[發明專利]基于多重回歸模型的產品加工價格預估方法及系統

在審

• 申請號: 202010545222.7
• 申請日: 2020-06-15
• 公開（公告）號: CN111724203A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 高威廉;曼吉特·幸格;高登
• 申請（專利權）人: 中山世達模型制造有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/04
• 代理公司: 中山市銘洋專利商標事務所(普通合伙) 44286
• 代理人: 鄒建平

1.一種基于多重回歸模型的產品加工價格預估方法，其特征在于，包括如下步驟：

收集多個產品數據，建立產品原始數據集，所述產品數據包括產品數量、產品表面積、產品加工復雜度、產品X軸長度、產品Y軸長度、產品Z軸長度、刀具使用率、產品公差等級、產品可加工性、材料單價、材料密度和價格；

依據所述產品原始數據集，建立多線性回歸模型，所述多線性回歸模型的公式為：log(y)＝β₀+log(x₁)+log(x₂)+x₃+x₄+x₅+x₆+x₇+x₈+x₉+x₁₀+x₁₁；

其中，y為價格，β₀為常數項，x₁-x₁₁分別為產品數量、產品表面積、產品加工復雜度、產品X軸長度、產品Y軸長度、產品Z軸長度、刀具使用率、產品公差等級、產品可加工性、材料單價和材料密度；

將所述產品原始數據集劃分為訓練子集和測試子集，通過訓練子集訓練所述多線性回歸模型，使用驗證子集驗證所述多線性回歸模型的準確性，依據驗證結果調整所述多線性回歸模型，確定最終的多線性回歸模型。

2.根據權利要求1所述的基于多重回歸模型的產品加工價格預估方法，其特征在于，所述通過訓練子集訓練所述多線性回歸模型，使用驗證子集驗證所述多線性回歸模型的準確性，具體為：通過訓練子集訓練得到多線性回歸模型中的常數項，將驗證子集中的產品數據代入已確定常數項值多線性回歸模型中，依據該多線性回歸模型的輸出結果確定該多線性回歸模型的準確性。

3.根據權利要求2所述的基于多重回歸模型的產品加工價格預估方法，其特征在于：在將驗證子集中的產品數據代入已確定常數項值的多線性回歸模型中后，若該線性回歸模型輸出的價格值與驗證子集中的價格值的差值大于預定差值，則依據該差值調整所述多線性回歸模型。

4.根據權利要求1所述的基于多重回歸模型的產品加工價格預估方法，其特征在于，還包括如下步驟：建立測試數據集，使用測試數據集測試所述多線性回歸模型的準確性。

5.根據權利要求1所述的基于多重回歸模型的產品加工價格預估方法，其特征在于，所述產品公差等級與產品公差值具有預設映射關系，所述產品加工復雜度為產品加工復雜等級，所述產品可加工性為產品可加工等級。

6.一種基于多重回歸模型的產品加工價格預估系統，其特征在于，包括：

數據收集模塊，用于收集多個產品數據，建立產品原始數據集，所述產品數據包括產品數量、產品表面積、產品加工復雜度、產品X軸長度、產品Y軸長度、產品Z軸長度、刀具使用率、產品公差等級、產品可加工性、材料單價、材料密度和價格；

模型建立模塊，用于依據所述產品原始數據集，建立多線性回歸模型，所述多線性回歸模型的公式為：

log(y)＝β₀+log(x₁)+log(x₂)+x₃+x₄+x₅+x₆+x₇+x₈+x₉+x₁₀+x₁₁；

其中，y為價格，β₀為常數項，x₁-x₁₁分別為產品數量、產品表面積、產品加工復雜度、產品X軸長度、產品Y軸長度、產品Z軸長度、刀具使用率、產品公差等級、產品可加工性、材料單價和材料密度；

驗證確定模塊，用于將所述產品原始數據集劃分為訓練子集和測試子集，通過訓練子集訓練所述多線性回歸模型，使用驗證子集驗證所述多線性回歸模型的準確性，依據驗證結果調整所述多線性回歸模型，確定最終的多線性回歸模型。