一种产业链生态大数据模型的建模方法及其应用

1.本发明涉及产业链技术领域，具体为一种产业链生态大数据模型的建模方 法及其应用。


背景技术：

2.公司企业中的任何一个部门中的任何一个作业程序如有缺失，均将会影响 到公司企业所制造的产品或所提供的服务的品质，进而影响到公司企业的声誉 和整体的营业利润；因此公司企业内部的任何一个员工如发现公司企业的现行 制度或产品制程有任何缺失，均可提出企业改善项目计划提案来建议改善方案， 以藉此让公司企业所提供的产品或服务能尽可能地改善至令客户完全满意的程 度，使得公司企业达到最大的利润目标。
3.企业改善项目计划中的一项重要工作即为评估其所可产生的经济效益。基 本上，公司企业中的任何一个作业缺失或产品缺失均将导致所谓的缺失成本， 因此每一个企业改善项目计划在实际执行之前，均会首先进行经济效益评估工 作，藉此而预先评估出各个企业改善项目计划可减少的缺失成本。
4.传统上，企业改善项目计划经济效益评估方法都是采用书面及人工的方式 来汇集各个相关作业部门的缺失成本相关数据资料，例如包括间接人工费用、 购入原料零件费用、报废品处理费用、机器制造费用、等等，并藉由人工来执 行整理及计算工作，藉此而评估出企业改善项目计划可减少地缺失成本。
5.然而传统的企业改善项目计划经济效益评估方法的缺点在于其需部分由 人工方式来执行各项整理及计算工作；因此会使得整体的企业改善项目计划的 执行作业颇为费时费力而没有效率。


技术实现要素：

6.本发明的目的在于针对现有的装置一种产业链生态大数据模型的建模方法 及其应用，以解决上述背景技术中提出的问题。
7.为了解决上述技术问题，本发明提供如下技术方案：一种产业链生态大数 据模型的建模方法，其包括：
8.s1、获取判断企业经济效益的各项指标在某一时间段的多组数据以及相对 应的在该时间段内的企业经济效益，其中，所述指标包括产品销售率、员工劳 动生产率、原料成本差异率、生产设备消耗率；
9.s2、对上述各项指标构建与企业经济效益相关的单独的指标模型，并根据 指标模型中企业经济效益处于某一水平下设定对应的该指标的最大水平限度和 最小水平限度。
10.s3、基于上述构建好的各项指标模型，通过非线性分析构建产品质量与各 项指标模型的多元非线性模型。
11.本发明进一步说明，所述步骤s1中，某一时间段以年、月或者日进行分段。
12.本发明进一步说明，所述步骤s1中，获取产品销售率的数据具体步骤如下：
13.将某一时间段分割为多个等间断的小时间段，并获取每个小时间段企业生 产的总产值以及企业销售产值；
14.将每个小时间端内企业销售产值除以企业生产的总产值，得到每个小时间 段内的产品销售率。
15.本发明进一步说明，对上述各项指标构建单独的指标模型具体步骤如下：
16.所述步骤s1中，获取员工劳动生产率的数据的具体步骤如下：
17.将某一时间段分割为多个等间断的小时间段，并获取每个小时间段内生产 的产品的数量；
18.将每个小时间段内生产的产品的数量除以该时间段即可得到员工劳动生产 率。
19.本发明进一步说明，所述步骤s1中，原料成本差异率的数据获取的具体步 骤如下：
20.将某一时间段分割为多个等间断的小时间段，获取在该小时间段内期初结 存材料的成本差异、本期验收入库材料的成本差异、期初结存材料的计划成本 及本期验收入库材料的计划成本；
21.期初结存材料的成本差异+本期验收入库材料的成本差异/期初结存材料的 计划成本+本期验收入库材料的计划成本的比值即为该小时间端内原料成本差 异率。
22.本发明进一步说明，所述步骤s1中，生产设备消耗率获取的具体步骤如下：
23.将某一时间段分割为多个等间断的小时间段，获取在某一时间段内生产设 备消耗的数量；
24.将每个小时间段内生产设备消耗的数量除以该时间段即可得到生产设备消 耗率。
25.本发明进一步说明，所述步骤s2中，对上述各项指标构建与企业经济效益 相关的单独的指标模型具体步骤如下：
26.以多组产品销售率/员工劳动生产率/原料成本差异率/生产设备消耗率为 输入值，以与其对应的企业经济效益为输出目标值，通过神经网络进行训练， 得到训练后的企业经济效益-产品销售率、企业经济效益-员工劳动生产率、企 业经济效益-原料成本差异率及企业经济效益-生产设备消耗率的预测模型；
27.其中，神经网络采用双层隐含层，每个隐含层设置5个tanh-sigmoid激活 函数，采用梯度下降法进行训练。
28.本发明进一步说明，所述步骤s3中，基于上述构建好的各项指标模型，通 过线性分析构建产品质量与各项指标模型的多元线性模型的具体步骤如下：
29.将企业经济效益-产品销售率、企业经济效益-员工劳动生产率、企业经济 效益-原料成本差异率及企业经济效益-生产设备消耗率的预测模型进行线性拟 合得到的一元回归模型通过人工合成多元非线性模型；
30.依据拟合误差最小的原则对比不同的拟合公式得到的结果，得出企业经济 效益与各项指标模型的多元非线性模型。
31.本发明进一步说明，其中，依据拟合误差最小的原则对比不同的拟合公式 得到的结果具体如下：引入拟合优度值r2和方均根误差rmse对各个模型拟合试 验数据优劣程度进行评判，r2取值范围为[0,1]，r2越接近于1则拟合效果越好， 反之r2靠近0则模型匹配度
不理想，rmse值越小表示模型拟合效果越好，r2与 rmse的计算公式如下：
[0032][0033]
其中，yi代表第i个原始数据点，为原始数据平均值，为模型计算值， n为原始数据点数量。
[0034]
一种产业链生态大数据模型的建模方法构建的产业链生态大数据模型，应 用于企业经济管理中。
[0035]
与现有技术相比，本发明所达到的有益效果是：该种产业链生态大数据模 型的建模方法，通过构建企业经济效益与评价该企业经济效益的各项指标的多 元非线性模型，可以以可视化的方式直观的了解在某一时间段内企业经济效益 的好坏以及直接的分析企业经济效益的好坏产生的原因，以供企业管理者对企 业各部门作及时的调整，保证企业经济效益的良好循环。
附图说明
[0036]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发 明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0037]
图1为本发明一种产业链生态大数据模型的建模方法流程图；
[0038]
图2为本发明一种产业链生态大数据模型的建模方法步骤s3的流程图；
[0039]
图3为本发明一种产业链生态大数据模型的建模方法的神经网络的训练流 程图；
[0040]
图4为本发明一种产业链生态大数据模型的建模方法构建的模型界面显示 示意图。
具体实施方式
[0041]
以下结合较佳实施例及其附图对本发明技术方案作进一步非限制性的详细 说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施 例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提 下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]
本发明提供一种产业链生态大数据模型的建模方法及其应用，可以通过数 据模型对企业经济效益进行分析测定，提高效率，以供企业管理者对企业各部 门作及时的调整，保证企业经济效益的良好循环。
[0043]
请参阅图1-图3，该种产业链生态大数据模型的建模方法，其包括：
[0044]
s1、获取判断企业经济效益的各项指标在某一时间段的多组数据以及相对 应的在该时间段内的企业经济效益，其中，所述指标包括产品销售率、员工劳 动生产率、原料成本差异率、生产设备消耗率，在本实施方式中，某一时间段 以年、月或者日进行分段。
[0045]
其中，获取产品销售率的数据具体步骤如下：将某一时间段分割为多个等 间断的小时间段(例如可以以一个月为一段时间，然后将一个月30天等分成5 部分，每部分为6天，
以每6天为一个小时间段，分别获取5组数据)，并获 取每个小时间段企业生产的总产值以及企业销售产值、将每个小时间端内企业 销售产值除以企业生产的总产值，得到每个小时间段内的产品销售率。
[0046]
获取员工劳动生产率的数据的具体步骤如下：将某一时间段分割为多个等 间断的小时间段，并获取每个小时间段内生产的产品的数量、将每个小时间段 内生产的产品的数量除以该时间段即可得到员工劳动生产率。
[0047]
原料成本差异率的数据获取的具体步骤如下：将某一时间段分割为多个等 间断的小时间段，获取在该小时间段内期初结存材料的成本差异、本期验收入 库材料的成本差异、期初结存材料的计划成本及本期验收入库材料的计划成本、 期初结存材料的成本差异+本期验收入库材料的成本差异/期初结存材料的计划 成本+本期验收入库材料的计划成本的比值即为该小时间端内原料成本差异率。
[0048]
生产设备消耗率获取的具体步骤如下：将某一时间段分割为多个等间断的 小时间段，获取在某一时间段内生产设备消耗的数量、将每个小时间段内生产 设备消耗的数量除以该时间段即可得到生产设备消耗率。
[0049]
s2、对上述各项指标构建与企业经济效益相关的单独的指标模型，并根据 指标模型中企业经济效益处于某一水平下设定对应的该指标的最大水平限度和 最小水平限度。
[0050]
具体的，如图3所示，以多组产品销售率/员工劳动生产率/原料成本差异 率/生产设备消耗率为输入值，以与其对应的企业经济效益为输出目标值，通过 神经网络进行训练，得到训练后的企业经济效益-产品销售率、企业经济效益
‑ꢀ
员工劳动生产率、企业经济效益-原料成本差异率及企业经济效益-生产设备消 耗率的预测模型；
[0051]
其中，神经网络采用双层隐含层，每个隐含层设置5个tanh-sigmoid激活 函数，采用梯度下降法进行训练。
[0052]
s3、基于上述构建好的各项指标模型，通过非线性分析构建产品质量与各 项指标模型的多元非线性模型。
[0053]
具体的，将企业经济效益-产品销售率、企业经济效益-员工劳动生产率、 企业经济效益-原料成本差异率及企业经济效益-生产设备消耗率的预测模型进 行线性拟合得到的一元回归模型通过人工合成多元非线性模型；
[0054]
依据拟合误差最小的原则对比不同的拟合公式得到的结果，得出企业经济 效益与各项指标模型的多元非线性模型。
[0055]
其中，依据拟合误差最小的原则对比不同的拟合公式得到的结果具体如下： 引入拟合优度值r2和方均根误差rmse对各个模型拟合试验数据优劣程度进行评 判，r2取值范围为[0,1]，r2越接近于1则拟合效果越好，反之r2靠近0则模型 匹配度不理想，rmse值越小表示模型拟合效果越好，r2与rmse的计算公式如下：
[0056][0057]
其中，yi代表第i个原始数据点，为原始数据平均值，为模型计算值， n为原始
数据点数量。
[0058]
下面结合图4示出的产业链生态大数据模型的建模方法构建的模型显示 示意图做进一步的说明，在对一个时间段内企业经济效益进行评价时(可以 根据时间的长短自行设定时间值)，将该段时间内的指标，即产品销售率、 员工劳动生产率、原料成本差异率、生产设备消耗率输入值模型中，即可显 示如图4所示的模型示意图，模型中会显示出该段时间内的经济效益，并且 模型会根据该段时间内的经济效益自动的生成各个指标相应最大水平限度和 最小水平限度，当某个指标超过最大水平限度或者低于最小水平限度时，则 说明该项指标存在不合理，企业管理者可根据该项异常的指标分析对应的部 门存在的问题，进而进行调整。
[0059]
该种产业链生态大数据模型的建模方法，通过构建企业经济效益与评价该 企业经济效益的各项指标的多元非线性模型，可以以可视化的方式直观的了解 在某一时间段内企业经济效益的好坏以及直接的分析企业经济效益的好坏产生 的原因，以供企业管理者对企业各部门作及时的调整，保证企业经济效益的良 好循环。
[0060]
本发明还提供一种产业链生态大数据模型的建模方法构建的产业链生态大 数据模型，应用于企业经济管理中。
[0061]
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、
ꢀ“
左”、“右”、等指示的方位或位置关系为基于附图所示的方位或位置关 系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有 特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0062]
最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其 限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人 员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对 其中部分技术特征进行等同替换而这些修改或者替换，并不使相应技术方案的 本质脱离本发明各实施例技术方案的精神和范围。