【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于船岸协同技术的船舶备件物料数据智能处理方法。
技术介绍
1、船岸协同技术的应用使航运业更加智能化、高效化和环保化，提升整个航运业的竞争力和可持续发展能力；为实现备件库存的数字化管理，提高备件的利用率与管理效率，以及优化船舶维修与后勤系统的管理流程，船岸协同技术通过数字化手段对船舶备件物料进行管理；船舶在航行前需要申报船舶属性以及航程信息，并且申报各类备件的配备数量，在对申报的船舶备件物料数据进行核查时，通常采用人工核查，人工核查需要大量时间，耗费人力物力并且可能出现误差，对于船舶备件物料的核查处理准确性无法保证并且效率低。
技术实现思路
1、本专利技术提供基于船岸协同技术的船舶备件物料数据智能处理方法，以解决现有的人工核查申报的船舶备件物料数据准确性无法保证并且效率低的问题。
2、本专利技术的基于船岸协同技术的船舶备件物料数据智能处理方法采用如下技术方案：
3、本专利技术一个实施例提供了基于船岸协同技术的船舶备件物料数据智能处理方法，该方法包括以下步骤：
4、获取所有次航行的申报种类数据集；
5、根据每个航次与当前航次的同种申报种类数据的差异，获取每个航次与当前航次的申报量差；根据申报量差筛选对比航次；根据对比航次的申报种类数据集中每种备件消耗数量，获取当前航次每种备件的推荐配备数量；
6、根据申报种类数据划分获得每个航次下每类申报种类数据的等级；根据同种申报种类数据在不同等级下的航次下
7、根据当前航次的每类申报种类数据的等级获取当前航次的每类同级航次；根据当前航次的每类同级航次对每种备件的消耗数量，以及每类同级航次的申报种类数据集中每种备件的平均使用时长，获取每类申报种类数据对每种备件的特例因子；
8、根据每类申报种类数据对每种备件的决定因子和特例因子，获取每种备件的核查影响度；根据核查影响度进行船舶备件的物料数据智能核查处理。
9、进一步地，所述根据每个航次与当前航次的同种申报种类数据的差异，获取每个航次与当前航次的申报量差，包括：
10、第y个航次与当前航次的申报量差的计算方法为：
11、
12、式中：表示所有航次的申报种类数据集中申报种类的数量，表示第y个航次的第t类申报种类数据，表示当前航次的第t类申报种类数据，表示求绝对值函数，表示预设第一超参数。
13、进一步地，所述根据申报量差筛选对比航次，包括：
14、将所有航次与当前航次的申报量差使用线性归一化模型进行归一化，获得每个航次与当前航次的归一化申报量差；预设差异阈值，当第y个航次与当前航次的归一化申报量差小于差异阈值时，将第y个航次记为对比航次。
15、进一步地，所述根据对比航次的申报种类数据集中每种备件消耗数量，获取当前航次每种备件的推荐配备数量，包括：
16、当前航次的第c种备件的推荐配备数量的计算方法为：
17、
18、式中：表示预设冗余量比例，表示对比航次的总数，表示第i个对比航次中第c种备件的消耗数量。
19、进一步地，根据同种申报种类数据在不同等级下的航次下申报量差与备件消耗数量的差异，获取同种备件与同种申报种类数据在不同等级的牵连指数，包括：
20、对于不同的第个等级中的第个航次，以及不同于第个等级的第r个等级中的第j个航次，将第j个航次中第t类申报种类数据记为，将第个航次中第t类申报种类数据记为，第c种备件与第t类申报种类数据在第个等级与第r个等级的牵连指数的计算方式为：
21、
22、式中：为第个航次中第c种备件的消耗数量，为第j个航次中第c种备件的消耗数量，表示求绝对值函数，表示求方差函数，表示预设第二超参数。
23、进一步地，所述根据同种备件与同种申报种类数据所有等级的牵连指数，获取每类申报种类数据对每种备件的决定因子，包括：
24、第t类申报种类数据对第c种备件的决定因子的计算方法为：
25、
26、式中：表示等级总数，表示第r个等级，表示第个等级，表示第c种备件与第t类申报种类数据在第个等级与第r个等级的牵连指数；表示sigmoid函数。
27、进一步地，所述获取每类申报种类数据对每种备件的特例因子，包括：
28、第t类申报种类数据对第c种备件的特例因子的计算方法为：
29、
30、式中：表示当前航次的所有第t类同级航次的第c种备件的消耗数量的极差，表示所有备件的种类数量，表示当前航次的所有第t类同级航次中第f种备件的消耗数量的极差，表示所有第t类同级航次中使用了第f种备件的航次数量，表示当前航次的所有第t类同级航次中第c种备件的使用时长的均值，表示当前航次的所有第t类同级航次中所有备件的使用时长的均值。
31、进一步地，所述极差的具体获取方法为：
32、对于第t类申报种类数据，将当前航次的所有第t类同级航次中第c种备件的最大消耗数量，与当前航次的所有第t类同级航次的第c种备件的最小消耗数量的差值，记为当前航次的所有第t类同级航次的第c种备件的消耗数量的极差。
33、进一步地，所述根据每类申报种类数据对每种备件的决定因子和特例因子，获取每种备件的核查影响度，包括：
34、第c种备件的核查影响度的计算方法为：
35、
36、式中：表示申报种类数据集内所有申报种类数据的种类数量，表示第t类申报种类数据对第c种备件的决定因子，表示第t类申报种类数据对第c种备件的特例因子，表示线性归一化函数。
37、进一步地，所述根据核查影响度进行船舶备件的物料数据智能核查处理，包括：
38、计算1减去每种备件的核查影响度得到的差值与乘以0.1的结果记为每种备件的允许波动指数，将当前航次申报的各种备件数量与每种备件的推荐配备数量作差后取绝对值，取绝对值的结果与推荐配备数量作比获得核查比值，当核查比值小于允许波动指数则通过核查，当核查比值大于允许波动指数则将该航次转为人工核查，实现船舶备件物料数据的智能核查处理。
39、本专利技术的技术方案的有益效果是：通过筛选申报种类数据与当前航次相近的航次作为对比航次，以对比航次的每种备件的消耗数量作为参考，获取每种备件的推荐配备数量作为每种备件的配备数量的标准值；通过申报种类数据的变化对每种备件的消耗数量的影响，获取每类申报种类数据对每种备件的决定因子，反映了申报种类数据对备件的消耗数量的影响程度；通过申报种类数据相似时每种备件的消耗数量的极差以及每种备件的平均使用时长，获取每类申报种类数据对每种备件的特例因子，特例因子大则备件的消耗数量变化大，在申报和核查时需要进行特本文档来自技高网...
【技术保护点】
1.基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据每个航次与当前航次的同种申报种类数据的差异，获取每个航次与当前航次的申报量差，包括：
3.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据申报量差筛选对比航次，包括：
4.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据对比航次的申报种类数据集中每种备件消耗数量，获取当前航次每种备件的推荐配备数量，包括：
5.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述极差的具体获取方法为：
6.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据核查影响度进行船舶备件的物料数据智能核查处理，包括：
【技术特征摘要】
1.基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据每个航次与当前航次的同种申报种类数据的差异，获取每个航次与当前航次的申报量差，包括：
3.根据权利要求1所述基于船岸协同技术的船舶备件物料数据智能处理方法，其特征在于，所述根据申报量差筛选对比航次，包括：
4.根据权利要求1...
【专利技术属性】
技术研发人员：王玲知，王志，
申请(专利权)人：大连赢海月贝网科技有限公司，
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。