一种在生产力恢复阶段制定采购策略的辅助决策方法与流程

1.本发明涉及产能预判领域，特别是涉及在生产力恢复阶段的产能预判领域，更为具体的说是涉及一种在生产力恢复阶段制定采购策略的辅助决策方法。


背景技术：

2.生产力恢复阶段是指企业在遇到突发状况(譬如发生疫情)停工或者减产以后，当造成停工或者减产的因素消除后，逐步恢复正常生产的阶段。在生产力的恢复阶段，由于产能在逐步提高，但是同时产能也处于不断的变动中，因此，如何准确地预判供应商产能，从而提早进行采购计划的调整，保证需求顺利得到满足，是采购方在供应商生产力恢复阶段关心的重点问题。
3.但是，由于供应商产能评估涉及订单、生产计划等企业隐私，同时供应商为了追逐利益最大化，极有可能提供虚假信息，因此，就必须要找到一种客观的，能够准确评价供应商生产力恢复阶段产能的方法，从而对供应商的恢复程度进行预判，帮助采购方及早发现可能存在的需求供应问题，调整采购计划。
4.鉴于用电量与物资产能存在着一定的关联关系，且用电量信息具备难以造假、容易考证、获取方便、能够反应现实生产情况等特征，通过对用电量与产能两者关系展开分析，能够有效监控并预警供应商产能与经营情况。
5.目前，已有不少学者借助大数据分析技术对用电量与电力企业生产经营相关性展开研究，证明了基于供应商用电量数据进行监控供应商产能的理论可行性。但目前尚缺乏通过用电量实时监控预警供应商产能的量化研究指导需求方在生产力恢复阶段制定、调整采购策略的决策方法。


技术实现要素：

6.本发明所要解决的技术问题是如何以电力大数据为基础开发准确、有效、可靠的预判模型，从而可以准确预判供应商在生产力恢复阶段的产能恢复情况。
7.为了解决上述技术问题，本发明公开了一种在生产力恢复阶段制定采购策略的辅助决策方法，包括以下步骤：
8.s1：构建以基础用电量为基准的多维度指数模型；
9.所述多维度指数模型包括产能水位高低指数以及产能累计恢复指数两个维度的指数模型；
10.其中产能水位高低指数包括复产电量％(历史峰值)和复产电量％(农历同期)两个指数模型，具体按照下式计算：
11.复产电量％(历史峰值)＝(当日用电量－基础用电量)/(历史单日峰值用电量－基础用电量)；
12.复产电量％(农历同期)＝(当日用电量－基础用电量)/(上年农历同期用电量-基础用电量)；
13.其中产能累计恢复指数以供应商累计产出与同期用电量比较，具体按照下式计算：
14.供应商累计产出％(农历同期)＝(当年农历年初十至测评日总用电量－累计基础用电量)/(去年农历年初十至测评日同期总用电量－累计基础用电量)；
15.s2：获取订单中某一物资不同供应商的电量数据；
16.s3：将不同供应商的电量数据分别代入s1所构建指数模型中进行计算；
17.s4：根据指数模型计算结果，采用交叉比对的方式对不同供应商之间的结果进行相对数据分析，
18.并按照以下方式输出判断结果：
19.(1)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为高时，认为该供应商累计产能满足需求，可能赶工结束，有富裕产能，可优先下订单；
20.(2)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，可能有富裕产能，可优先下订单，根据在执行订单进一步确认，如今年订单量与去年相同，则产能相对富裕；如今年订单相对较多，则可能存在交付风险；
21.(3)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
22.(4)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，不需要赶工，可以优先下单；
23.(5)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为高时，认为该供应商累计产能不满足需求，满负荷赶工中，无富裕产能，需关注当前订单交货期，不建议下订单；
24.(6)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求，未满负荷赶工，不建议下订单，需关注交付情况，根据在执行订单进一步核实，如今年订单与去年相比较少，则无需赶工；如今年订单相对较多，则产能恢复可能存在一定困难；
25.(7)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
26.(8)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求复产程度低，不建议下订单，需重点关注是否存在交付风险；
27.s5：根据s4中相对数据分析结果以及不同供应商产能恢复情况和下订单建议，选择其中满足要求的供应商签订订单；
28.s6：构建产能涨跌速度指数，所述产能涨跌速度指数以近三日产能恢复增速进行判断，具体按照下式计算：
29.近三日产能恢复增速％＝(当日用电量－前日用电量)/前日用电量；
30.s7：跟踪某一物资签订订单的供应商的用电量数据，并依据产能涨跌速度指数判断该供应商按期交付订单货物的可能性，
31.vn＝(pn-pn-1)/pn-1,(n为≥2自然数)，其中pn表示第n日的用电量； vn表示以第n日计算，近三日产能恢复增速；
32.根据vn计算供应商每日生产量m，
33.假设，第二日生产量m2＝m1(1 v2)＝m1(1 (p2-p1)/p1)；
34.第三日生产量m3＝m1(1 v2)(1 v3)＝m1(1 (p2-p1)/p1)(1 (p3-p2) /p2)；
35.以此类推，得到任意一日的当日产量为，
36.mn＝m1(1 v2)(1 v3)
……
(1 vn)＝m1(1 (p2-p1)/p1)(1 (p3-p2)/p2)
……ꢀ
(1 (pn-pn-1)/pn-1)；
37.预测还需生产天数d
生产
＝(m
总-m1-m2-m3
‑……
mn)/mn，其中m
总
为订单总量，然后将d
生产
与订货交货期dd进行比较，
38.(1)若d
生产
≤dd-dn，则供应商当前的生产速度可以满足项目需求日期；
39.(2)若d
生产
＞dd-dn，n≤订货交货期的二分之一,则认为供应商处于恢复生产初期，产能涨跌速度指数处于上升期，此时不以预警；
40.(3)若d
生产
＞dd-dn，n＞订货交货期的二分之一，则供应商当前的生产速度，不能满足项目需求的日期，预警提示电力公司相关部门做出相关资源调配；
41.s8：根据s7中得到的供应商按期交货分析结果，进行采购策略调整，
42.如果供应商当前的生产速度可以满足项目需求日期，则继续跟踪用电量数据，直至订货期结束；
43.如果供应商处于恢复生产初期，产能涨跌速度指数处于上升期，则继续跟踪用电量数据，并按照s7中公开的产能涨跌速度指数不断对d
生产
与订货交货期dd 进行比较，直至判断结果为(1)时，进入常态跟踪直至订货期结束；如果判断结果转为(3)，则按照(3)的情况进行处理；
44.如果供应商当前的生产速度，不能满足项目需求的日期，预警提示电力公司相关部门做出相关资源调配，需要进行采购策略调整；
45.s9：进行采购策略调整时，
46.首先按照s2中的方式获取能够生产该物资的供应商电量数据，并将其带入s1中的多维度指数模型，得到模型计算结果；
47.然后根据指数模型计算结果，采用交叉比对的方式对不同可补单供应商之间的结果进行相对数据分析，
48.并按照以下方式输出判断结果：
49.(1)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为高时，认为该供应商可能在执行订单较多，已接近满负荷运转，不建议追加订单；
50.(2)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，可能有富裕产能，可优先追加订单，根据在执行订单进一步确认，如今年订单量与去年相同，则产能相对富裕；如今年订单相对较多，则可能存在交付风险；
51.(3)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
52.(4)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，不需要赶工，可以优先追加订单；
53.(5)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为高时，认为该供应商累计产能不满足需求，满负荷赶工中，无富裕产能，不建议追加订单；
54.(6)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求，未满负荷赶工，不建议追加订单，如今年订单与去年相比较少，则无需赶工；如今年订单相对较多，则产能恢复可能存在一定困难；
55.(7)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
56.(8)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求复产程度低，不建议追加订单；
57.s10：根据s9中相对数据分析结果以及不同供应商产能恢复情况和追加订单建议，选择其中满足要求的供应商签订订单；
58.s11：调整已经下订单的供应商名录，并按照s7、s8对已经下单订的供应商按期交付订单货物的可能性进行判断；当发生交付预警时，按照s9、s10进行追加订单；保证全部订单物资按期取得。
59.进一步地，本发明还公开了所述基础用电量的计算方法，包括以下步骤：
60.j1：选择待分析供应商的历史日用电量数据为样本总量，任意选取其中k个日用电量数据样本作为初始聚类中心点，每个样本按照一定的选择标准被划分到最近的聚类中心；
61.j2：计算每个聚类的平均值；
62.j3：根据每个聚类的平均值，即中心样本，计算每个样本与这些中心样本的距离；
63.j4：根据数据集中的各个样本到k个中心点的距离将其划分到距离最小的类中；
64.j5：重新计算每个有变化的聚类的平均值；
65.j6：重复步骤j2到j5，直至每个聚类均不再发生变化为止；
66.j7：确定最终聚类结果后，从k个聚类中选择聚类中心点最小值作为供应商的基础用电量。
67.进一步优选地，所述步骤j1中历史日用电量数据为上一个农历年整年的日用电量数据。
68.进一步优选地，当测评日日期与农历同期日存在工作日与非工作日存在周节拍错位时，对其进行偏移处理，以农历同期日为中心，前后各取一天，并以这三日内最大用电量值作为该同期日用电量数据。
69.进一步优选地，在本发明中还公开了步骤s10中优先选择已下订单的供应商进行追加，如已下订单的供应商中均不满足追加订单的条件，则选择新的供应商追加订单。
70.本发明以修正后的基础用电量作为评价基准，相较于粗放的直接比较而言更加具有科学性，方法可靠性高。同时，本发明充分考虑中国的生产计划安排特性，以农历作为比
较日期标准，通过偏移处理的方式，可以同时充分保证比较的有效性和准确性。更为重要的是，本发明独创性地公开了多种指数模型，通过各指数的交叉对比分析，指导决策者在采购时评估供应商个体是否存在交付风险，降低供应商产能不足对电网建设的影响，同时在本发明中通过产能涨跌速度指数实现对供应商的精确预判和有效预警，保证在生产力恢复阶段对供应商产能的精准预判，降低订单执行中的交付风险，当预警发生时，及时调整采购策略，保证电网建设有效实施。
附图说明
71.图1为不同供应商的复产电量％(历史峰值)示意图。
72.图2为不同供应商的复产电量％(农历同期)示意图。
73.图3为不同供应商累计产出％(农历同期)示意图。
具体实施方式
74.为了更好的理解本发明，下面我们结合具体的实施例对本发明进行进一步的阐述。
75.以某一物资在江苏省内的13个供应商为例。其在2020年2月3日至2020 年2月9日期间处于停工停产。自2020年2月10日起开始逐渐恢复生产。为了预判其恢复生产后，产能的恢复情况，电力公司对其上一年度(农历年)的用电量数据进行了分析。
76.优选地，在本实施例中采用聚类算法计算基础用电量，包括以下步骤：
77.j1：选择待分析供应商的历史日用电量数据为样本总量，任意选取其中k个日用电量数据样本作为初始聚类中心点，每个样本按照一定的选择标准被划分到最近的聚类中心；
78.j2：计算每个聚类的平均值；
79.j3：根据每个聚类的平均值，即中心样本，计算每个样本与这些中心样本的距离；
80.j4：根据数据集中的各个样本到k个中心点的距离将其划分到距离最小的类中；
81.j5：重新计算每个有变化的聚类的平均值；
82.j6：重复步骤j2到j5，直至每个聚类均不再发生变化为止；
83.j7：确定最终聚类结果后，从k个聚类中选择聚类中心点最小值作为供应商的基础用电量。
84.按照上述计算后，分别得到各供应商的基础用电量。
85.为了预判各供应商的产能恢复情况，为订单签约提供参考，选择随着各供应商生产能力的逐步恢复，随机选取2020年3月15日作为考察日，按照以下方式计算各供应商的复产电量(历史峰值)数据、复产电量(农历同期)数据，以及供应商累计产出数据：
86.复产电量％(历史峰值)＝(当日用电量－基础用电量)/(历史单日峰值用电量－基础用电量)；
87.复产电量％(农历同期)＝(当日用电量－基础用电量)/(上年农历同期用电量-基础用电量)；
88.供应商累计产出％(农历同期)＝(当年农历年初十至测评日总用电量－累计基础用电量)/(去年农历年初十至测评日同期总用电量－累计基础用电量) 计算各供应商累计
产出％(农历同期)数据。
89.结果如图1至图3中所示。
90.将不同的供应商复产电量(历史峰值)、复产电量(农历同期)、供应商累计产出(农历同期)进行平均，得到图中所示的总体平均值，然后将高于该平均值的供应商认为其相应指标参数为高，低于该平均值的供应商认为其相应指标参数为低。
91.如图1至图3中所示，在图1中，供应商c、e、f、g、k、l均高于均值；在图2中，供应商b、c、f、k、l均高于均值；在图3中，供应商b、c、d、 g、h、i、k、l、m均高于均值；
92.然后进行交叉比对，并按照以下方式输出判断结果：
93.(1)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为高时，认为该供应商累计产能满足需求，可能赶工结束，有富裕产能，可优先下订单；
94.(2)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)也为高，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，可能有富裕产能，可优先下订单，根据在执行订单进一步确认，如今年订单量与去年相同，则产能相对富裕；如今年订单相对较多，则可能存在交付风险；
95.(3)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
96.(4)当供应商累计产出％(农历同期)为高，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能满足需求，不需要赶工，可以优先下单；
97.(5)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为高时，认为该供应商累计产能不满足需求，满负荷赶工中，无富裕产能，需关注当前订单交货期，不建议下订单；
98.(6)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为高，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求，未满负荷赶工，不建议下订单，需关注交付情况，根据在执行订单进一步核实，如今年订单与去年相比较少，则无需赶工；如今年订单相对较多，则产能恢复可能存在一定困难；
99.(7)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为高时，认为该供应商数据有误，需要进一步核实；
100.(8)当供应商累计产出％(农历同期)为低，复产电量％(农历同期)为低，复产电量％(历史峰值)为低时，认为该供应商累计产能不满足需求复产程度低，不建议下订单，需重点关注是否存在交付风险；
101.综合考虑后选择c供应商签订订单；
102.然后构建产能涨跌速度指数，以监测供应商c的订单消化能力。所述产能涨跌速度指数以近三日产能恢复增速进行判断，具体按照下式计算：
103.近三日产能恢复增速％＝(当日用电量－前日用电量)/前日用电量；
104.跟踪该物资签订订单的供应商c的用电量数据根据其产能涨跌速度指数判断其按期交付订单货物的可能性，
105.vn＝(pn-pn-1)/pn-1,(n为≥2自然数)，其中pn表示第n日的用电量； vn表示以第n日计算，近三日产能恢复增速；
106.根据vn计算供应商每日生产量m，
107.假设，第二日生产量m2＝m1(1 v2)＝m1(1 (p2-p1)/p1)；
108.第三日生产量m3＝m1(1 v2)(1 v3)＝m1(1 (p2-p1)/p1)(1 (p3-p2) /p2)；
109.以此类推，得到任意一日的当日产量为，
110.mn＝m1(1 v2)(1 v3)
……
(1 vn)＝m1(1 (p2-p1)/p1)(1 (p3-p2)/p2)
……ꢀ
(1 (pn-pn-1)/pn-1)；
111.预测还需生产天数d
生产
＝(m
总-m1-m2-m3
‑……
mn)/mn，其中m
总
为订单总量，然后将d
生产
与订货交货期dd进行比较，
112.(1)若d
生产
≤dd-dn，则供应商当前的生产速度可以满足项目需求日期；
113.(2)若d
生产
＞dd-dn，n≤订货交货期的二分之一,则认为供应商处于恢复生产初期，产能涨跌速度指数处于上升期，此时不以预警；
114.(3)若d
生产
＞dd-dn，n＞订货交货期的二分之一，则供应商当前的生产速度，不能满足项目需求的日期，预警提示电力公司相关部门做出相关资源调配；
115.在本实施例中c供应商的每日用电量数据及依据用电量计算得到的生产量如表1所示，
116.表1：c供应商从3月15日签约订单，3月16日开始生产以来，至订货交货期的二分之一时的用电量及生产情况
[0117][0118]
电力公司向其采购的订单物资总量为470台。
[0119]
预定的订货交货期为一个月，截止日为4月14日。
[0120]
根据用电量可知，在订货交货期一半(3月30日)时，共生产237.6台。在 3月31日，预测该供应商的产能。预测其完成该订单还需要d
生产
＝(470-237.6) /13.9＝16.7天。即在4月16日左右，可以完成该订单，超过了订货交货期，发出预警。
[0121]
继续监测4月14日之前供应商c的真实用电量，计算其生产量，如表2所示，剩余订货交货期内生产182.5台。
[0122]
表2：供应商c的实际用电量统计及预测生产情况
[0123][0124]
根据供应商按期交货分析结果，进行采购策略调整，如果供应商当前的生产速度可以满足项目需求日期，则继续跟踪用电量数据，直至订货期结束；
[0125]
如果供应商处于恢复生产初期，产能涨跌速度指数处于上升期，则继续跟踪用电量数据，并按照s7中公开的产能涨跌速度指数不断对d
生产
与订货交货期dd 进行比较，直至判断结果为(1)时，进入常态跟踪直至订货期结束；如果判断结果转为(3)，则按照(3)的情况进行处理；
[0126]
如果供应商当前的生产速度，不能满足项目需求的日期，预警提示电力公司相关部门做出相关资源调配，需要进行采购策略调整；
[0127]
在本实施例中，由于c供应商不能满足项目需求日期，因此需要进行采购策略调整，协调其他供应商生产供货，继续跟踪其用电量数据，直至订货期结束。
[0128]
最终，供应商c的交货状态为4月14日完成420台生产任务，没有在订货交货期内完成订单总量，与预判吻合。因此本发明公开的方法可以实现准确的供应商供货情况预判，对于采购策略调整具有重要意义，有效避免由于未按期交货造成的项目延期。
[0129]
以上所述是本发明的具体实施方式。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。