[发明专利]一种钢铁原料采购供应优化方法

说明书

本发明公开了一种钢铁原料采购供应优化方法，涉及钢铁原料采购供应领域，该方法包括：获取钢铁原料预测价格并存储在采购原料数据；将将本地数据和采购原料数据送至采购优化模块进行启发式算法的搜索与迭代，得到仓储策略、原料配方策略以及采购策略，仓储策略包括仓库中钢铁原料储量以及矿石储量，原料配方策略包括炼铁配方，采购策略包括采购钢铁原料的数量、运输任务以及炼铁所需燃料的数量。与传统人为预测相比通过情感分析和价格预测算法模块得到的预测价格扩展性强，将钢铁生产过程中涉及到的工艺流程转换为标准输入至采购优化模块中，提高了采购优化的准确性。

技术领域

本发明涉及钢铁原料采购供应领域，尤其是一种钢铁原料采购供应优化方法。

背景技术

钢铁原料在世界范围内有品种多、分布广、价格波动剧烈的特点。同时，铁矿石交易发生在期货市场，这意味着对不同品类的铁矿石原料的远期价格进行合理的预测后优化采购策略，可以节约原料的采购成本。此外，采购时需要考虑各地铁矿石的交货期差别以及逾期风险带来的生产影响，考虑采购方案和炼铁配方的兼容性，还需考虑原料运输成本，各种因素的交叉导致采购问题的复杂度呈几何倍上升。

目前的钢铁原料采购方案安排专业人员人为收集相应的资讯，通过资讯结合经验进行价格预测，当订单较多、种类复杂时，通过专业人员人为预测价格已然不能适应钢铁原料采购流程，会导致不能准确预测出钢铁原料的价格以及采购需求。

发明内容

本发明人针对上述问题及技术需求，提出了一种钢铁原料采购供应优化方法，与传统人为预测相比通过情感分析和价格预测算法模块得到的预测价格扩展性强，将钢铁生产过程中涉及到的工艺流程转换为标准输入至采购优化模块中，提高了采购优化的准确性。

本发明的技术方案如下：

一种钢铁原料采购供应优化方法，包括如下步骤：

获取钢铁原料预测价格并存储在采购原料数据中；

将本地数据和采购原料数据送至采购优化模块进行启发式算法的搜索与迭代，得到仓储策略、原料配方策略以及采购策略；

仓储策略包括仓库中钢铁原料储量以及矿石储量；原料配方策略包括炼铁配方；采购策略包括采购钢铁原料的数量、运输任务以及炼铁所需燃料的数量；本地数据包括仓库中原有钢铁原料储量以及矿石储量；采购原料数据包括钢铁原料预测价格、运输任务的成本、炼铁配方的成分列表、各矿石预测需求。

其进一步的技术方案为，获取钢铁原料预测价格，包括：

在原料价格预测模块中，采集数值数据和文本数据，对文本数据进行情感分析得到原料价格特征，将原料价格特征和数值数据进行特征工程分析后送至价格预测算法模块得到钢铁原料预测价格；

数值数据包括原料的配方和历史价格，文本数据包括对参考因素的预估和分析，参考因素包括未来经济、当前局势和气候情况。

其进一步的技术方案为，对文本数据进行情感分析得到原料价格特征，包括，通过爬虫技术抓取文本数据中预设的影响因子，通过语义识别预设的影响因子的关键主题并送入ELMo模型中，通过对关键主题进行多级情感定义后，得到原料价格特征。

其进一步的技术方案为，价格预测算法模块基于LSTM的网络结构。

其进一步的技术方案为，将本地数据和采购原料数据送至采购优化模块进行启发式算法的搜索与迭代，包括：

将本地数据和采购原料数据送至数据转义模块进行转换，将转换后的数据分别传输至逻辑转义模块和约束转义模块，在逻辑转义模块和约束转义模块中分别对钢铁生产过程中涉及到的工艺流程进行识别，通过自定义约束和默认约束对约束转义模块进行约束得到约束结果，将约束结果、在逻辑转义模块中得到的优化逻辑结果以及自定义目标传输至采购优化模块中进行启发式算法的搜索与迭代；