[发明专利]基于模型造型独特性因素的自动定价方法

说明书

技术领域

本发明属于智能制造技术领域，具体的为基于模型造型独特性因素的自动定价方法。

背景技术

产品造价的自动化定价技术/系统，是个性化智能制造、工业4.0体系的重要组成部分。其提供在线/离线的软件工具，供委托方可以立即获知该产品的制造报价，避免长时间的人工评估和计算，有效提高报价效率和降低沟通成本；对于被委托方，准确快速的产品制造报价，使得实现制造全环节无人化、自动化成为可能，能够提高制造全环节的效率，保证制造方获得最合理的利润，进而保证产品质量和促进制造方良性发展。

产品造价主要依据以下几个因素进行计算：产品数量、尺寸、材料、交付周期、产品形态结构。其中，产品的尺寸、材料、交付周期皆为客观因素，可以准确的评估计算，但产品形态结构因素则具有主观性。新颖独特的产品形态结构可能会带来制造的复杂性，比如限制了加工设备、工艺等，可能使得该部分成本远超过其它因素，成为产品造价中的主要部分；做为产品制造的委托方来说，因其具有独特设备、工艺，使得成为能够制造该产品的唯一或少数企业，应该获得合理的溢价，以补偿为获取该制造能力而前期投入的各种成本，并获得超平均值的利润回报。

但目前对客观因素的评价，仍依赖人工进行。在实际场景中，产品制造委托方在正式作出一种产品的制造委托前，会集中要求制造企业针对多种制造方案进行报价，制造企业不得不维持庞大的报价团队，以完成高强度的定价工作；同时，为保证报价的准确性，企业需要大量薪资较高的优秀报价人员，不仅企业需要为此支付昂贵的成本，同时也将压力传递给了报价人才培养体系，但优秀的报价人才培养难以批量化和高效化。

人工报价是目前最普遍的报价方式，表现为以业务员的形式，和产品制造委托方进行谈判，就产品最终造价的确定进行博弈。因双方在产品制造主观因素上肯定会存在认识偏差，使得双方需要花费大量时间和精力才可能达成共识，推高了双方企业的经营成本。

目前还有忽略主观因素的产品自动化定价技术/系统，或对产品制造中主观因素简单分类，阶梯定价的自动化技术/系统。忽略主观因素的报价，必然会使制造方丧失合理的溢价，使企业丧失提高服务质量的动力和资金。而通过对主观因素简单分类，按照类别分别定价的技术，可使企业获得部分溢价，但各类别的区分标准难以定量描述，技术难度较大，也使得定价准确度较低，可能仍需要人工来进行审查和调整。

发明内容

本发明目的在于提供基于模型造型独特性因素的自动定价方法，评估产品形态结构特点，自动计算产品造价的技术和系统，替代人的主观和经验评估，并且该技术/系统能够自我学习和进化，不断提高产品形态结构的评估准确度。

为实现上述发明目的，本发明采用的技术方案如下：

基于模型造型独特性因素的自动定价方法，包括以下过程：

(1)收集若干产品三维数字模型，以及对应的人工报价；从人工中确定产品主观性价格，与该产品的三维数字模型形成模型-价格数据，用(m_i，p_i)表示；

(2)对所有的三维数字模型，均沿着同一个方向，将三维数字模型等厚切割n次，获得每一切割面的轮廓图像；将模型等厚切割n次，形成n个切面；

(3)构建深度网络，三维数字模型m_i的切片集合为输入数据，价格p_i为目标数据，训练网络输出收敛于目标数据，完成自动报价系统的构建；

(4)进行产品造价自动评估时，将待报价产品的三维数字模型按照同样的规格进行切片，将切片数据集输入到构建好的深度网络中，其网络输出值即为系统自动形成的报价。

进一步的，通过人工定价或经过人工调整过的新报价数据逐步积累，使用该新增数据，在原有网络基础上进行再训练，使报价系统学习到最新的报价规则。

本发明的优点是：

1.通过采用三维产品数字模型的等间距切片，作为评价产品形态结构的特征，将连续的三维模型转变为利于计算机计算的有限离散切片，也有效的降低了数据维数；此外，切片能够更好的表现出模型的内部结构，有利于构建自动定价数学模型；

2.通过使用深度网络技术，实现了产品数字模型特征的自动选取、评价和报价系统的自动构建，同时也能够保证报价的准确性；

3.随着市场的发展，使用新的小部分新增数据，在现有网络基础上进行再训练，能够快捷的升级报价系统，使其更符合新的市场行情；

4.通过构建文中所示的深度网络，尤其是采用了三维卷积层conv3D和残差网络结构，能够准确的拟合数据，并且具有较少的网络训练时间。

附图说明