[发明专利]基于多重回归模型的产品加工价格预估方法及系统

权利要求书

1.一种基于多重回归模型的产品加工价格预估方法，其特征在于，包括如下步骤：

收集多个产品数据，建立产品原始数据集，所述产品数据包括产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价、材料密度和价格；

依据所述产品原始数据集，建立多线性回归模型，所述多线性回归模型的公式为：log(y)＝β₀+log(x₁)+log(x₂)+x₃+x₄+x₅+x₆+x₇+x₈+x₉+x₁₀+x₁₁；

其中，y为价格，β₀为常数项，x₁-x₁₁分别为产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价和材料密度；

将所述产品原始数据集划分为训练子集和测试子集，通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，依据验证结果调整所述多线性回归模型，确定最终的多线性回归模型。

2.根据权利要求1所述的基于多重回归模型的产品加工价格预估方法，其特征在于，所述通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，具体为：通过训练子集训练得到多线性回归模型中的常数项，将验证子集中的产品数据代入已确定常数项值多线性回归模型中，依据该多线性回归模型的输出结果确定该多线性回归模型的准确性。

3.根据权利要求2所述的基于多重回归模型的产品加工价格预估方法，其特征在于：在将验证子集中的产品数据代入已确定常数项值的多线性回归模型中后，若该线性回归模型输出的价格值与验证子集中的价格值的差值大于预定差值，则依据该差值调整所述多线性回归模型。

4.根据权利要求1所述的基于多重回归模型的产品加工价格预估方法，其特征在于，还包括如下步骤：建立测试数据集，使用测试数据集测试所述多线性回归模型的准确性。

5.根据权利要求1所述的基于多重回归模型的产品加工价格预估方法，其特征在于，所述产品公差等级与产品公差值具有预设映射关系，所述产品加工复杂度为产品加工复杂等级，所述产品可加工性为产品可加工等级。

6.一种基于多重回归模型的产品加工价格预估系统，其特征在于，包括：

数据收集模块，用于收集多个产品数据，建立产品原始数据集，所述产品数据包括产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价、材料密度和价格；

模型建立模块，用于依据所述产品原始数据集，建立多线性回归模型，所述多线性回归模型的公式为：

log(y)＝β₀+log(x₁)+log(x₂)+x₃+x₄+x₅+x₆+x₇+x₈+x₉+x₁₀+x₁₁；

其中，y为价格，β₀为常数项，x₁-x₁₁分别为产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价和材料密度；

验证确定模块，用于将所述产品原始数据集划分为训练子集和测试子集，通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，依据验证结果调整所述多线性回归模型，确定最终的多线性回归模型。