申请/专利权人：中山世达模型制造有限公司

申请日：2020-06-15

公开（公告）日：2024-02-27

公开（公告）号：CN111724203B

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06Q50/04

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2020.10.27#实质审查的生效;2020.09.29#公开

摘要：一种基于多重回归模型的产品加工价格预估方法和系统，该方法包括如下步骤：收集多个产品数据，建立产品原始数据集，所述产品数据包括产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价、材料密度和价格；依据所述产品原始数据集，建立多线性回归模型；将所述产品原始数据集划分为训练子集和测试子集，通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，依据验证结果调整所述多线性回归模型，确定最终的多线性回归模型。本发明基于人工智能算法预估产品加工价格，提升了报价的准确性。

主权项：1.一种基于多重回归模型的产品加工价格预估方法，其特征在于，包括如下步骤：收集多个产品数据，建立产品原始数据集，所述产品数据包括产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价、材料密度和价格；依据所述产品原始数据集，建立多线性回归模型，所述多线性回归模型的公式为：logy＝β0+logx1+logx2+x3+x4+x5+x6+x7+x8+x9+x10+x11；其中，y为价格，β0为常数项，x1-x11分别为产品数量、产品表面积、产品加工复杂度、产品X轴长度、产品Y轴长度、产品Z轴长度、刀具使用率、产品公差等级、产品可加工性、材料单价和材料密度；将所述产品原始数据集划分为训练子集和测试子集，通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，依据验证结果调整所述多线性回归模型，确定最终的多线性回归模型；所述通过训练子集训练所述多线性回归模型，使用验证子集验证所述多线性回归模型的准确性，具体为：通过训练子集训练得到多线性回归模型中的常数项，将验证子集中的产品数据代入已确定常数项值多线性回归模型中，依据该多线性回归模型的输出结果确定该多线性回归模型的准确性。

全文数据：

权利要求：

百度查询： 中山世达模型制造有限公司 基于多重回归模型的产品加工价格预估方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD