买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏中天互联科技有限公司

摘要：本申请提出一种采购计划排配方法、装置及电子设备，采购计划排配方法包括：根据待维护设备的历史故障信息构建样本数据；确定每种备件对应的库存数量，以及历史故障被处理完毕时的时间点，根据每种备件对应的库存数量和时间点构建标签数据；基于样本数据和标签数据训练库存预测模型；输入实时获取的待维护设备的运行数据至库存预测模型，得到预测库存数据；获取备件对应的历史采购订单，根据历史采购订单以及预测库存数据排配所述备件的采购计划。本申请涉及智能制造技术领域，能够提升设备运维时采购备件的效率。

主权项：1.一种采购计划排配方法，应用于电子设备，其特征在于，所述方法包括：根据待维护设备的历史故障信息构建样本数据；其中，所述历史故障信息用于表征所述待维护设备发生历史故障时的运行状况；确定所述历史故障信息对应的历史故障被处理完毕时每种备件对应的库存数量，以及所述历史故障被处理完毕时的时间点，根据所述每种备件对应的库存数量和所述时间点构建标签数据；基于所述样本数据和所述标签数据训练库存预测模型，其中，所述库存预测模型用于预测每种备件的预测库存数据；其中，所述基于所述样本数据和所述标签数据训练库存预测模型包括：依据所述时间点由早至晚的顺序依次输入所述样本数据至预先构建的初始预测模型，得到所述样本数据对应的初始预测数据；所述初始预测数据包括预测时间点、预测库存量以及预测差值；基于所述样本数据、对应的所述初始预测数据以及所述标签数据计算所述初始预测模型的损失值；当所述损失值大于预设的终止阈值时，基于反向传播算法更新所述初始预测模型，直到所述损失值小于或等于所述终止阈值，停止更新并获得训练至收敛状态的库存预测模型；其中，所述基于所述样本数据、对应的所述初始预测数据以及所述标签数据计算所述初始预测模型的损失值包括：基于所述样本数据中的故障间隔时间确定所述初始预测数据的置信度；基于所述置信度、所述初始预测数据以及所述标签数据确定所述损失值，包括：其中，m代表时间点的数量，i代表所述时间点的索引；n代表所述备件类别的数量，j代表所述备件类别的索引；Ri代表根据第i个所述时间点对应的样本数据确定的置信度；Aj代表第i个时间点对应的预测数据中第j种备件对应的预测库存量；B代表第i个时间点对应的标签数据中第j种备件的库存数量；C代表第i个时间点对应的预测数据中第j种备件对应的预测差值；D代表第i个时间点对应的标签数据中第j种备件对应的差值；输入实时获取的所述待维护设备的运行数据至所述库存预测模型，得到预测库存数据；其中，所述运行数据用于表征所述待维护设备的实时运行状况；根据每种备件对应的历史采购订单以及所述预测库存数据排配每种所述备件的采购计划。

全文数据：

权利要求：

百度查询： 江苏中天互联科技有限公司 采购计划排配方法、装置及电子设备