一种BOM整理核对方法及系统与流程

本发明涉及数据处理领域，尤其涉及一种bom整理核对方法及系统。

背景技术：

1、随着制造业的发展，产品的物料清单（bill of materials，bom）管理变得愈发复杂。bom包含了产品组成的各种零部件和原材料信息，对于确保生产过程的准确性、降低成本以及提高生产效率都至关重要。

2、制造业中的bom数据可能来自多个部门、系统或供应链的不同环节。整合这些多源数据并确保其准确性是一项具有挑战性的任务。由于部门之间、系统之间的信息孤岛，bom的管理和核对变得异常困难。传统的bom管理方法往往面临数据不一致、冗余信息、错误等问题，影响了生产效率和产品质量。

技术实现思路

1、本发明提供了一种bom整理核对方法及系统，用于提高bom物料清单的整理核对准确率。

2、本发明第一方面提供了一种bom整理核对方法，所述bom整理核对方法包括：

3、获取待处理的目标bom物料数据，并对所述目标bom物料数据进行物料对象识别，得到多个目标物料对象；

4、对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则；

5、根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图；

6、对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果；

7、基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图；

8、根据所述第二物料关系图，对所述目标bom物料数据进行物料数据整理和校对，生成目标bom核对报告。

9、结合第一方面，在本发明第一方面的第一种实现方式中，所述获取待处理的目标bom物料数据，并对所述目标bom物料数据进行物料对象识别，得到多个目标物料对象，包括：

10、基于预置的bom文件管理平台，从多个不同的部门以及系统获取待处理的多个bom数据文件；

11、对所述多个bom数据文件进行数据清洗，得到目标bom物料数据；

12、通过预置的自然语言处理模型，对所述目标bom物料数据进行关键信息提取，得到目标bom物料信息，其中，所述目标bom物料信息包括物料编号、物料描述、数量及层次结构信息；

13、对所述目标bom物料信息进行对象实体识别，得到多个目标物料对象，并将所述多个目标物料对象存储至预置的物料对象列表，每个目标物料对象作为一个单独的实体，所述物料对象列表包括每个目标物料对象的唯一标识符以及物料对象关联信息。

14、结合第一方面，在本发明第一方面的第二种实现方式中，所述对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则，包括：

15、根据所述多个目标物料对象创建对应的交易数据集，所述交易数据集中每个交易代表一个目标物料对象，每个目标物料对象作为一个交易中的物品；

16、通过预置的apriori算法，对所述交易数据集进行频繁关联规则分析，得到多个初始关联规则；

17、通过预置的置信度函数分别计算每个初始关联规则的置信度，其中，所述置信度函数为：置信度=支持度（a∩b）/支持度a，a和b分别表示一个目标物料对象，支持度表示包含a和b的交易数占总交易数的比例；

18、对所述置信度和预设的置信度阈值进行比较，得到每个初始关联规则的置信度比较结果；

19、根据所述置信度比较结果，对所述多个初始关联规则进行规则选取，得到多个目标关联规则。

20、结合第一方面，在本发明第一方面的第三种实现方式中，所述根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图，包括：

21、定义物料关系图结构，其中，物料关系图结构中每个节点代表一个目标物料对象，每个边表示目标物料对象之间的关联关系；

22、基于所述物料关系图结构，并通过预置的图论算法创建一个空的物料关系图，得到初始物料关系图；

23、分别将每个目标物料对象的唯一标识符作为节点标签，并根据所述节点标签为每个目标物料对象添加一个节点到所述初始物料关系图中；

24、根据所述多个目标关联规则，对所述初始物料关系图进行边添加，得到对应的第一物料关系图。

25、结合第一方面，在本发明第一方面的第四种实现方式中，所述对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果，包括：

26、将所述第一物料关系图输入预置的图聚类算法，并通过所述图聚类算法对所述第一物料关系图中的多个节点进行节点特征提取，得到每个节点的目标图特征，其中，所述目标图特征包括节点的度、介数中心性及紧密度；

27、将每个节点的目标图特征映射到对应的向量空间，得到每个节点的节点特征向量；

28、分别将所述节点特征向量输入预置的双层门限循环网络以及全连接网络进行特征整合，得到每个目标物料对象的节点关系聚类结果。

29、结合第一方面，在本发明第一方面的第五种实现方式中，所述基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图，包括：

30、根据所述节点关系聚类结果，确定所述第一物料关系图中每个节点的目标权重数据；

31、根据所述目标权重数据对所述第一物料关系图中的多个节点进行加权分析，得到节点权重关系；

32、根据所述节点权重关系，对所述多个目标关联规则进行关联规则更新，得到多个更新关联规则；

33、基于所述多个更新关联规则，对所述第一物料关系图进行关系图动态优化，得到第二物料关系图。

34、结合第一方面，在本发明第一方面的第六种实现方式中，所述根据所述第二物料关系图，对所述目标bom物料数据进行物料数据整理和校对，生成目标bom核对报告，包括：

35、根据所述第二物料关系图，对所述目标bom物料数据进行冗余数据识别，得到目标冗余数据；

36、根据所述第二物料关系图，对所述目标bom物料数据进行异常数据识别，得到目标异常数据；

37、根据所述目标冗余数据，对所述目标bom物料数据进行物料数据重新排序、分组和添加新的属性，得到目标整理结果；

38、根据所述目标异常数据，对所述目标bom物料数据进行物料数据校对，得到目标校对结果；

39、根据所述目标整理结果和所述目标校对结果，生成对应的目标bom核对报告。

40、本发明第二方面提供了一种bom整理核对系统，所述bom整理核对系统包括：

41、获取模块，用于获取待处理的目标bom物料数据，并对所述目标bom物料数据进行物料对象识别，得到多个目标物料对象；

42、计算模块，用于对所述多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对所述多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则；

43、构建模块，用于根据所述多个目标关联规则，构建所述多个目标物料对象对应的第一物料关系图；

44、分析模块，用于对所述第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果；

45、处理模块，用于基于所述节点关系聚类结果，对所述第一物料关系图进行关系图节点加权处理，得到第二物料关系图；

46、整理校对模块，用于根据所述第二物料关系图，对所述目标bom物料数据进行物料数据整理和校对，生成目标bom核对报告。

47、本发明第三方面提供了一种bom整理核对设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述bom整理核对设备执行上述的bom整理核对方法。

48、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的bom整理核对方法。

49、本发明提供的技术方案中，对目标bom物料数据进行物料对象识别，得到多个目标物料对象；对多个目标物料对象进行关联规则分析，得到多个初始关联规则，并对多个初始关联规则进行置信度计算和规则选取，得到多个目标关联规则；根据多个目标关联规则构建第一物料关系图；对第一物料关系图进行关系图特征聚类分析，得到每个目标物料对象的节点关系聚类结果；基于节点关系聚类结果，对第一物料关系图进行关系图节点加权处理，得到第二物料关系图；根据第二物料关系图，对目标bom物料数据进行物料数据整理和校对，生成目标bom核对报告，本发明通过预置的bom文件管理平台和自然语言处理模型，实现对多个不同部门和系统的bom数据文件的自动获取和处理，提高了整个流程的自动化程度。利用自然语言处理模型，对目标bom物料数据进行关键信息提取，确保了物料对象的准确性和一致性，避免了手动处理中可能出现的错误。应用apriori算法对多个目标物料对象进行关联规则分析，可以发现物料对象之间的潜在关系，为后续的关系图构建提供了基础。基于目标关联规则，构建了物料关系图，直观地展现了物料对象之间的关系，利用图聚类算法对第一物料关系图进行特征聚类分析，得到了每个目标物料对象的节点关系聚类结果，更清晰地揭示了物料对象之间的关联模式。基于聚类结果对第一物料关系图进行节点加权处理，使得第二物料关系图更加准确地反映了物料对象之间的关系，提高了关联规则的精度。利用第二物料关系图进行冗余和异常数据的识别，帮助发现潜在的问题，进一步提高了数据的质量。通过对第一物料关系图的动态优化，保持关系图的实时性和准确性，适应数据变化和业务需求的变化。结合整理和校对的结果，生成了目标bom核对报告，进而提高了bom物料清单的整理核对准确率。