一种硅料供需预警系统

本发明属于物流管理，特别是涉及一种硅料供需预警系统。

背景技术：

1、光伏产业的经济性逐渐显露。硅基材料作为其主要原材料，需求也不断增大，越来越多的企业投产投资于其中。

2、然而硅基材料价格常受外部政策和市场需求的影响而存在较大波动，并且由于其他同行企业的竞争的影响，一些企业出现供给过剩的现象，也存在由于下游需求大增，供不应求的情况。因此，对于企业而言，需要对自营的硅基材料依据所处的供应链位置对其供需情况进行监控预警，有所把握。

技术实现思路

1、本发明的目的在于提供一种硅料供需预警系统，首先对历史时刻的影响某种硅料的多个因素的预警指数进行评估，再通过这些影响因素共同作用以确定历史时刻的该硅料的预警等级，最后构建预测模型并利用预警平台对未来时刻的该硅料的供需比的预警等级进行预测，从而提高硅料供需预警的准确性。

2、为解决上述技术问题，本发明是通过以下技术方案实现的：

3、本发明提供一种硅料供需预警系统，具体包括以下模块：

4、模块s1数据搜集及处理：从企业内外部获取以月度、半月度或周度为单位的历史时刻的硅料供需比及可能影响硅料供需比的因素数据，并以统一的形式表示，模块s1包括步骤s11-s12，具体如下：

5、s11从企业内外部获取获取历史上从供给端、需求端、供给需求三方面影响硅料供需比的因素数据，包括：价格、订货量、消耗量等方面；

6、s12获取历史上企业内部某硅料的生产量(供给量)m、订单量(需求量)n，并将其转化为硅料供需比b，转换公式为：b＝m/n，将每个影响因素及硅料供需比统一转换为变动率pi的形式，转换公式为：其中，vi为当期值，vi-1为上期值，i为时期，i＝1,2,3,...,n(n为时期总数)。

7、模块s2时差相关性分析：利用时差相关分析法对各个影响因素与硅料供需比之间的相关性进行评估，模块s2包括步骤s21-s22，具体如下：

8、s21计算每个因素与硅料供需比之间的时间上的相关性——时差相关系数，计算公式如下：其中，l为先导或滞后期，被称为时差或延迟数，l＝0表示同步；l<0表示超前；l>0表示滞后。n为所取数据的个数。l表示最大延迟数，取不同的l值，分别代表不同的时差，并计算时差相关系数，取绝对值最大的作为时差相关系数；

9、s22依据相关系数一般等级划分：(0.8-1.0]极强相关,(0.6-0.8]强相关,(0.4-0.6],中等程度相关,(0.2-0.4]弱相关,[0.0-0.2]极弱相关或无相关。剔除其中极弱相关或者无相关即相关系数处于[0.0,0.2)的影响因素，将满足相关性要求的因素确定为预警指标，硅料供需比则为警兆指标。

10、模块s3确定预警指标预警等级：确定历史时刻各个预警指标的预警等级及对应的阈值区间，模块s3包括步骤s31-s34，具体如下：

11、s31利用六西格玛原理“μ±3σ”形式，(-∞,μ-3σ),[μ-3σ,μ-2σ),[μ-2σ,μ-σ)，[μ-σ,μ+σ)，[μ+σ,μ+2σ)，[μ+2σ,μ+3σ)，[μ+3σ,+∞)表示出企业外部客观市场硅料供需比变动率的波动情况；

12、s32观察外部客观市场的即国内市场的硅料供需比的波动情况，并结合实例及现有标准确定历史数据波动于各个阈值的比例；

13、s33将波动比例与六西格玛水平表进行对照，确定相应比例下的σ水平，从而确定各个预警指标的预警阈值范围的划分标准及对应等级的标准；

14、s34依据预警阈值、等级的划分标准，以及各个预警指标的标准差和均值确定各个预警指标的预警阈值范围及预警等级。

15、模块s4确定警兆指标预警等级：依据各预警指标的预警等级及阈值确定警兆指标——硅料供需比的预警等级及阈值，模块s4包括步骤s41-s43，具体如下：

16、s41计算各预警指标与警兆指标——硅料供需比的时差相关系数的权重ωi，计算公式为：其中，ri为各预警指标与警情指标的时差相关系数；ωi>0，且(n为预警指标的个数)；

17、s42利用景气信号法对预警指标的不同预警等级设计得分，并设定预警指数基准线(一般为正常状态的预警指数)，历史时刻每期的预警指数zj的计算公式为：其中，zj是当期预警指数，ωi为不同预警指标的相关系数权重，wj+l为先导或滞后期的预警指标的得分，l为先导或滞后期，d为正常状态等级的得分，z为正常状态等级的预警指数；

18、s43根据计算出的历史时刻的预警指数，计算得出预警指数的均值与标准差，从而确定预警指数的预警等级及阈值，因此每一期利用预警指标的时差相关系数加权计算得来的预警指数的等级及阈值则为当期硅料供需比变动率的预警等级及阈值；

19、模块s5构建预警模型进行预测：构建基于改进的粒子群算法优化支持向量机的预测模型去预测未来时刻的硅料供需比预警等级，并将前述所得的数据样本代入并测试其有效性，模块s5包括子模块s51-s53，具体如下：

20、子模块s51改进优化粒子群算法：传统的粒子群算法许多参数需要人为设定，缺乏客观性并容易陷入局部最优，因此考虑三种策略对粒子群算法进行优化，子模块s51包括步骤s511-s513，具体如下：

21、s511对惯性因子ω进行优化，动态惯性因子能够获得比固定值更好的寻优结果，并且对于解决非线性问题。因此惯性因子ω采用公式：来确定,其中，t为当前迭代次数，tmax为最大迭代次数，这样惯性因子随迭代次数的不断增多而减少。这种非线性且先快后慢的形式契合粒子群算法前期注重全局探索、后期注重局部开发的特点，有利于提高粒子群算法的收敛速度和精度；

22、s512对学习因子c1,c2进行优化，考虑对学习因子采取动态取值，满足以下公式：

23、c1＝c1_max-(c1_max-c1_min)×ln(1+(e-1)×t/tmax)，

24、c2＝c2_min+(c2_max-c2_min)×ln(1+(e-1)×t/tmax)，其中，c1_max和c2_max为c1和c2的上限，c1_min和c2_min为c1和c2的下限。这样可保证在初始阶段控制c1取较大值、c2取较小值，加强全局搜索能力；在最后迭代阶段让c1取较小值，c2取较大值加强局部搜索能力；

25、s513对位置更新公式进行优化，为保证粒子在优化前期的快速性，以及保证粒子在优化后期不发散，对标准粒子群算法的公式进行调整，加入一个自适应的参数，优化后的位置更新公式为：xid(t)＝xid(t-1)+η×vid(t)，其中ηmax和ηmin是变化的最大值和最小值，一般取ηmax∈[1.0,1.8]，ηmin∈[0.4,0.8]，α一般取α∈[0.005,0.015]。

26、子模块s52优化支持向量机参数：利用改进的粒子群算法优化支持向量机的核函数的参数及惩罚因子，从而构建硅料供需预警等级的预测模型，子模块s52包括步骤s521-s522，具体如下：

27、s521所述的支持向量机预测模型的函数表达为：ω为超平面权重向量，b是支持向量机模型的参数，表示x的映射变换；模型可以解决非线性优化问题：其中，ω表示超平面的法向量，c表示惩罚参数，ξi表示第i个松弛变量，b表示偏置，n表示自然数集，xi表示特征向量，引入拉格朗日函数为：其中，(xi,yi)为训练样本，xi为样本的特征向量，yi为类别标签，i为训练样本数。c为惩罚因子，用于对错误分类的训练样本进行惩罚，是一个人工设定的参数。在训练时，需要通过核函数，将输入支持向量机的特征向量映射到更高维的空间中，使得原本线性不可分的数据在映射之后的空间中变得线性可分，如果选用高斯核函数，计算公式为：k(xi,xj)＝exp(-γ||xi-xj||2)，其中γ为正实数，因此需要指定的参数为γ。无论使用哪种核函数，训练时都要指定惩罚因子c，这是一个大0的实数，所述的支持向量机的预测模型为：其中，σ表示径向基函数的扩展常数，gamma表示惩罚系数。

28、s522利用改进粒子群算法优化支持向量机中需要指定的核函数的参数γ和惩罚因子c，寻找最优值的步骤如：将参数γ和惩罚因子c作为粒子，初始化所有粒子，即给它们的速度和位置赋值，并将个体的历史最优pbest设为当前位置，群体中的最优个体作为当前的gbest；在每一代的进化中，计算各个粒子的适应度函数值，如果当前适应度函数值优于历史最优值，则更新pbest，如果当前适应度函数值优于全局历史最优值，则更新gbest；经过t次迭代，维度d上第i个粒子的位置记为xid(t)，其更新方式为：其中，ηmax和ηmin是变化的最大值和最小值，一般取ηmax∈[1.0,1.8]，ηmin∈[0.4,0.8]，α一般取α∈[0.005,0.015]；经过t次迭代，维度d上第i个粒子的速度记为vid(t)，其更新方式为：其中，w为非负惯性因子；c1,c2为非负学习因子；r1,r2为[0,1]间的随机数；为个体最优位置；为全局最优位置。

29、子模块s53训练模型并测试：将数据样本划分为训练集与测试集，并对其进行归一化处理，通过训练集训练模型，利用测试集验证模型的有效型。

30、模块s6构建预警平台：构建一种硅料供需预警平台，将前述得到的数据样本导入平台，通过图示直观展示预警结果，具体包括：

31、前端，导入历史数据，选择预测模型；

32、前端，设置模型训练集与测试集比例，设定输入变量个数、输出变量个数，设定模型相关参数；

33、前端，点击“运行”，开始训练模型预测；

34、后端，识别导入数据的输入变量、输出变量、训练集数据、测试集数据；

35、后端，绘制模型参数优化算法的适应度曲线，绘制训练集及测试集的预测结果图，显示预测结果对应的预警等级指示灯；

36、前端，点击“保存数据”或“保存绘图”以保存设定的满意的参数及预测结果图，点击“清除数据”或“清除绘图”以初始化平台参数设定模块和图像显示模块；

37、后端，得到保存数据的指令后，将数据以parasaved.txt保存至平台规定的路径下，得到保存绘图的指令后，将绘图以figure1/2/3.jpg保存至平台规定的路径下，得到清除数据或清除绘图的指令后，平台清空数据或图像。

38、本发明考虑企业内部硅料供需比的波动与企业外部市场的硅料供需比的波动情况一致，因此首先利用企业外部市场硅料供需比的波动情况，确定影响企业内部硅料供需比的因素的预警等级及阈值划分，再利用各因素与硅料供需比的时差相关系数权重和景气信号灯法确定企业内部的硅料供需比变动率的历史时刻每期的预警等级及阈值，这加强了企业内部多晶硅供需比预警等级确定方法的客观性和准确性；构建利用改进的粒子群算法优化支持向量机的预测模型，将预警指标及警兆指标作为模型的输入变量，将预警等级作为模型的输出变量，从而对测试集进行预测，提高了模型的有效性，并设计一种硅料供需预警平台，增强多类硅料的供需预警的实用性。