一种基于大数据的芯片供应管理系统及方法技术方案

本发明专利技术公开了一种基于大数据的芯片供应管理系统及方法，属于芯片供应管理技术领域。本系统包括：芯片供应数据模块、预测数据处理模块、时间分割模块、供应预警模块；所述芯片供应数据模块的输出端与所述预测数据处理模块的输入端相连接；所述预测数据处理模块的输出端与所述时间分割模块的输入端相连接；所述时间分割模块的输出端与所述供应预警模块的输入端相连接。本发明专利技术能够提高应对芯片供应变化的能力，基于本系统能够维持芯片大环境市场的稳定，提振国内半导体行业的发展，帮助国内半导体企业向价值链上游攀升，以及提高全球竞争力。力。力。

【技术实现步骤摘要】
一种基于大数据的芯片供应管理系统及方法


[0001]本专利技术涉及芯片供应管理
，具体为一种基于大数据的芯片供应管理系统及方法。

技术介绍

[0002]芯片是半导体元件产品的统称，在目前的技术发展中，占据着不可替代的位置，其是微处理器或多核处理器的核心，可以控制计算机、手机等电子产品的一切。
[0003]也正由于其的核心重要性，芯片供应也是一个亟待解决的问题，在目前的市场上，芯片供应通常是以时间周期为准，下游厂商递交需求至芯片上游供应商，供应商进行制造、分销，而随着市场经济的不断变化，时间周期初始的计划供应链并不能满足各类突发情况，例如芯片市场的突然短缺或者突然火热，而芯片的研发、生产、测试又非短时间内即可完成，因此一家优秀的芯片上游供应商需要有把控全局市场的能力，然而在目前的技术手段中，缺乏对于在固定时间周期下对芯片供应的预测，和解决市场突发问题的能力。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的芯片供应管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的芯片供应管理方法，该方法包括以下步骤：
[0006]S1、芯片上游供应商通过芯片下游厂商发送的芯片需求数据，构建时间周期T下的芯片供应链；
[0007]S2、根据历史数据中的芯片需求数据，构建芯片下游厂商新增模型，预测在时间周期T内出现新增芯片下游厂商的概率；
[0008]S3、设置概率阈值，若存在出现新增芯片下游厂商的概率大于概率阈值，对时间周期T进行分割；
[0009]S4、构建芯片供应预警模型，基于对时间周期T进行分割的结果，判断是否输出预警信息至管理员端口。
[0010]根据上述技术方案，所述芯片供应链包括：
[0011]构建时间周期T；
[0012]获取芯片下游厂商发送的芯片需求数据，选取在时间周期T内需要芯片供应的芯片下游厂商，并记录需求时间与需求数量；
[0013]根据需求时间与需求数量，生成时间周期T下的芯片供应链。
[0014]根据上述技术方案，所述构建芯片下游厂商新增模型包括：
[0015]获取历史数据中在计划供应链下出现芯片下游厂商新增情况的数据，所述计划供应链指在历史数据的某一周期中，根据初始获取的需求时间与需求数量生成的芯片供应链；
[0016]获取计划供应链中的芯片下游厂商的需求数量增长比例值；所述需求数量增长比例计算如下：
[0017][0018]其中，K
n
代表第n个时间周期下的任一芯片下游厂商的需求数量增长比例值；m
n
代表第n个时间周期下的任一芯片下游厂商的芯片需求数量；m
n
‑1代表第n
‑
1个时间周期下的任一芯片下游厂商的芯片需求数量；
[0019]设置需求数量增长比例范围值[a1、b1]，其中a1为需求数量负增长的最大值，为负值；b1为需求数量正增长的最小值，为正值；
[0020]分别计算历史数据下任一周期中的全部芯片下游厂商的需求数量增长比例值，选取不在需求数量增长比例范围值[a1、b1]的数据作为自变量，以芯片下游厂商新增概率为因变量，构建芯片下游厂商新增模型：
[0021][0022]其中，y代表芯片下游厂商新增的概率；P
n、i
代表第n个时间周期下的第i家芯片下游厂商的需求数量增长比例值；h1代表负增长影响系数，h1＜0；h2代表正增长影响系数，h2＞0；v代表芯片下游厂商总数量；代表误差因子；若存在P
n、i
小于0，则h2＝0；P
n、i
大于0，则h1＝0；
[0023]获取时间周期T下的芯片下游厂商的需求数量增长比例值，若存在不在需求数量增长比例范围值[a1、b1]的数据占比超出数量阈值M时，将全部芯片下游厂商的需求数量增长比例值数据代入芯片下游厂商新增模型中，预测在时间周期T内出现新增芯片下游厂商的概率。
[0024]根据上述技术方案，所述对时间周期T进行分割包括：
[0025]获取历史数据下芯片下游厂商新增的时间处于时间周期T的比例值；
[0026]根据时间序列，以移动平均分析：
[0027]建立公式如下：
[0028]U
d+1
＝e
d
+f
d
*β
[0029]其中，U
d+1
代表预测的下一次芯片下游厂商新增的时间处于时间周期T的比例值；e
d
为预测截距；f
d
为预测斜率；β为预测次数；d代表参与分析的历史数据下芯片下游厂商新增的数据组数；
[0030]e
d
＝2w1‑
w2[0031][0032]其中，w1代表一次移动平均值；w2代表二次移动平均值；r代表参与移动的数据组数；
[0033]获取输出的U
d+1
，计算芯片下游厂商新增的预测时间；
[0034]以芯片下游厂商新增的预测时间为基准，将时间周期T分割成两部分。
[0035]根据上述技术方案，所述构建芯片供应预警模型包括：
[0036]获取芯片生产需求时间，记为T0；
[0037]芯片下游厂商新增的预测时间记为T1，时间周期T的终点时间记为T2；
[0038]获取在时间周期T下的芯片供应链中，处于时间范围[T0+T1，T2]内的芯片下游厂商的芯片需求数量总和；
[0039]若存在出现新增芯片下游厂商的概率大于概率阈值，且处于时间范围[T0+T1，T2]内的芯片下游厂商的芯片需求数量总和低于库存调节阈值时，输出预警信息至管理员端口；
[0040]所述库存调节阈值为系统设置。
[0041]一种基于大数据的芯片供应管理系统，该系统包括：芯片供应数据模块、预测数据处理模块、时间分割模块、供应预警模块；
[0042]所述芯片供应数据模块用于获取芯片上游供应商通过芯片下游厂商发送的芯片需求数据，构建时间周期T下的芯片供应链，存储芯片需求数据的历史数据；所述预测数据处理模块用于根据历史数据中的芯片需求数据，构建芯片下游厂商新增模型，预测在时间周期T内出现新增芯片下游厂商的概率；所述时间分割模块用于设置概率阈值，若存在出现新增芯片下游厂商的概率大于概率阈值，对时间周期T进行分割；所述供应预警模块用于构建芯片供应预警模型，基于对时间周期T进行分割的结果，判断是否输出预警信息至管理员端口；
[0043]所述芯片供应数据模块的输出端与所述预测数据处理模块的输入端相连接；所述预测数据处理模块的输出端与所述时间分割模块的输入端相连接；所述时间分割模块的输出端与所述供应预警模块的输入端相连接。
[0044]根据上述技术方案，所述芯片供应数据模块包括需求数据采集单元、存储单元；
[0045]所述需求数据采集单元用于获取芯片上游供应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的芯片供应管理方法，其特征在于：该方法包括以下步骤：S1、芯片上游供应商通过芯片下游厂商发送的芯片需求数据，构建时间周期T下的芯片供应链；S2、根据历史数据中的芯片需求数据，构建芯片下游厂商新增模型，预测在时间周期T内出现新增芯片下游厂商的概率；S3、设置概率阈值，若存在出现新增芯片下游厂商的概率大于概率阈值，对时间周期T进行分割；S4、构建芯片供应预警模型，基于对时间周期T进行分割的结果，判断是否输出预警信息至管理员端口。2.根据权利要求1所述的一种基于大数据的芯片供应管理方法，其特征在于：所述芯片供应链包括：构建时间周期T；获取芯片下游厂商发送的芯片需求数据，选取在时间周期T内需要芯片供应的芯片下游厂商，并记录需求时间与需求数量；根据需求时间与需求数量，生成时间周期T下的芯片供应链。3.根据权利要求2所述的一种基于大数据的芯片供应管理方法，其特征在于：所述构建芯片下游厂商新增模型包括：获取历史数据中在计划供应链下出现芯片下游厂商新增情况的数据，所述计划供应链指在历史数据的某一周期中，根据初始获取的需求时间与需求数量生成的芯片供应链；获取计划供应链中的芯片下游厂商的需求数量增长比例值；所述需求数量增长比例计算如下：其中，K
n
代表第n个时间周期下的任一芯片下游厂商的需求数量增长比例值；m
n
代表第n个时间周期下的任一芯片下游厂商的芯片需求数量；m
n
‑1代表第n
‑
1个时间周期下的任一芯片下游厂商的芯片需求数量；设置需求数量增长比例范围值[a1、b1]，其中a1为需求数量负增长的最大值，为负值；b1为需求数量正增长的最小值，为正值；分别计算历史数据下任一周期中的全部芯片下游厂商的需求数量增长比例值，选取不在需求数量增长比例范围值[a1、b1]的数据作为自变量，以芯片下游厂商新增概率为因变量，构建芯片下游厂商新增模型：其中，y代表芯片下游厂商新增的概率；P
n、i
代表第n个时间周期下的第i家芯片下游厂商的需求数量增长比例值；h1代表负增长影响系数，h1＜0；h2代表正增长影响系数，h2＞0；v代表芯片下游厂商总数量；代表误差因子；若存在P
n、i
小于0，则h2＝0；P
n、i
大于0，则h1＝0；获取时间周期T下的芯片下游厂商的需求数量增长比例值，若存在不在需求数量增长比例范围值[a1、b1]的数据占比超出数量阈值M时，将全部芯片下游厂商的需求数量增长比
例值数据代入芯片下游厂商新增模型中，预测在时间周期T内出现新增芯片下游厂商的概率。4.根据权利要求3所述的一种基于大数据的芯片供应管理方法，其特征在于：所述对时间周期T进行分割包括：获取历史数据下芯片下游厂商新增的时间处于时间周期T的比例值；根据时间序列，以移动平均分析：建立公式如下：U
d+1
＝e
d
+f
d
*β其中，U
d+1
代表预测的下一次芯片下游厂商新增的时间处于时间周期T的比例值；e
d
为预测截距；f
d
为预测斜率；β为预测次数；d代表参与分析的历史数据下芯片下游厂商新增的数据组数；e
d
＝2w1‑
w2其中，w1代表一次移动平均值；w2代表二次移动平均值；r代表参与移动的数据组数；获取输出的U
d+1
，计算芯...

【专利技术属性】
技术研发人员：周江锋，
申请(专利权)人：深圳市鼎山科技有限公司，
类型：发明
国别省市：