[發明專利]一種基于k均值算法的供應商履約情況評價方法

在審

• 申請號: 202010417360.7
• 申請日: 2020-05-18
• 公開（公告）號: CN111429042A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 馮曙明;胡天牧;胡曉東
• 申請（專利權）人: 江蘇電力信息技術有限公司;國網江蘇省電力有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/00;G06K9/62
• 代理公司: 南京匯盛專利商標事務所(普通合伙) 32238
• 代理人: 陳揚

本發明公開了一種基于k均值算法的供應商履約情況評價方法，準備供應商履約情況數據樣本；確定目標分類類別數量k，即聚類簇數，選取初始均值向量，計算其余樣本數據與均值向量的平方誤差，根據相似度分配類簇；根據分類結果，求出每個類簇新的均值向量，計算其余樣本數據與新均值向量的平方誤差，根據相似度重新分配類簇；重復上述過程，直到均值向量不再更新，即，測度函數收斂，此時的分類結果即為最終供應商履約情況分類結果；根據分類結果確定供應商評價等級，即1類供應商、2類供應商、?、k類供應商。本發明可以為企業管理部門管理供應商提供有價值的參考。

技術領域

本發明涉及一種基于k均值算法的供應商履約情況評價方法。

背景技術

k均值算法是基于原型的聚類分析算法。k均值算法是一種無監督聚類算法。k均值算法用一個聚類的中心來代表一個簇，在迭代過程中選擇的聚點(均值向量)不一定是在聚類樣本中。通過計算平方誤差，表示簇內樣本圍繞簇均值向量的緊密程度，平方誤差值越小則相似度越高，然后根據相似度分類。重復迭戈，直到測度函數開始收斂為止。

供應商是企業生產過程中不可或缺的組成部分。供應商的供貨質量，直接決定企業產品的成品率與合格率等指標；供應商的供貨及時率、供應商合同改簽率、是否存在涉及違反法律法規行為等直接影響企業的排產計劃、合同執行等環節，嚴重的甚至會影響企業信譽。所以，供應商履約情況評價對企業有著重要的意義。

發明內容

本發明的目的是提供一種基于k均值算法的供應商履約情況評價方法，通過該綜合考慮在合同價格、供貨質量、供應及時性、產品售后評價等多個方面信息，可以為企業管理部門管理供應商提供有價值的參考。

本發明的目的通過以下技術方案實現：

一種基于k均值算法的供應商履約情況評價方法，其特征在于，包括如下步驟：

S1準備供應商履約情況數據樣本，包含供應商編碼，質檢合格率，到貨及時率，合同改簽率等。

S2確定目標分類類別數量k，即聚類簇數。選取初始均值向量，計算其余樣本數據與均值向量的平方誤差，根據相似度分配類簇。

S3根據分類結果，求出每個類簇新的均值向量，計算其余樣本數據與新均值向量的平方誤差，根據相似度重新分配類簇。

S4重復S3的過程，直到均值向量不再更新，即，測度函數收斂。此時的分類結果即為最終供應商履約情況分類結果。

S5根據分類結果確定供應商評價等級，即1類供應商、2類供應商、…、k類供應商。

本發明的有益效果為：正確有效的供應商履約情況評價方法可以為企業管理部門管理供應商提供有價值的參考。供應商履約情況評價方法應該綜合考慮在合同價格、供貨質量、供應及時性、產品售后評價等多個方面信息，供應商履約情況評價對企業有著重要的意義。

附圖說明

圖1是基于k均值算法的供應商履約情況評價方法算法流程圖。

具體實施方式

本發明中，相關技術術語的名詞解釋是，聚類分析：也叫群分析，以相似性為基礎，由若干模式組成，通常是一個度量的向量或者多維空間中的一個點。均值向量：變量的數學期望組成的向量。函數收斂：收斂是一個極限的概念，即，函數值在變量趨于極限時而趨于某一個有限值。

一種基于k均值算法的供應商履約情況評價方法，包括如下步驟：

S1準備供應商履約情況數據樣本，包含供應商編碼，質檢合格率，到貨及時率，合同改簽率等。

S2確定目標分類類別數量k，即聚類簇數。選取初始均值向量，計算其余樣本數據與均值向量的平方誤差，根據相似度分配類簇。