CN107103441-CN201710267283-基于自组织特征映射网络的电力物资分类方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107103441 A (43)申请公布日 2017.08.29 (21)申请号 201710267283.X (22)申请日 2017.04.21 (71)申请人 美林数据技术股份有限公司 地址 710000 陕西省西安市高新区科技二 路68号西安软件园汉韵阁C501 (72)发明人 程宏亮　刘宏　饶思维　秦宾　 张卫东　 (74)专利代理机构 西安毅联专利代理有限公司 61225 代理人 杨燕珠 (51)Int.Cl. G06Q 10/08(2012.01) G06K 9/62(2006.01) 权利要求书2页 说明书8页 附图2页 (54)发明名称 基于自组织特征映射网络的电力物资分类 方法 (57)摘要 本发明公开了基于自组织特征映射网络的 电力物资分类方法，包括以下步骤：物资数据采 集：选取物资数据并将选取的物资数据构建成电 力物资指标体系；物资数据分析：将电力物资指 标体系中的数据按照非线性主成分分析法选择 出电力物资主成分分析指标；物资分类：采用自 组织特征映射网络(SOFM)算法对选择出的电力 物资主成分分析指标进行指标细分，并根据细分 指标做聚类，建立电力物资的分类。 A 1 4 4 3 0 1 7 0 1 N C CN 107103441 A 权　利　要　求　书 1/2页 1.基于自组织特征映射网络的电力物资分类方法，其特征在于，包括以下步骤： 物资数据采集：选取物资数据并将选取的物资数据构建成电力物资指标体系； 物资数据分析：将电力物资指标体系中的数据按照非线性主成分分析法选择出电力物 资主成分分析指标； 物资分类：采用SOFM算法对选择出的电力物资主成分分析指标进行细分指标，并根据 细分指标做聚类，建立电力物资的分类。 2.根据权利要求1所述的基于自组织特征映射网络的电力物资分类方法，其特征在于， 所述选取物资数据的依据为根据物资需求特征选择的以下内容： 1)物资金额：所述物资金额为物资在一个时间周期内花费的金额； 2)缺货成本：所述缺货成本为电力物资缺货所造成的成本增加； 3)订货周期：所述订货周期为物资需求提报时间与物资到货时间间隔的平均值。 4)抢修占比：所述抢修占比为一个时间周期内，项目描述字段包含抢修字符的条目个 数与总条目数的比值； 5)领用次数：所述领用次数为一个时间周期内物资的领用次数的平均值； 6)领用数量：所述领用数量为一个时间周期内物资的领用数量的平均值； 7)应急采购比：所述应急采购比为物资应急采购的金额与总金额的比值； 8)抢修金额：所述抢修金额为物资中抢修类型条目数的总金额。 3.根据权利要求2所述的基于自组织特征映射网络的电力物资分类方法，其特征在于， 所述缺货成本根据物资对工期延误成本、人员成本以及经济损失综合评价分为十个等级。 4.根据权利要求1所述的基于自组织特征映射网络的电力物资分类方法，其特征在于， 所述物资数据分析步骤中所述的将电力物资指标体系的数据按照非线性主成分分析法选 择出电力物资主成分分析指标的非线性主成分分析法，具体为： a.对选取的物资数据根据其指标以及样本数量进行均值化处理得到均值化数据； b.对均值化数据的进行中心化对数变换后得到对数变换后的数据； c.计算出对数变换后的数据的协方差矩阵； d.计算出所述协方差矩阵的特征值和特征向量； e.