[发明专利]一种智能辅助决策采购方法

权利要求书

1.一种智能辅助决策采购方法，其特征在于：所述方法包括以下步骤：

步骤1：建立物资基础表，所述物资基础表与被采购的物资关联；

步骤2：基于物资基础表，配置库存标准；

步骤3：获取当前单位的历史采购数据，构建去库存模型；

步骤4：用户发起采购需求，基于去库存模型给出辅助的采购决策。

2.根据权利要求1所述的一种智能辅助决策采购方法，其特征在于：所述步骤1中，物资基础表关联被采购的物资的信息，所述信息包括物资标识信息和采购关联信息；所述采购关联信息包括物资的生产时间、保质时间、损耗率α。

3.根据权利要求2所述的一种智能辅助决策采购方法，其特征在于：所述采购关联信息还包括损耗率与时间的关联系数γ。

4.根据权利要求2所述的一种智能辅助决策采购方法，其特征在于：所述物资标识信息包括物资的名称、规格、标识编码。

5.根据权利要求2所述的一种智能辅助决策采购方法，其特征在于：所述步骤3中，若当前单位的历史采购数据为空，则基于单位所属领域及经营范围匹配最接近的其他单位，否则，获取当前单位的历史采购数据；所述历史采购数据包括每一次采购的物资标识信息、采购关联信息、任一物资的总量及其对应的去库存数据。

6.根据权利要求5所述的一种智能辅助决策采购方法，其特征在于：所述去库存模型为：

对任一物资，获取其在每个采购周期中进行采购和被消耗的数据，所述数据与时间相关，以时间单位进行标注，得到基于时间的物资总量的数据线L1及物资单次消耗的数据线L2；

所述物资总量S=S_i-1- S_i-1*α*γ-Q，其中S_i-1为上一次消耗后余留的物资量，Q为到达保质期的物资；

若L2和L1产生交叉，则缩短当前时间单位，重新获取去库存模型，否则，获得存量P，P=P_L1-P_L2，P_L1和P_L2分别为L1和L2的末端对应的数值，对存量P进行分析，优化去库存模型。

7.根据权利要求6所述的一种智能辅助决策采购方法，其特征在于：若存量P小于等于阈值则保留当前物资的当前采购方案；

若存量P大于阈值，则判断保质时间是否小于采购周期，若是，则保留当前物资的当前采购方案，否则，取当前采购周期的1/N为新的采购周期，采购的物资总量S’=S/N*(1+α*γ)，N＞0。

8.根据权利要求6所述的一种智能辅助决策采购方法，其特征在于：以预设时间为反馈期，对优化后的任一物资的去库存模型，获取其在每个采购周期中进行采购和被消耗的数据，所述数据与时间相关，以时间单位进行标注，得到基于时间的物资总量的数据线L1及物资单次消耗的数据线L2；若存量P小于等于阈值且小于优化前的去库存模型的存量值，则保留当前物资的当前采购方案，否则，修改去库存模型为优化前的去库存模型。

9.根据权利要求1所述的一种智能辅助决策采购方法，其特征在于：所述步骤4中，采购需求通过搜索物资基础表并对应到物资后发起；若不存在当前物资，则进行模糊检索，否则基于去库存模型给出辅助的采购决策，进行采购；若模糊检索无对应的物资，则构建新的物资，并预设物资基础表。

10.根据权利要求9所述的一种智能辅助决策采购方法，其特征在于：所述模糊检索包括将物资的名字进行拆分和/或取物资的类别进行检索。