蟻群算法的物資采購數據智能分析系統設計

白楊

摘要：為提高物資采購數據分析可靠性、準確性，縮短分析時間，由于蟻群算法可以用螞蟻的行走路徑表示待優化問題的可行解，將整個螞蟻群體的所有路徑構成待優化問題的解空間，最后在正反饋的作用下得到待優化問題的最優解，具有強大的分析能力，為此將蟻群算法引入該領域，提出基于蟻群算法的物資采購數據智能分析系統設計方法。

關鍵詞：蟻群算法;的物資采購;數據智能分析

在物資采購供應鏈中，為提高物資采購的智慧化和信息化管理能力，有必要對物資采購數據進行智能分析。在這種背景下，很多學者對物資采購數據智能分析系統展開了研究。例如，研究了物資采購數據ERP系統，以ERP系統為出發點，分析ERP系統中物資采購數據的應用;設計了基于大數據分析的智能采購系統，使用原有采購項目的評標結果及后評估數據，并通過人工智能優化后，篩選出更準確的評標方法和各部分評分權重，以實現對采購數據的智能分析;提出了基于agent的應急物資采購決策系統，論述agent系統中的應急物資供應商選擇決策方法，并以灰色關聯度為基礎給出agent物資采購分析決策結果。盡管包括上述學者在內的很多學者都對物資采購分析系統進行了研究，但以上物資采購數據智能分析系統存在物資采購數據分析可靠性差且準確性較低，效率低下等問題。

1物資采購大數據分析模型

為實現基于蟻群算法的物資采購數據智能分析系統設計，構建物資采購數據智能分析的統計分析模型，采用聯合關聯規則分析方法，進行物資采購大數據特征分布式融合，采用統計回歸分析和自適應循環調度模型，建立物資采購大數據檢測的聯合自相關分布特征量，采用模糊增益控制方法，進行物資采購大數據融合和聯合參數識別，得到物資采購大數據檢測的時間序列分析模型為：

3系統軟件設計及仿真測試

在嵌入式的DSP及B/S構架體系下實現對物資采購數據智能分析系統優化設計，基于ARM嵌入式技術，進行物資采購數據智能分析系統的軟件開發設計，結合Linux集成控制技術，進行物資采購數據智能分析系統的總線開發，在ADRAM中建立物資采購數據智能分析系統的緩存區域融合模型，得到系統設計結構模型。如圖 1 所示。

為分析設計方法的有效性，根據物資采購數據智能分析系統結構設計，進行仿真測試，設定包括電腦、筆記本、打印機、復印機、掃描儀五種物資在內的辦公設備物資采購數據采集的樣本數分別為1000，總數為5000，測試數據為120，訓練樣本集為50，蟻群尋優的適應度系數為0.15，得到輸出的物資采購數據智能分析可靠性結果。得知本方法進行物資采購數據智能分析的可靠性能較高，在電腦、筆記本、打印機、復印機、光盤五種物資采購數據集中平均可靠性為95%，為進一步對比三種方法的有效性，測試智能分析結果準確性。分析可知，本方法在進行物資采購數據智能分析時，準確度高于另外兩種方法，最高可達到99%，再一次證明了本方法的可行性。在確保本方法可行性的基礎上再次對比三種方法的物資采購數據智能分析時間，本方法進行電腦、筆記本、打印機、復印機、光盤五種物資采購數據智能分析時，不僅能夠保證數據分析的準確度而且也保證了數據分析的效率，所用時間較短，平均可在1s的時間內實現對物資采購數據智能分析。

結束語

為提高物資采購數據分析可靠性及效率，提出基于蟻群算法的物資采購數據智能分析系統設計方法。為此，研究了基于蟻群算法的物資采購數據智能分析系統，將蟻群算法引入到該領域中，從而實現了物資采購數據的智能分析和處理。通過仿真實驗結果可以得知在進行物資采購數據智能分析時，可靠性平均為95%，準確性最高可達到99%，用時最短為1s，數據分析效果較好，具有一定的應用前景。但由于研究并未將全部因素考慮在內，未來將分析更多因素，以更準確地分析物資采購數據，進一步實現物資采購的科學化管理。

參考文獻：

[1]官雯.基于老年群體需求的無障礙藥品包裝設計[J].山東工藝美術學院，2020.

[2]梅海波，高峰，贠文輝.基于大數據分析的智能采購系統設計與實現[J].電信技術，2019，549（12）：135-138.

[3]劉明巍，張元新，劉昕，等.電網物資招標采購大數據應用及價值評估模型研究[J].經營與管理，2017，（12）：126-129.

[4]朱定法.物資采購供應信息管理系統建設研究———大數據技術在特大型建筑企業集團項目物資采購供應管理的應用[J].鐵路采購與物流，2018，139（04）：23-25.

[5]劉明巍，張元新，劉昕，等.電網物資招標采購大數據應用及價值評估模型研究[J].經營與管理，2017，（12）：126-129.