羅霞+劉輝林+左楠

摘 要：標準是對重復性事物和概念所做的統(tǒng)一規(guī)定，標準化是指為在一定的范圍內(nèi)獲得最佳秩序，對實際的或潛在的問題制定共同的和重復使用的規(guī)則的活動。自2005年以來，國家電網(wǎng)公司持續(xù)開展物資標準化建設工作，不斷完善公司物資采購標準，解決了公司各單位物資分類及物料主數(shù)據(jù)不一致、物資采購技術要求不規(guī)范等問題，實現(xiàn)了物料主數(shù)據(jù)、物資采購標準的統(tǒng)一。本案提出基于人工智能技術的推薦系統(tǒng)應用在國網(wǎng)電網(wǎng)公司物資標準化工作的業(yè)務構想，進一步提高標準物料的選用集中度與選擇效率，推進電網(wǎng)物資標準化。

關鍵詞：人工智能；標準化；推薦系統(tǒng)

中圖分類號：TM711 文獻標識碼：A 文章編號：1671-2064（2017）21-0136-02

1 研究背景與研究意義

標準是對重復性事物和概念所做的統(tǒng)一規(guī)定，標準化是指為在一定的范圍內(nèi)獲得最佳秩序，對實際的或潛在的問題制定共同的和重復使用的規(guī)則的活動。自2005年以來，國家電網(wǎng)公司持續(xù)開展物資標準化建設工作，不斷完善公司物資采購標準，解決了公司各單位物資分類及物料主數(shù)據(jù)不一致、物資采購技術要求不規(guī)范等問題，實現(xiàn)了物料主數(shù)據(jù)、物資采購標準的統(tǒng)一。在國家電網(wǎng)公司現(xiàn)行物料體系中共3569個小類，146269條物料主數(shù)據(jù)，其中標準物料16573條，固化技術規(guī)范書31069條。由于眾多的物資型號、新設備新材料新標準的應用給設計人員造成理解上的差異與信息過載的問題。

本文通過基于人工智能技術的推薦系統(tǒng)應用，提升標準物料選型的效率與準確性，主要意義有以下幾點：

（1）推薦系統(tǒng)將實現(xiàn)設計人員更加靈活的標準化物料選型，有利于典型設計、固化技術規(guī)范書的迅速推廣。（2）實現(xiàn)工程物資通用調(diào)配。隨著物資通用性的進一步提高，使得工程項目間的物資調(diào)配成為可能，在提高物資供應能力的同時，降低工程物資的供應風險。（3）支撐運行檢修專業(yè)化。通過推薦系統(tǒng)的運用，標準物料集中度的提高能減少相同類型設備間的差異性，提升檢修人員的工作效率，同時在設備搶修中，推薦系統(tǒng)可提供搶修人員提供替代型號，爭取搶修時間，減少企業(yè)電量損失。（4）降低備品備件存量。設備通用性的提升使得在運設備的備品備件數(shù)量明顯下降，節(jié)約流動資金，降低運行維護成本。

2 國內(nèi)外研究水平及相關理論基礎

推薦系統(tǒng)常用的算法在之前的一些文獻中已有比較詳盡的概述，常用的包括近鄰推薦，基于隱變量模型推薦等。近鄰算法是指通過計算用戶與用戶或者用戶與商品間的某種距離，以這種計算出的距離為依據(jù)進行推薦?；陔[變量的方法則往往用于處理一些較為復雜的問題。它假設用戶之所以喜愛或選擇某種物品，是因為用戶和物品之間有一些隱含的屬性相匹配，這樣隱含的屬性往往是較為抽象，難以直觀描述的，因而需要用一些方法去推測這些隱含的量，進而根據(jù)這些用戶與物品的隱含量的匹配度，做出新的推薦。常用的方法包括矩陣分解，Bayes網(wǎng)絡，概率圖模型，神經(jīng)網(wǎng)絡等。

3 推薦系統(tǒng)構建

3.1 推薦系統(tǒng)業(yè)務應用場景設計

本文推薦系統(tǒng)業(yè)務流轉步驟是：（1）通過挖掘基礎數(shù)據(jù)、標準數(shù)據(jù)和業(yè)務數(shù)據(jù)，為設計人員提供不同用戶、不同項目類型之間相似的標準物料，使設計人員可快速查找到通用的、標準物料信息。（2）項目管理人員在接收到設計人員提供的信息后，可通過推薦系統(tǒng)提供的推薦信息復核是否選用標準物料。（3）物資計劃管理人員根據(jù)項目人員的復核結果，以及推薦系統(tǒng)提供的推薦信息復核標準物料選用情況。（4）對項目物資進行采購，采購信息計入歷史采購數(shù)據(jù)庫，如圖1所示。

3.2 推薦引擎概要設計

推薦系統(tǒng)的核心是推薦引擎，本創(chuàng)意推薦引擎主要由業(yè)務數(shù)據(jù)層，算法邏輯層，業(yè)務規(guī)則層、應用層四部分組成。業(yè)務數(shù)據(jù)層主要負責不同數(shù)據(jù)來源和類型數(shù)據(jù)的收集、存儲等，主要包括基礎數(shù)據(jù)（物料主數(shù)據(jù)庫、物料分類數(shù)據(jù)庫）、標準數(shù)據(jù)（固化技術規(guī)范ID庫、通用設計庫）與業(yè)務數(shù)據(jù)（庫存數(shù)據(jù)、歷史采購數(shù)據(jù)）等。算法邏輯層主要利用協(xié)同過濾和關聯(lián)規(guī)則等算法對數(shù)據(jù)進行預處理，得到推薦的中間結果。業(yè)務規(guī)則層由系統(tǒng)使用者進行配置，配置特定物料推薦時必要的條件和規(guī)則，從而對推薦結果進行進一步過濾和排序。應用層主要負責提供不同的推薦類型接口，如組合推薦、相似推薦、貨源最近推薦等，如圖2所示。

4 總結與展望

通過基于人工智能技術的推薦系統(tǒng)在國家電網(wǎng)公司標準物料選型工作中的應用，將提高電力企業(yè)物資選型的集中度，進一步發(fā)揮企業(yè)采購標準的導向性作用。隨著采購標準集中度的進一步提高，對提高國產(chǎn)電力電氣設備制造標準化、電力行業(yè)標準化，積極引導供應商生產(chǎn)制造，避免非標準物資設備的使用，降低資源消耗，創(chuàng)建節(jié)約型社會具有十分重要的意義。endprint