[发明专利]一种基于正态分布模型的采购价格控制方法及系统

说明书

本发明公开了一种基于正态分布模型的采购价格控制方法，使用基于正态分布的数据模型来训练历史采购数据，通过聚类和插值对异常值进行剔除和修正，然后根据模型的偏度和峰度生成相应调整后的统计量作为模型产出，实现对采购的价格进行调整和控制。本发明的方法采用正态分布模型训练历史数据，产出当前采购价格的预警值和熔断值，通过预警值和熔断值来限定本次采购价格的可接受区间，从而达到控制采购价格的目的。

技术领域

本发明涉及采购价格控制技术领域，特别涉及一种基于正态分布模型的采购价格控制方法及系统。

背景技术

企业物资采购成本是企业成本的主要组成部分之一,有效的采购成本管控,对于企业的生存与发展有着重要的意义,物资采购成本中,采购价格的权重值较大,因此对采购价格的有效控制尤为关键。现有的采购价格控制方法一般有三种：

第一种是利用过去的采购经验人为判断，根据过去采购的价格，用人工判断的方法来预估当前采购价格是否合理，从而控制当前的采购价格。这种方法的缺陷在于,当采购的数据量很大的时候，会增加大量的人力和时间成本，导致维护采购价格的成本大大增加。

第二种方法是直接计算采购历史价格的平均值作为当前采购的指导价格，这种方法的缺陷在于受历史采购价格的异常值干扰很大，往往得出的指导价格会有很大波动，用它来指导当前的采购价格会出现准确率过低的情况。

第三种是使用正态分布理论来分析数据的概率分布，根据均值或标准差对价格进行调整，它的准确率相对使用平均值作为指导价格的方法有所提升，但仍不理想，原因是它对数据中的异常值太过敏感，数据中的异常值对生成的均值和标准差有很大影响。

本发明中的价格控制是基于第三种方法，但是对其做了调整和改进：使用基于正态分布的数据模型来训练历史采购数据，通过聚类和插值对异常值进行剔除和修正，然后根据模型的偏度和峰度生成相应调整后的统计量作为模型产出，对采购的价格进行调整和控制，很好的解决了维护成本过高和准确性过低这两个技术缺陷，并且具有更高的可解释性，而且随着数据量的提升，模型的效果也会越来越好。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种基于正态分布模型的采购价格控制方法及系统，采用正态分布模型训练历史数据，产出当前采购价格的预警值和熔断值，通过预警值和熔断值来限定本次采购价格的可接受区间，从而达到控制采购价格的目的。

为了达到上述的技术效果，本发明采取以下技术方案：

一种基于正态分布模型的采购价格控制方法，使用基于正态分布的数据模型来训练历史采购数据，通过聚类和插值对异常值进行剔除和修正，然后根据模型的偏度和峰度生成相应调整后的统计量作为模型产出，实现对采购的价格进行调整和控制。

进一步地，具体包括：

A.使用k-means聚类方法剔除物料历史采购数据中的异常值；具体为对所有物料的历史价格数据进行k-means聚类，生成聚类边界(该步骤可在现有软件程序中实现，此处不再赘述)，然后将在聚类边界之外的异常值剔除掉；

B.使用拉格朗日插值法对物料历史采购数据中缺失值进行填补插值；即对剔除异常值后的数据按照物料进行分组，对每个物料的历史价格拟合拉格朗日曲线，使用拉格朗日插值法对物料的缺失值进行插值填充，将数据的缺失值补充完整；

C.生成正态分布数据模型；因为历史采购价格数据会根据采购月份波动，作为优选，此步骤中按照月份来对历史数据进行分组和训练(生成正态分布数据模型)；

D.对按物料分组后各物料每个月的历史采购数据的分布进行分析，计算模型的偏态系数和峰度系数确定分布的状态，其中，偏态系数和峰度系数的计算通过现有的软件程序等计算工具即可实现，此处不再赘述；

E.根据模型的分布状态确定模型的物料历史价格的预警值和熔断值；