物流运转效率评价获取方法、装置、电子设备及存储介质与流程

本发明涉及计算机应用，尤其涉及一种物流运转效率评价获取方法、装置、电子设备及存储介质。

背景技术：

1、钢铁冶金行业的成本管控是一个复杂而重要的课题，特别是在当前经济全球化和市场竞争日益激烈的环境下。有效的成本管控可以帮助钢铁企业提高竞争力，实现可持续发展。其中钢铁企业生产过程涉及到大量原料物资的流转，物流运转的效率对成本的影响有着直接关系。

2、钢铁企业物流运转涉及的部门众多，相互之间只有业务的协同，信息化还在深化建设中，数据流转还存在壁垒，绝大多数的物流运输信息还在以纸质单据进行跨部门的流转，对物流运转的评价方式由于缺少数据而简单粗暴，不能准确反映出问题的症结点，为成本优化提供数据支撑。

3、目前钢铁企业对物流运转效率还是简单的以运输完成时间的提前及滞后进行评价，没有综合考虑物料积压、车辆等待、运输路线绕行等情况，得到的评价结果与实际情况存在较大差异，对实际的管理决策也只能提供微薄的数据支撑。

技术实现思路

1、有鉴于此，有必要提供一种物流运转效率评价获取方法、装置、电子设备及存储介质，用以解决现有技术获取的评价结果与实际情况存在较大差异从而不能为管理决策提供有力的数据支撑的问题。

2、为了解决上述问题，本发明提供一种物流运转效率评价获取方法，包括：

3、从第一物流数据中提取出第一因素值以及第一综合数据，其中，第一因素值包括：物料耗损率、天气及路线延误率、计量误差率以及车辆装卸平均等待时间，第一物流数据为历史物流基础业务数据；

4、基于第一物流数据以及第一因素值建立第一预测模型；

5、基于第一预测模型、第一物流数据或第二物流数据获取评价，第二物流数据为当前物流基础业务数据；

6、其中，所述评价包括：模型准确度、因素值波动影响以及综合数据偏差值。

7、在一种可能的实现方式中，所述第一综合数据包括：资金周转率、吨钢成本、运输吞吐率以及运输计划兑现率。

8、在一种可能的实现方式中，所述基于第一物流数据以及预设的因素值建立第一预测模型包括：

9、将满足预设的第一划分条件的所述第一物流数据划分为训练集，其余的则划分为测试集；

10、以生产计划完成数据为目标，将所述训练集以及预设的因素值输入至多元回归线性回归算法中进行训练，得到所述第一预测模型。

11、在一种可能的实现方式中，所述预设第一划分条件包括：

12、所述第一物流数据的时间段在预设的时间阈值之前。

13、在一种可能的实现方式中，所述基于所述第一预测模型和第一物流数据获取第一评价结果，包括：

14、将所述测试集输入至所述第一预测模型中，得到第一预测值；

15、将所述第一预测值与所述测试集的第一实际值进行比较，计算得到所述模型准确度。

16、在一种可能的实现方式中，所述基于所述第一预测模型和第二物流数据获取第一评价结果，包括：

17、从所述第二物流数据中提取得到第二因素值；

18、将所述第二因素值输入至所述第一预测模型中，得到第二预测值；

19、基于所述第二预测值计算得到第二综合数据；

20、将所述第二综合数据与所述第二物流数据的第二实际值进行比较，计算得到所述第一综合数据偏差值。

21、在一种可能的实现方式中，所述基于所述第一预测模型和第二物流数据获取第一评价结果，还包括：

22、将所述第二因素值输入至所述第一预测模型中，并基于预设的波动值调整所述第二因素值，得到若干个第三预测值；

23、基于所述若干个第三预测值计算得到若干个第三综合数据；

24、将所述若干个第三综合数据与所述第二实际值进行比较，计算得到若干个第三综合数据偏差值；

25、对所述若干个第三综合数据偏差值进行整合，得到所述因素值波动影响。

26、本发明还提供一种评价结果获取装置，所述装置包括：

27、数据获取模块，用于获取第一物流数据以及第二物流数据；

28、数据提取模块，用于从所述第一物流数据中提取出预设的第一因素值以及第一综合数据；

29、模型建立模块，用于基于所述第一物流数据以及第一因素值建立第一预测模型；

30、评价结果获取模块，用于基于所述第一预测模型和第一物流数据，或，所述第二物流数据获取第一评价结果。

31、本发明还提供一种电子设备，包括：

32、存储器，用于存储程序；

33、处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述各方法项中任意一项所述的物流运转效率评价获取方法中的步骤。

34、本发明还提供一种存储介质，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述各方法项中任意一项所述的物流运转效率评价获取方法中的步骤。

35、本发明的有益效果是：本发明提供了一种物流运转效率评价获取方法，首先从基于历史物流数据建立评价模型，为评价模型提供了可靠的数据支撑，增强了评价结果的可信度，其次，本发明还从物流数据中提取出多种因素值，并引入到评价模型中，丰富了评价模型可获取的特征信息，减小了评价结果与实际情况之间的差异，最后再将历史物流数据和当天物流数据输入至评价模型中，获取得到包含多种信息的评价结果，为实际决策提供了有力的数据支持，从而有效地解决了现有技术获取的评价结果与实际情况存在较大差异从而不能为管理决策提供有力的数据支撑的问题。

技术特征：

1.一种物流运转效率评价获取方法，其特征在于，包括：

2.根据权利要求1所述的物流运转效率评价获取方法，其特征在于，所述第一综合数据包括：资金周转率、吨钢成本、运输吞吐率以及运输计划兑现率。

3.根据权利要求1所述的物流运转效率评价获取方法，其特征在于，所述基于第一物流数据以及第一因素值建立第一预测模型包括：

4.根据权利要求3所述的物流运转效率评价获取方法，其特征在于，所述预设第一划分条件包括：

5.根据权利要求3所述的物流运转效率评价获取方法，其特征在于，所述基于所述第一预测模型和第一物流数据获取第一评价结果，包括：

6.根据权利要求1所述的物流运转效率评价获取方法，其特征在于，所述基于所述第一预测模型和第二物流数据获取第一评价结果，包括：

7.根据权利要求 6所述的物流运转效率评价获取方法，其特征在于，所述基于所述第一预测模型和第二物流数据获取第一评价结果，还包括：

8.一种物流运转效率评价获取装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：

10.一种存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述权利要求1至6中任意一项所述的物流运转效率评价获取中的步骤。

技术总结本发明涉及物流运转效率评价获取方法，属于计算机应用技术领域，其中，该方法包括：从第一物流数据中提取出第一因素值以及第一综合数据，其中，第一因素值包括：物料耗损率、天气及路线延误率、计量误差率以及车辆装卸平均等待时间，第一物流数据为历史物流基础业务数据；基于第一物流数据以及第一因素值建立第一预测模型；基于第一预测模型、第一物流数据或第二物流数据获取评价，第二物流数据为当前物流基础业务数据；其中，评价包括：模型准确度、因素值波动影响以及综合数据偏差值。该方法在获取评价结果时引入了多种因素，解决了现有技术获取的评价结果与实际情况存在较大差异从而不能为管理决策提供有力的数据支撑的问题。技术研发人员：王凯,杨恒,袁怀月,王雪钢,胡伟路,刘琳敏受保护的技术使用者：中冶武勘工程技术有限公司技术研发日：技术公布日：2024/7/29