[发明专利]基于自组织特征映射网络的电力物资分类方法

权利要求书

1.基于自组织特征映射网络的电力物资分类方法，其特征在于，包括以下步骤：

物资数据采集：选取物资数据并将选取的物资数据构建成电力物资指标体系；

物资数据分析：将电力物资指标体系中的数据按照非线性主成分分析法选择出电力物资主成分分析指标；

物资分类：采用SOFM算法对选择出的电力物资主成分分析指标进行细分指标，并根据细分指标做聚类，建立电力物资的分类。

2.根据权利要求1所述的基于自组织特征映射网络的电力物资分类方法，其特征在于，所述选取物资数据的依据为根据物资需求特征选择的以下内容：

1)物资金额：所述物资金额为物资在一个时间周期内花费的金额；

2)缺货成本：所述缺货成本为电力物资缺货所造成的成本增加；

3)订货周期：所述订货周期为物资需求提报时间与物资到货时间间隔的平均值。

4)抢修占比：所述抢修占比为一个时间周期内，项目描述字段包含抢修字符的条目个数与总条目数的比值；

5)领用次数：所述领用次数为一个时间周期内物资的领用次数的平均值；

6)领用数量：所述领用数量为一个时间周期内物资的领用数量的平均值；

7)应急采购比：所述应急采购比为物资应急采购的金额与总金额的比值；

8)抢修金额：所述抢修金额为物资中抢修类型条目数的总金额。

3.根据权利要求2所述的基于自组织特征映射网络的电力物资分类方法，其特征在于，所述缺货成本根据物资对工期延误成本、人员成本以及经济损失综合评价分为十个等级。

4.根据权利要求1所述的基于自组织特征映射网络的电力物资分类方法，其特征在于，所述物资数据分析步骤中所述的将电力物资指标体系的数据按照非线性主成分分析法选择出电力物资主成分分析指标的非线性主成分分析法，具体为：

a.对选取的物资数据根据其指标以及样本数量进行均值化处理得到均值化数据；

b.对均值化数据的进行中心化对数变换后得到对数变换后的数据；

c.计算出对数变换后的数据的协方差矩阵；

d.计算出所述协方差矩阵的特征值和特征向量；

e.计算出物资的贡献率及累计贡献率；

f.选取电力物资主成分分析指标：将各主成份得分进行相加，然后根据相加的数据选择出电力物资主成分分析指标。