数据审查固定模型中电力物资数据和电力设备质量符合指数，估算电力设备价格符合指数，基于电力物资数据审查固定模型中电力物资数据，估算供应商可靠性符合指数；S4.基于电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，计算物资审查符合指数，基于物资审查符合指数，对电力物资数据进行审查，输出电力物资数据审查异常数据；S5.对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示。

请参阅图1，本发明实施例提供一种技术方案：一种动态可配置的物资数据审查分析方法，包括以下步骤：

具体地，电力设备数据包括：电力设备采购总数量、电力设备质量未达标数量、每种电力设备采购价格、每种电力设备采购数量、每种电力设备价格达标数量，将每种电力设备依次编号1,2,3...i....n；供应商资质数据包括：供应商供应年限、供应商不良信誉记录数量、供应商资质证书数量。

本实施方案中，统计电力设备质量未达标的数量，可以帮助评估供应商提供的电力设备质量，了解每种电力设备的采购价格可以帮助识别合理的价格范围，统计每种电力设备价格达标的数量可以评估供应商对于合理定价的掌控能力通过对比实际采购价格和合理价格的差异，监测供应商的不良信誉记录数量可以帮助评估其商业信誉和可靠性。

具体地，使用自定义电力物资审查语言，创建审查规则，将需要审查的电力物资数据进行预处理并验证审查规则的具体过程如下：使用自定义电力物资审查语言，通过设计规则和表达式来构建审查规则，将构建完整的审查规则通过python编程软件中规则引擎进行编译和储存，将需要审查的电力物资数据进行预处理并输入到python编程软件中，其中预处理包括：去除缺失值、异常值，从原始数据中提取需要用于审查的特征，进行数据格式标准化，通过Python中使用open source的Drools软件包来验证审查规则。

本实施方案中，自定义电力物资审查语言可以根据不同的审查需求进行灵活的规则设计和表达式编写；预处理是数据分析的重要步骤，它可以帮助去除缺失值和异常值等数据噪声，提取需要用于审查的特征，并标准化数据格式。这有助于提高数据质量和数据处理的效率、准确性和一致性；通过规则引擎的验证，可以对构建的审查规则进行测试和优化，提高审查规则的准确性和可靠性；动态可配置的物资数据审查分析方法可以帮助采购决策者更准确地评估供应商的能力和产品质量，优化采购策略，降低采购风险，并提高电力设备的质量和性价比。

具体地，构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型进行调整优化的具体过程如下：使用预训练的词嵌入Word2Vec模型与循环神经网络RNN深度学习模型架构，进行数据交互构建电力物资数据审查固定模型，将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型中，使用深度学习模型中优化器的SGD优化算法和Adam优化算法来调整电力物资数据审查固定模型的权重。

本实施方案中，使用预训练的词嵌入Word2Vec模型与循环神经网络RNN深度学习模型架构，可以充分利用模型的自学习和特征提取能力，从电力物资数据中挖掘出更多的潜在信息和关联规律，这有助于提高模型的准确性；将预处理电力物资审查语言和审查规则导入电力物资数据审查固定模型中，可以实现对数据的预处理和规则验证的一体化处理。模型可以根据预处理语言对数据进行标准化、清洗、特征提取等操作，并根据审查规则进行数据筛选和判断，确保模型输出的结果符合审查标准和要求。

具体地，基于电力物资数据审查固定模型中电力物资数据，估算电力设备质量符合指数的计算公式如下：

其中β表示电力设备质量符合指数，E表示电力设备采购总数量,E

本实施方案中，通过计算电力设备质量符合指数，可以提供一种量化的评估标准，使得审查人员和管理者能够更加清晰地了解电力设备的质量情况。这有助于快速定位问题、优化流程和决策制定；由于电力设备质量符合指数的计算涉及到多个因素的综合考虑，因此引入修正补偿因子可以使得计算结果更加准确和实用。这有助于充分考虑不同电力设备之间的差异性，并对其进行客观评估和比较；由于电力设备采购总数量、电力设备质量未达标数量、电力设备质量达标数量允许的偏差值等参数可能会随着时间和业务流程的变化而变化，因此利用该公式可以实现动态调整。这有助于保持指数计算的准确性和实用性，并随时跟进电力设备质量的变化情况。

具体的地，基于电力物资数据审查固定模型中电力物资数据和电力设备质量符合指数，估算电力设备价格符合指数的计算公式如下：

其中φ表示电力设备价格符合指数，w

本实施方案中，通过计算电力设备价格符合指数，可以为审查人员和管理者提供一种量化的评估标准，用以评估电力设备的价格情况。这有助于判断电力设备的价格是否合理、公正，并帮助进行成本控制和采购决策；电力设备价格符合指数的计算涉及到多种电力设备的价格和数量的综合考虑，引入修正补偿因子可以使得计算结果更加准确和实用。这有助于充分考虑不同电力设备之间的差异性，对价格指数进行客观评估和比较。

具体地，基于电力物资数据审查固定模型中电力物资数据，估算供应商可靠性符合指数的计算公式如下：

其中χ表示供应商可靠性符合指数，y表示供应商供应年限，n表示供应商资质证书数量，h表示供应商不良信誉记录数量，e表示自然数，ω

本实施方案中，通过计算供应商可靠性符合指数，可以为审查人员和管理者提供一种量化的评估标准，用以评估供应商的可靠性情况。这有助于判断供应商的供货年限、资质证书数量和不良信誉记录数量等因素对可靠性的影响程度，从而更好地选择和管理供应商；由于供应商可靠性符合指数的计算涉及到多个因素的综合考虑，引入权重因子可以使得计算结果更加准确和实际。通过给予不同因素不同的权重，可以根据实际情况调整不同因素对可靠性的贡献程度，更好地反映供应商的整体可靠性水平。

具体地，请参阅图2，基于电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，计算物资审查符合指数的计算公式如下：

其中δ表示电力物资库存异常指数，β

本实施方案中，通过计算物资审查符合指数，可以综合考虑电力设备质量、价格和供应商可靠性等多个因素，为审查人员和管理者提供一种综合评估标准。这有助于更好地评估物资的质量、价格和供应商的可靠性，从而更好地选择和管理物资；由于不同指标的重要性和影响程度不同，引入阈值可以对不同指标进行加权。

具体地，基于物资审查符合指数，对电力物资数据进行审查，输出电力物资数据审查异常数据的具体过程如下：基于物资审查符合指数，对电力物资数据进行审查，当输出物资审查符合指数为1时，表示电力设备质量审查异常，当输出物资审查符合指数为2时，表示电力设备价格审查异常，当输出物资审查符合指数为3时，表示供应商可靠性审查异常。

本实施方案中，根据计算得到的符合指数，判断是否存在异常情况。当某个指数超过阈值时，将相应的数据标记为异常数据，并进行记录。对于电力设备质量审查异常，可以标记相关设备的型号、生产日期等信息；对于电力设备价格审查异常，可以标记相关设备的价格和供应商信息；对于供应商可靠性审查异常，可以标记相关供应商的证书数量、不良信誉记录信息。

具体地，对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示的具体过程如下：使用Python的Matplotlib对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数绘制柱状图、条形图的形式进行可视化展示；使用Python中Jupyter Notebook将电力物资数据审查异常数据生成文本形式，对电力物资数据审查异常数据进行可视化展示。

本实施方案中，通过对电力物资数据审查异常数据进行可视化展示，可以快速识别出异常数据的类型、数量和分布情况，为管理者提供明确的异常情况，帮助其采取相应的措施和调整；通过柱状图、条形图等形式的可视化展示，可以直观地了解电力设备质量符合系数、电力设备价格符合系数和供应商可靠性符合系数之间的差异和趋势，从而帮助决策者进行数据分析和决策。

综上，本申请至少具有以下效果：

一种动态可配置的物资数据审查分析方法，通过计算电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数，以及对电力设备质量符合系数、电力设备价格符合系数、供应商可靠性符合系数以及电力物资数据审查异常数据进行可视化展示，帮助审查人员更好地理解和分析数据，提高决策效率和准确性，将审查过程置于数据驱动的环境中，减少主观判断的偏见，并提高决策的科学性，同时提供客观和综合的评估指标，帮助审查人员更好地选择最适合的供应商，并做出准确和科学的物资采购决策。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的系统、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。