白楊

摘要：為提高物資采購(gòu)數(shù)據(jù)分析可靠性、準(zhǔn)確性，縮短分析時(shí)間，由于蟻群算法可以用螞蟻的行走路徑表示待優(yōu)化問(wèn)題的可行解，將整個(gè)螞蟻群體的所有路徑構(gòu)成待優(yōu)化問(wèn)題的解空間，最后在正反饋的作用下得到待優(yōu)化問(wèn)題的最優(yōu)解，具有強(qiáng)大的分析能力，為此將蟻群算法引入該領(lǐng)域，提出基于蟻群算法的物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)設(shè)計(jì)方法。

關(guān)鍵詞：蟻群算法;的物資采購(gòu);數(shù)據(jù)智能分析

在物資采購(gòu)供應(yīng)鏈中，為提高物資采購(gòu)的智慧化和信息化管理能力，有必要對(duì)物資采購(gòu)數(shù)據(jù)進(jìn)行智能分析。在這種背景下，很多學(xué)者對(duì)物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)展開(kāi)了研究。例如，研究了物資采購(gòu)數(shù)據(jù)ERP系統(tǒng)，以ERP系統(tǒng)為出發(fā)點(diǎn)，分析ERP系統(tǒng)中物資采購(gòu)數(shù)據(jù)的應(yīng)用;設(shè)計(jì)了基于大數(shù)據(jù)分析的智能采購(gòu)系統(tǒng)，使用原有采購(gòu)項(xiàng)目的評(píng)標(biāo)結(jié)果及后評(píng)估數(shù)據(jù)，并通過(guò)人工智能優(yōu)化后，篩選出更準(zhǔn)確的評(píng)標(biāo)方法和各部分評(píng)分權(quán)重，以實(shí)現(xiàn)對(duì)采購(gòu)數(shù)據(jù)的智能分析;提出了基于agent的應(yīng)急物資采購(gòu)決策系統(tǒng)，論述agent系統(tǒng)中的應(yīng)急物資供應(yīng)商選擇決策方法，并以灰色關(guān)聯(lián)度為基礎(chǔ)給出agent物資采購(gòu)分析決策結(jié)果。盡管包括上述學(xué)者在內(nèi)的很多學(xué)者都對(duì)物資采購(gòu)分析系統(tǒng)進(jìn)行了研究，但以上物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)存在物資采購(gòu)數(shù)據(jù)分析可靠性差且準(zhǔn)確性較低，效率低下等問(wèn)題。

1物資采購(gòu)大數(shù)據(jù)分析模型

為實(shí)現(xiàn)基于蟻群算法的物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)設(shè)計(jì)，構(gòu)建物資采購(gòu)數(shù)據(jù)智能分析的統(tǒng)計(jì)分析模型，采用聯(lián)合關(guān)聯(lián)規(guī)則分析方法，進(jìn)行物資采購(gòu)大數(shù)據(jù)特征分布式融合，采用統(tǒng)計(jì)回歸分析和自適應(yīng)循環(huán)調(diào)度模型，建立物資采購(gòu)大數(shù)據(jù)檢測(cè)的聯(lián)合自相關(guān)分布特征量，采用模糊增益控制方法，進(jìn)行物資采購(gòu)大數(shù)據(jù)融合和聯(lián)合參數(shù)識(shí)別，得到物資采購(gòu)大數(shù)據(jù)檢測(cè)的時(shí)間序列分析模型為：

3系統(tǒng)軟件設(shè)計(jì)及仿真測(cè)試

在嵌入式的DSP及B/S構(gòu)架體系下實(shí)現(xiàn)對(duì)物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)優(yōu)化設(shè)計(jì)，基于ARM嵌入式技術(shù)，進(jìn)行物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)的軟件開(kāi)發(fā)設(shè)計(jì)，結(jié)合Linux集成控制技術(shù)，進(jìn)行物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)的總線開(kāi)發(fā)，在ADRAM中建立物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)的緩存區(qū)域融合模型，得到系統(tǒng)設(shè)計(jì)結(jié)構(gòu)模型。如圖 1 所示。

為分析設(shè)計(jì)方法的有效性，根據(jù)物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)結(jié)構(gòu)設(shè)計(jì)，進(jìn)行仿真測(cè)試，設(shè)定包括電腦、筆記本、打印機(jī)、復(fù)印機(jī)、掃描儀五種物資在內(nèi)的辦公設(shè)備物資采購(gòu)數(shù)據(jù)采集的樣本數(shù)分別為1000，總數(shù)為5000，測(cè)試數(shù)據(jù)為120，訓(xùn)練樣本集為50，蟻群尋優(yōu)的適應(yīng)度系數(shù)為0.15，得到輸出的物資采購(gòu)數(shù)據(jù)智能分析可靠性結(jié)果。得知本方法進(jìn)行物資采購(gòu)數(shù)據(jù)智能分析的可靠性能較高，在電腦、筆記本、打印機(jī)、復(fù)印機(jī)、光盤(pán)五種物資采購(gòu)數(shù)據(jù)集中平均可靠性為95%，為進(jìn)一步對(duì)比三種方法的有效性，測(cè)試智能分析結(jié)果準(zhǔn)確性。分析可知，本方法在進(jìn)行物資采購(gòu)數(shù)據(jù)智能分析時(shí)，準(zhǔn)確度高于另外兩種方法，最高可達(dá)到99%，再一次證明了本方法的可行性。在確保本方法可行性的基礎(chǔ)上再次對(duì)比三種方法的物資采購(gòu)數(shù)據(jù)智能分析時(shí)間，本方法進(jìn)行電腦、筆記本、打印機(jī)、復(fù)印機(jī)、光盤(pán)五種物資采購(gòu)數(shù)據(jù)智能分析時(shí)，不僅能夠保證數(shù)據(jù)分析的準(zhǔn)確度而且也保證了數(shù)據(jù)分析的效率，所用時(shí)間較短，平均可在1s的時(shí)間內(nèi)實(shí)現(xiàn)對(duì)物資采購(gòu)數(shù)據(jù)智能分析。

結(jié)束語(yǔ)

為提高物資采購(gòu)數(shù)據(jù)分析可靠性及效率，提出基于蟻群算法的物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)設(shè)計(jì)方法。為此，研究了基于蟻群算法的物資采購(gòu)數(shù)據(jù)智能分析系統(tǒng)，將蟻群算法引入到該領(lǐng)域中，從而實(shí)現(xiàn)了物資采購(gòu)數(shù)據(jù)的智能分析和處理。通過(guò)仿真實(shí)驗(yàn)結(jié)果可以得知在進(jìn)行物資采購(gòu)數(shù)據(jù)智能分析時(shí)，可靠性平均為95%，準(zhǔn)確性最高可達(dá)到99%，用時(shí)最短為1s，數(shù)據(jù)分析效果較好，具有一定的應(yīng)用前景。但由于研究并未將全部因素考慮在內(nèi)，未來(lái)將分析更多因素，以更準(zhǔn)確地分析物資采購(gòu)數(shù)據(jù)，進(jìn)一步實(shí)現(xiàn)物資采購(gòu)的科學(xué)化管理。

參考文獻(xiàn)：

[1]官雯.基于老年群體需求的無(wú)障礙藥品包裝設(shè)計(jì)[J].山東工藝美術(shù)學(xué)院，2020.

[2]梅海波，高峰，贠文輝.基于大數(shù)據(jù)分析的智能采購(gòu)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電信技術(shù)，2019，549（12）：135-138.

[3]劉明巍，張?jiān)?，劉昕，?電網(wǎng)物資招標(biāo)采購(gòu)大數(shù)據(jù)應(yīng)用及價(jià)值評(píng)估模型研究[J].經(jīng)營(yíng)與管理，2017，（12）：126-129.

[4]朱定法.物資采購(gòu)供應(yīng)信息管理系統(tǒng)建設(shè)研究———大數(shù)據(jù)技術(shù)在特大型建筑企業(yè)集團(tuán)項(xiàng)目物資采購(gòu)供應(yīng)管理的應(yīng)用[J].鐵路采購(gòu)與物流，2018，139（04）：23-25.

[5]劉明巍，張?jiān)?，劉昕，?電網(wǎng)物資招標(biāo)采購(gòu)大數(shù)據(jù)應(yīng)用及價(jià)值評(píng)估模型研究[J].經(jīng)營(yíng)與管理，2017，（12）：126-129.