一种长流程产品制造成本的自适应管控方法及系统与流程
本发明涉及制造业成本管控,具体涉及一种长流程产品制造成本的自适应管控方法及系统。尤其涉及基于鲁棒统计与熵权耦合的成本基准建模技术、基于约束优化的成本动态分配技术、以及基于异构有向加权图的成本全路径溯源与归因技术。
背景技术:
1、在电子制造领域,长流程产品(如复杂电子装备、雷达系统、通信设备等)的实现过程具有制造周期长(通常为90天至数年)、组织层级复杂(涉及车间-班组-项目-团队等多级架构)、成本构成多元(涵盖物料、工时、代工费用、设备折旧、外场试验费用等数十类成本项)、资源使用动态性强(内场调测与外场验证交替进行,资源需求随生产阶段波动)等显著特征。随着成本管理需求的不断精细化,传统的成本管控方法在上述场景中暴露出以下系统性技术缺陷:(1)成本基准测算多依赖人工经验或简单加权平均,当生产条件发生变化时,基准无法及时反映实际成本水平,导致事中监控的偏差判断失真;(2)成本分配多采用固定比例分摊或简单平均法,分配规则与生产现场的实时资源消耗脱节,缺乏将分配结果与实际资源消耗分布进行优化匹配的目标函数和数学求解手段;(3)成本追溯多依赖关系型数据库的表结构进行多表关联查询,随着数据量增长查询响应时间急剧上升,且表结构无法直观表达成本在不同类型节点之间的异构流转关系;(4)当实际成本偏离基准时,现有方法仅能报告超支金额,缺乏量化各影响因素对总偏差的边际贡献的数学模型,导致归因结果无法精准定位核心原因;(5)成本基准测算、分配、追溯、归因等环节通常由不同模块或人工流程独立完成,缺乏标准化的数据接口和自动化信息传递机制,无法形成持续自我优化的技术闭环。
2、针对上述技术问题,已有部分改进方案被提出。例如,已有专利文献公开了基于动态摊销引擎的成本分配方法,通过在多层级组织结构间进行资源和费用分配来实现成本分摊;也有方案提出了包括成本设置、报价、目标成本管理、动态成本控制和成本分析等模块的系统架构;还有方案涉及多业务条线、多层级部门及多成本中心的精细化分摊管理。然而,上述现有方案仍然存在以下不足:其一,动态摊销引擎本质上仍属于基于预设会计规则的财务分摊系统,摊销规则由人工配置且固定执行,缺乏基于实际生产数据驱动的自适应建模能力,无法根据资源使用的波峰波谷动态调整成本规划;其二,成本分摊规则仍需人工预先设定,未建立分配结果与实际资源消耗分布之间的优化目标函数,无法保证分配结果在数学意义上的最优性;其三,虽然已有方案利用图数据库实现生产执行过程的事务追溯,但未涉及成本金额在组织-工序-环节三维度间的流转分配与全路径追踪,成本数据“看得见数、看不见路”的问题长期存在;其四,各功能模块之间的数据传递依赖人工导入导出,无法实现从基准测算到分配执行、从偏差监控到原因追溯、从归因结果到模型迭代的自动化闭环。
3、因此,现有长流程产品制造成本管控技术中,缺乏一种能够同时解决以下五个方面问题的完整技术方案:成本基准无法自适应更新、成本分配缺乏与生产实际联动的优化模型、成本追溯依赖低效的关系型表结构查询、成本偏差归因缺乏量化数学模型、各管控环节孤立运行无法形成技术闭环。
技术实现思路
1、本发明的目的在于:针对目前存在的上述问题,提供了一种长流程产品制造成本的自适应管控方法及系统,通过鲁棒统计与熵权耦合的自适应基准建模、基于约束优化的动态成本分配、基于异构有向加权图的成本全路径溯源、以及基于改进型shapley值的偏差归因等技术手段,构建从数据采集到模型迭代的全链条技术闭环,以实现成本管控的精准性、实时性、可追溯性和自适应性。
2、本发明的技术方案如下:
3、一种长流程产品制造成本的自适应管控方法,包括以下步骤:
4、采集历史订单的成本相关数据并进行预处理,基于预处理后的数据测算各调试工序在各生产阶段的单位成本基准和管控阈值;
5、在生产过程中,计算各组织维度、工序维度和环节维度的实时价值贡献度,基于价值贡献度将订单总成本动态分配至各组织、各工序和各环节,并根据单位成本基准和管控阈值对实际成本进行偏差监控与预警;
6、构建以组织节点、工序节点和资源节点为节点集合、以成本流转关系为有向边集合的异构有向加权图,存储成本分配结果并进行全路径成本追溯;基于各影响因素对成本偏差的边际贡献进行偏差归因分析;根据归因结果迭代优化成本基准和管控阈值。
7、通过成本基准自适应建模、动态摊销与实时监控、全路径溯源与归因优化,构建了从事前规划、事中监控到事后优化的全流程技术闭环。该架构克服了现有技术中各环节孤立运行、数据孤岛化的缺陷,使成本管控从“开环被动核算”转变为“闭环自适应的持续优化”,为后续各具体技术手段的协同作用提供了系统框架。
8、进一步地,所述预处理包括异常值检测与修复和归一化处理:
9、对连续采集的资源消耗序列,计算滑动窗口内的中位数和绝对中位差,若则判定为异常点并进行修复;
10、滑动窗口大小基于历史数据的时间自相关性通过自相关函数计算确定:对历史成本序列计算其自相关系数,选取使首次降至0.5以下的最小滞后阶数作为窗口大小;对于数据稀疏场景,采用动态缩减策略,其中为可用样本总数,为基于自相关函数确定的自适应窗口大小;
11、对不同量纲数据采用min-max归一化映射至区间:,其中为平滑因子。
12、通过引入滑动窗口与绝对中位差(mad)相结合的异常检测算法,替代传统的均值-标准差检测方法,有效克服了异常值对基准测算的干扰;通过自相关函数(acf)自动确定窗口大小而非人工固定,使异常检测灵敏度随生产节奏自适应调整;通过min-max归一化将不同量纲数据映射至统一尺度。上述手段解决了背景技术中原始数据噪声大、量纲不统一导致基准测算失真的问题,显著提升了预处理阶段的抗噪性和数据质量。
13、进一步地,所述单位成本基准按照以下公式测算:
14、
15、其中,表示工序在环节(为内场调测,为外场验证)的单位成本基准;表示历史第个订单中工序在环节的实际单位成本;为第个历史订单的自适应权重;为历史订单样本数量;
16、自适应权重按照以下公式计算:
17、
18、其中第一项为时间衰减因子,为衰减常数,通过时间序列交叉验证自动拟合:以历史时间点为预测目标,仅使用之前的数据拟合模型并预测的成本值,遍历在[0.001,0.1]范围内的候选值,选择使各预测点平均绝对百分比误差最小的;第二项为信息熵权,为第个历史样本成本数据的信息熵;为平衡系数,通过留一法交叉验证以最小均方误差为目标搜索确定。
19、构建了时间衰减因子(确保近期数据获得更高权重)与信息熵权(确保信息丰富、波动性大的样本获得更高权重)相耦合的自适应权重机制,且和两个关键参数均通过交叉验证自动搜索确定而非人工指定。该机制解决了背景技术中成本基准测算依赖人工经验、权重设定主观性强、无法随生产条件变化自适应调整的技术缺陷,使成本基准能够快速响应工艺改进、设备更新等生产条件变化。
20、进一步地,所述管控阈值按照以下公式生成:
21、
22、其中为单位成本基准,为基于绝对中位差计算的鲁棒标准差,,值根据目标误报率查正态分布表确定。
23、将管控阈值建立在历史偏差分布的标准差和统计学置信水平之上,使阈值设定具有明确的可解释性和统计学意义。该手段解决了背景技术中“管控阈值依赖经验值、误报率不可控”的问题,使偏差监控的准确性和稳定性得到显著提升。
24、进一步地,所述实时价值贡献度按照以下公式计算:
25、
26、其中:
27、,为组织下属子节点数量,为实际资源占用率与标准定额之比,为人员技能等级系数;
28、,为标准工时,为工艺参数调控数量,为基于历史一次合格率倒数计算的质量风险系数;
29、,为该环节专属环境或设备折旧成本,为里程碑交付权重,由项目wbs结构解析得出:=0.6×(该环节计划工期/项目总工期)+0.4×(该环节交付物数量/项目总交付物数量)。
30、建立了组织维度、工序维度、环节维度的三维价值贡献度量化模型,各维度分别从管理复杂度(对数函数)、技术复杂度(标准工时与质量风险)、资源投入(专属成本占比与里程碑权重)三个视角刻画各成本核算节点对总成本的真实贡献。该模型解决了背景技术中管控粒度粗糙、共享资源成本采用简单平均法、无量化的价值贡献度核算逻辑的问题,使成本分配从“平均主义”走向“价值导向”,为后续约束优化分配提供了精准的初始值。
31、进一步地,所述将订单总成本动态分配至各组织、各工序和各环节,具体包括:
32、订单包含个成本核算节点,记为第个节点的实际资源消耗占比,为第个节点的计划分配占比,以最小化分配成本与实际资源消耗的kl散度为目标函数进行优化分配:
33、
34、其中,为第个节点的实际资源消耗量;,为第个节点的待分配成本金额,为订单总成本;
35、约束条件包括:(1)总成本守恒约束:;(2)非负约束:;(3)上下界约束:,和由生成的各节点成本阈值确定;(4)组织层级守恒约束:对于任一组织节点,其分配至各子组织的成本之和等于该组织节点的待分配成本;
36、构造拉格朗日函数,采用交替方向乘子法迭代求解,直至时收敛,其中为收敛阈值。
37、将成本分配从固定比例分摊提升为带四大约束条件的数学优化问题,以最小化分配成本与实际资源消耗分布之间的kl散度为目标函数,同时满足总成本守恒、非负约束、各节点合理上下界约束以及组织层级递归守恒约束,采用拉格朗日乘数法或交替方向乘子法求解。该方案解决了背景技术中摊销方式固化、与生产实际脱节、分配结果无法保证数学最优性的技术缺陷,使成本分配结果既符合业务合理区间(上下界约束),又满足组织层级间的递归一致性(组织层级守恒约束),且与真实资源消耗的概率分布差异最小化。
38、进一步地,所述异构有向加权图的节点赋予语义化分层编码uuid,编码格式为:{类型前缀}-{来源系统id}-{业务id}-{时间戳哈希};其中类型前缀取值为node_org、node_proc或node_res,分别表示组织节点、工序节点和资源节点;
39、有向边的生成规则包括:工序间依据工艺路线文件,当上道工序报工完成且下道工序开工时自动生成有向边;组织间依据费用报销单与领料单的归属关系生成有向边;边权重记录流转成本金额及时间戳,支持增量更新;
40、成本追溯时,上游溯源采用双向bfs算法,下游跟踪采用正向dfs算法;查询复杂度为,其中为节点数,为边数。
41、构建了工序-组织-资源三层异构有向加权图,定义了语义化uuid编码规范以及节点与边的自动化生成规则,将成本流转关系从关系型数据库的多表关联查询重构为图结构的遍历查询,并引入双向bfs和正向dfs算法。该方案解决了背景技术中关系型数据库多表join查询复杂度呈指数级增长、全路径溯源响应时间长达数十秒乃至分钟级以及表结构无法表达成本在不同类型节点间的异构流转关系的技术缺陷,使溯源查询复杂度从降低至,溯源响应时间显著下降。
42、进一步地,所述偏差归因分析采用带业务约束的改进型shapley值,按照以下公式计算各影响因素对总偏差的边际贡献:
43、
44、其中为所有影响因素集合,为因素子集组合下的预期成本偏差函数;在计算时,若因素子集中存在业务上不可能同时出现的因素组合,通过约束传播算法修正为可行域内的最邻近值,使归因结果满足完备性,其中为总成本偏差额。
45、引入博弈论shapley值对各因素对总偏差的边际贡献进行量化,并针对标准shapley值忽略因素间业务依赖关系的缺陷增加了约束传播修正机制,同时保证了归因结果的完备性(各因素贡献度之和等于总偏差)和公平性。该方案解决了背景技术中“偏差归因缺乏量化数学模型、简单占比法忽略因素间耦合效应、归因结果无法精准定位核心原因”的技术缺陷,使异常定位从依赖专家经验走向数据驱动的精准量化。
46、进一步地,所述迭代优化按照以下公式更新权重参数:
47、
48、其中为学习率,为本次订单的最优拟合权重,为迭代前的权重参数,为本次订单的最优拟合权重,由shapley归因结果反推,为学习率,取值范围(0,1];
49、成本基准按照进行更新,其中为本次订单的实际单位成本;管控阈值基于更新后的成本基准和鲁棒标准差重新计算。
50、基于本次订单的实际生产和成本数据,采用梯度下降法对三维度权重参数、成本基准、容差系数进行自动迭代更新,并将更新结果反馈至成本基准建模阶段。该方案解决了背景技术中“各环节独立运行、偏差结果不反馈至基准模块、管控效果随运行时间衰减”的技术缺陷,实现了“测算→分配→监控→追溯→归因→优化→再测算”的全链条闭环迭代,使管控模型的精准度随时间推移持续提升。
51、本技术还包括一种长流程产品制造成本的自适应管控系统,实现一种长流程产品制造成本的自适应管控方法,其特征在于,包括:
52、数据采集模块,用于通过企业内网对接mes系统、财务系统、内场调测内网采集终端和外场验证内网加密采集终端,采集历史订单和实时订单的成本相关数据;
53、数据预处理模块,用于执行数据预处理;
54、基准建模模块,用于执行单位成本基准测算和管控阈值生成;
55、价值贡献度计算模块,用于执行多维价值贡献度量化计算;
56、成本分配模块,用于执行基于约束优化的链式成本分配;
57、偏差监控与预警模块,用于根据单位成本基准和管控阈值对实际成本进行偏差监控与预警;
58、图数据库存储模块,用于执行异构有向加权图的自动化构建与存储;
59、偏差归因模块,用于执行基于改进型shapley值的偏差归因;
60、模型迭代优化模块,用于执行模型参数迭代优化。
61、与现有的技术相比本发明的有益效果是:
62、1、本技术提出了基于鲁棒统计与熵权耦合的自适应基准建模方法。首先,采用滑动窗口与绝对中位差(mad)相结合的异常检测算法,替代传统的简单归一化处理,有效滤除了传感器噪声与录入异常对基准测算的干扰,使预处理后的数据更真实地反映实际生产状况;其次,摒弃固定权重或简单时间递减权重的常规做法,构建了时间衰减因子与信息熵权耦合的自适应权重计算公式,其中时间衰减因子确保近期数据获得更高权重从而使基准快速响应生产条件变化,信息熵权确保信息量丰富、波动性大的样本获得更高权重从而充分利用有效数据信息,平衡系数通过交叉验证自动搜索确定而非人工指定;再次,管控阈值不再简单乘以经验容差系数,而是基于历史偏差分布的置信区间动态生成,使阈值设定具有统计学意义。经a/b测试框架验证,该方法使成本核算偏差率从传统方法的8.7%降至1.2%,显著提升了成本基准的准确性和适应性,解决了背景技术中提及的基准无法及时反映实际成本水平、事中监控偏差判断失真的技术缺陷。
63、2、本技术提出了基于约束优化的链式成本动态分配方法。与现有固定比例分摊或简单平均法不同,本技术将成本分配建模为带约束的优化问题,以最小化分配成本与实际资源消耗分布的散度作为目标函数,约束条件涵盖总成本守恒、非负约束、各节点合理上下界约束以及组织层级递归守恒约束,采用拉格朗日乘数法或交替方向乘子法(admm)迭代求解。相较于传统方法仅满足总成本守恒的单一约束,本技术的多约束优化模型确保分配结果既符合业务合理区间又满足组织层级间的递归一致性,使分配结果与实际资源消耗的概率分布差异最小化。经a/b测试验证,该方法使成本核算偏差率从8.7%降至1.2%,解决了背景技术中提及的摊销规则与生产现场的实时资源消耗脱节,无法保证分配结果在数学意义上的最优性的技术缺陷。
64、3、本技术提出了基于异构有向加权图的全路径溯源方法。首先,定义了工序节点、组织节点、资源节点三类异构节点的语义化编码规则,以及工序间基于工艺路线、组织间基于费用归属关系的边自动生成规则,实现了从mes、erp、hr等异构系统数据到图结构的自动化映射;其次,采用图数据库(neo4j)存储成本流转关系,利用双向bfs算法实现上游溯源、正向dfs算法实现下游跟踪,查询复杂度从关系型数据库的降低至;再次,通过路径缓存、复合索引等优化策略,进一步将全路径溯源查询的p95响应时间控制在50ms以内。经a/b测试验证,全路径溯源响应时间从传统关系型数据库的45秒降至0.18秒,解决了背景技术中提及的“关系型数据库查询响应时间长达数十秒甚至分钟级,无法直观表达成本在不同类型节点之间的异构流转关系”的技术缺陷。
65、4、本技术提出了基于改进型shapley值的偏差归因方法。与现有简单占比法(将总偏差按各因素变化量比例分摊)不同,本技术引入博弈论shapley值量化各影响因素对总偏差的边际贡献,并针对标准shapley值忽略因素间依赖关系的缺陷,增加了业务约束传播机制——当因素组合中存在实际生产中不可能同时出现的组合时,通过约束传播算法修正特征函数值后再进行shapley值计算。该方法保证了归因结果的完备性(各因素贡献度之和等于总偏差)和公平性(各因素的贡献度为其在所有因素组合中的平均边际贡献),同时将计算复杂度从降低至。经a/b测试验证,异常归因准确率(经专家复核)从传统方法的65%提升至92%,解决了背景技术中提及的“缺乏量化各影响因素对总偏差的边际贡献的数学模型,归因结果无法精准定位核心原因”的技术缺陷。
66、5、本技术建立了从“数据预处理→基准测算→动态分配→实时监控→图追溯→shapley归因→模型迭代”的全链条技术闭环,各模块间通过标准化数据接口自动协同。具体地,s1-1输出的清洗后标准化数据集是s1-2熵权计算的数据基础;s1-2输出的自适应权重直接决定s1-3中基准值的计算精度;s1-3生成的动态阈值反馈至s1-1的异常判定中形成“清洗→加权→定界→反馈清洗”的正向闭环;s2-1计算的多维价值贡献度是s2-2约束优化中计划分配占比的初始化依据;s2-2的优化分配结果直接写入s3-1有向加权图的边权重;s3-1的图结构通过反向bfs为s2-2的组织层级守恒约束提供动态验证;s3-1的有向加权图为s3-2的shapley归因提供完整的因素组合空间;s3-2的归因结果是s3-3模型迭代中权重参数反推的依据;s3-3迭代后的模型参数又反馈至s1-2和s1-3,使成本管控基准持续贴近实际生产。该闭环架构确保任一环节的数据异常会通过闭环反馈在下一轮迭代中被自动识别和修正,所有关键参数均通过数据驱动自动计算,彻底消除了人工经验赋值。经实施验证,该方法在连续3个月覆盖50+订单的测试中,实验组成本核算偏差率(1.2%)相比对照组(8.7%)下降7.5个百分点;外场验证成本优化率达12.3%,订单总成本优化率达9.8%;且上述优化效果随着模型迭代次数的增加而持续提升,解决了背景技术中提及的“各环节孤立运行,无法形成持续自我优化的技术闭环”的技术缺陷。
67、综上,本技术通过上述技术手段的系统集成与协同作用,实现了长流程产品制造成本管控的全流程精准化、实时化、可追溯化和自适应化,有效克服了现有技术中存在的五方面系统性技术缺陷。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com