[发明专利]一种新产品的目标配件需求量确定方法及计算机设备

说明书

本发明公开了一种新产品的目标配件需求量确定方法，针对与新产品具有相同目标配件的每个旧产品，基于旧产品的指标信息相对于新产品的指标信息的差异性，确定旧产品与新产品的差异程度，并基于该差异程度计算旧产品对应的权重；根据各个旧产品的需求预测模型及该旧产品对应的权重，最后利用各个旧产品对应的权重、旧产品的目标配件的历史故障率与旧产品的需求预测模型，确定新产品的目标配件的需求量。该方法提高了对新产品配件需求量预测的准确性，联立产品的需求量与配件的故障率计算目标配件的需求量，计算方法简单有效，有利于减少配件的积压风险。

技术领域

本发明涉及生产管理技术领域，尤其涉及一种新产品的目标配件需求量确定方法及计算机设备。

背景技术

在现有生产管理过程中，产品配件计划的及时性和产品配件下发的准确性是对产品售后的有力保障，同时也是减少公司资金积压，减少浪费，减轻销售公司配件管理压力的重要措施。传统的配件计划模式是参考历史数据的消耗量，这种方式方便下发计划，有利于确保售后配件，但存在积压风险，极易造成呆料，而且在新产品处于介绍期时无法准确预测配件的需求量。

发明内容

本发明要解决的技术问题是：现有技术中无法准确确定新产品的配件需求量。

为解决上述技术问题，本发明提供了一种新产品的目标配件需求量确定方法、存储介质及计算机设备。

本发明的第一个方面，提供了一种新产品的目标配件需求量确定方法，其包括：

基于各个旧产品的指标信息相对于所述新产品的指标信息的差异性确定各个旧产品与新产品的差异程度，其中，所述旧产品与所述新产品具有相同的目标配件；

基于各个旧产品与新产品的差异程度计算各个旧产品对应的权重；

建立各个旧产品的需求预测模型并获取各个旧产品的目标配件的历史故障率；

根据各个旧产品的需求预测模型及各个旧产品对应的权重，确定所述新产品的需求预测模型，根据所述新产品的需求预测模型确定所述新产品的需求预测量；

基于每个旧产品对应的权重、每个旧产品的目标配件的历史故障率及所述旧产品的需求预测模型，确定所述新产品的目标配件的需求量。

优选的，基于各个旧产品的指标信息相对于所述新产品的指标信息的差异性确定各个旧产品与新产品的差异程度，包括：

对各个旧产品的指标信息相对于所述新产品的指标信息的差异性进行评估；

基于评估结果，利用组合权重的灰色关联分析模型，确定各个旧产品与新产品的差异程度。

优选的，基于各个旧产品与新产品的差异程度计算各个旧产品对应的权重，其依据以下表达式：

其中，W_i代表第i个旧产品对应的权重，r_i代表第i个旧产品与新产品的差异程度。

优选的，组合权重的灰色关联分析模型为基于专家评估法和熵权法建立的组合权重的灰色关联分析模型。

优选的，各个旧产品的需求预测模型是利用龚柏慈曲线、时间序列或高斯回归中的任意一种模型建立。

优选的，利用龚柏慈曲线建立各个旧产品的需求预测模型，所述旧产品的需求预测模型包括：

其中，x_i代表第i个旧产品的需求预测量，N、s、h均为待定参数，用于描述龚柏慈曲线图形的具体规律，N是耐用品销售量的极限值，h 代表基年数据与最大可能值的比率，t表示期数，s表示曲线斜率。

优选的，获取各个旧产品的目标配件的历史故障率包括：

基于贝塔分布模型确定所述旧产品的目标配件的历史故障率：