[发明专利]一种基于工业大数据的产品成本评估方法及系统

权利要求书

1.一种基于工业大数据的产品成本评估方法，其特征在于，包括步骤：

采集工业大数据，从所述工业大数据提取产品自身特征数据、产品加工过程数据和产品加工成本数据；

将所述产品自身特征数据和产品加工过程数据输入到随机森林分类模型进行训练，生成加工方案推荐模型；

将所述产品加工过程数据和产品加工成本数据输入到CART决策树进行训练，生成加工成本预测模型；

接收评估请求，所述评估请求中包括待评估产品参数，根据所述待评估产品参数识别待评估产品的自身特征数据，将待评估产品的自身特征数据输入到所述加工方案推荐模型，获得待评估产品的推荐加工方案；

将所述待评估产品的推荐加工方案输入到所述加工成本预测模型，获得待评估产品的预测成本。

2.如权利要求1所述的一种基于工业大数据的产品成本评估方法，其特征在于，所述将所述待评估产品的推荐加工方案输入到所述加工成本预测模型包括步骤：

接收用户对所述待评估产品的推荐加工方案的修改数据，生成所述待评估产品的最终加工方案数据；

将所述待评估产品的最终加工方案输入到所述加工成本预测模型。

3.如权利要求1所述的一种基于工业大数据的产品成本评估方法，其特征在于，还包括步骤：

接收用户对所述待评估产品的推荐加工方案的第一反馈数据，将所述第一反馈数据输入到所述加工方案推荐模型进行训练；

和/或接收用户对所述待评估产品的预测加工成本的第二反馈数据，将所述第二反馈数据输入到所述加工成本预测模型进行训练。

4.如权利要求1至3任一项所述的一种基于工业大数据的产品成本评估方法，其特征在于，采用基于核函数的主成分分析方法来实现从所述工业大数据提取产品自身特征数据、产品加工过程数据和产品加工成本数据。

5.如权利要求4所述的一种基于工业大数据的产品成本评估方法，其特征在于，所述核函数为高斯核函数。

6.如权利要求1至3任一项所述的一种基于工业大数据的产品成本评估方法，其特征在于，将所述产品自身特征数据和产品加工方案数据输入到随机森林分类模型进行训练时，所述随机森林分类模型在决策树的每个节点需要分裂时，随机从所述产品自身特征数据的SUM_Self个属性中选取出个属性，SUM_Self表示所述产品自身特征数据的所有属性的个数。

7.如权利要求1至3任一项所述的一种基于工业大数据的产品成本评估方法，其特征在于，所述随机森林分类模型中决策树的数量为[50,100]。

8.如权利要求1至3任一项所述的一种基于工业大数据的产品成本评估方法，其特征在于，采集工业大数据后，对所述工业大数据进行预处理。

9.一种基于工业大数据的产品成本评估系统，其特征在于，包括：

采集及提取模块，用于采集工业大数据，从所述工业大数据提取产品自身特征数据、产品加工过程数据和产品加工成本数据；

加工方案推荐模型训练模块，用于将所述产品自身特征数据和产品加工过程数据输入到随机森林分类模型进行训练，生成加工方案推荐模型；

加工成本预测模型训练模块，用于将所述产品加工过程数据和产品加工成本数据输入到CART决策树进行训练，生成加工成本预测模型；

加工方案测试模块，接收评估请求，所述评估请求中包括待评估产品参数，根据所述待评估产品参数识别待评估产品的自身特征数据，将待评估产品的自身特征数据输入到所述加工方案推荐模型，获得待评估产品的推荐加工方案；

加工成本测试模块，用于将所述待评估产品的推荐加工方案输入到所述加工成本预测模型，获得待评估产品的预测成本。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。