1.本技术涉及电子元器件价格评估技术领域，特别是涉及一种元器件价格评估方法、装置、计算机设备和存储介质。
背景技术：2.随着电子技术的发展，电子元器件广泛应用于日常生活、工业生产、军事国防、航天航空等领域，其采购管理工作越来越受到人们的重视。在元器件采购管理工作中，重点会考虑成本问题，而对成本影响最大的是元器件的价格，因此价格是否合理是一个很重要的考虑因素。
3.目前，主要是采购人员参考国内外主要厂商的元器件价格，对待采购元器件价格进行评估得到价格评估结果，由于该价格评估方式受主观因素干扰，因此，存在无法客观评估待采购元器件价格的问题。
技术实现要素：4.基于此，有必要针对上述技术问题，提供一种能够评估元器件价格的元器件价格评估方法、装置、计算机设备和存储介质。
5.第一方面，本技术提供了一种元器件价格评估方法。所述方法包括：
6.获取同一产品类型的元器件数量对应的历史价格信息；
7.根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
8.根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
9.根据所述价格指标确定所述历史价格信息的目标量化值。
10.第二方面，本技术还提供了一种元器件价格评估装置。所述装置包括：
11.获取模块，用于获取同一产品类型的元器件数量对应的历史价格信息；
12.第一确定模块，用于根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
13.第二确定模块，用于根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
14.第三确定模块，用于根据所述价格指标确定所述历史价格信息的目标量化值。
15.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
16.获取同一产品类型的元器件数量对应的历史价格信息；
17.根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
18.根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
19.根据所述价格指标确定所述历史价格信息的目标量化值。
20.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
21.获取同一产品类型的元器件数量对应的历史价格信息；
22.根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
23.根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
24.根据所述价格指标确定所述历史价格信息的目标量化值。
25.第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现以下步骤：
26.获取同一产品类型的元器件数量对应的历史价格信息；
27.根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
28.根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
29.根据所述价格指标确定所述历史价格信息的目标量化值。
30.上述元器件价格评估方法、装置、计算机设备和存储介质，通过获取同一产品类型的元器件数量对应的历史价格信息，并根据元器件数量以及对应的历史价格信息，确定元器件数量的对数函数，然后根据上述的对数函数、元器件数量和历史价格信息，确定历史价格信息的价格指标，进而根据价格指标确定历史价格信息的目标量化值。本实施例是将元器件的历史价格信息和元器件数量经过一系列处理之后得到元器件历史价格信息的目标量化值，通过目标量化值即可确定相对应的历史价格信息是否合理，从而实现对采购自不同厂家、元器件数量不同的元器件的价格进行客观评估，不会受到采购人员主观因素的影响。
附图说明
31.图1为本技术实施例提供的一种元器件价格评估方法的流程示意图；
32.图2为本技术实施例提供的一种元器件数量的对数函数确定方法的流程示意图；
33.图3为本技术实施例提供的一种历史价格信息的价格指标确定方法的流程示意图；
34.图4为本技术实施例提供的一种历史价格信息的目标量化值确定方法的流程示意图；
35.图5为本技术实施例提供的一种剩余价格指标对应的历史价格信息的目标量化值确定方法的流程示意图；
36.图6为本技术实施例提供的一种各剩余价格指标的概率量化值确定方法的流程示意图；
37.图7为本技术实施例提供的一种各剩余价格指标与参考价格指标的偏离程度量化值确定方法的流程示意图；
38.图8为本技术实施例提供的一种元器件价格评估装置的结构框图；
39.图9为本技术实施例提供的一种计算机设备的内部结构图。
具体实施方式
40.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
41.参照图1，图1为本技术实施例提供的一种元器件价格评估方法的流程示意图，该方法应用于计算机设备。该方法包括以下步骤：
42.s101，获取同一产品类型的元器件数量对应的历史价格信息。
43.元器件的产品类型例如包括电阻器、电容器、敏感元器件和传感器(件)、断路器等。
44.历史价格信息可以为对来自于国内外不同价格体系的厂商所生产的元器件的价格信息进行标准化处理后的信息。对元器件的价格信息进行标准化处理后，能够在不同价格体系之间建立统一的比较标准，其中，可以利用下述价格标准化的公式对元器件的价格信息进行标准化处理，价格标准化的公式如下：
45.x
′
α，t
＝x
α，t
*ρ
46.式中，x
α，t
为元器件未进行标准化处理的价格信息，x
′
α，t
为元器件标准化之后的价格信息，d为元器件分类，t为元器件数量；ρ为价格标准化系数，其数值根据需要设置，如x
α，t
的价格计算单位为美元，x
′
α，t
的价格计算单位为人民币，则ρ为历年人民币对美元汇率，如x
α，t
的价格计算单位为元/千米，x
′
α，t
的价格计算单位为元/米，则ρ为0.001，其他价格计算单位的标准化参考国际单位制标准做相应处理。
47.本实施例中，可以将x
′
α，t
作为本实施例所需的历史价格信息，为了便于介绍，将x
′
α，t
记为x。
48.s102，根据元器件数量以及对应的历史价格信息，确定元器件数量的对数函数。
49.元器件数量越多，单个元器件的价格越低，如果元器件数量的大小的个数比较少，例如元器件数量的大小的个数小于预设阈值，则意味着元器件数量对应的历史价格信息的个数较少，此种情况下，根据元器件数量以及对应的历史价格信息，确定元器件数量的对数函数，可以通过如下方式实现：
50.获取预设对数函数的预设对数参数，根据预设对数参数，确定元器件数量的对数函数。
51.例如，预设对数参数可以为a＝1.027，b＝-0.037，则可以确定元器件数量的对数函数为：
52.v(t)＝1.027-0.037
×
log(t)
53.s103，根据对数函数、元器件数量和历史价格信息，确定历史价格信息的价格指标。
54.本步骤中，根据对数函数、元器件数量和历史价格信息，确定历史价格信息的价格指标，可以通过如下方式实现：
55.将各元器件数量输入对数函数，得到各元器件购买数量对应的元器件购买数量指数；
56.确定各元器件数量对应的历史价格信息与对应的元器件购买数量指数的第二比值；
57.根据第二比值确定历史价格信息的价格指标。
58.其中，根据第二比值确定历史价格信息的价格指标，例如可以将第二比值乘以预设系数，将第二比值与预设系数的乘积结果作为历史价格信息的价格指标。
59.s104，根据价格指标确定历史价格信息的目标量化值。
60.若价格指标为多个，则根据价格指标确定历史价格信息的目标量化值，可以通过如下方式实现：
61.确定各价格指标的价格数据概率；
62.根据各价格指标的价格数据概率，确定各价格指标的概率量化值；
63.根据各价格指标的概率量化值确定各历史价格信息的目标量化值。
64.例如，若s101中获取了元器件数量a对应的历史价格信息a、元器件数量b对应的历史价格信息b，将元器件数量a输入s102确定的对数函数中得到元器件购买数量指数a，将元器件数量b输入s102确定的对数函数中得到元器件购买数量指数b，根据s103，利用历史价格信息a和购买数量指数a得到价格指标a，利用历史价格信息b和购买数量指数b得到价格指标b，由价格指标a和价格指标b分别得到各自相对应的价格数据概率p(a)和价格数据概率p(b)，将p(a)和p(b)分别与预设系数θ相乘，得到价格指标a和价格指标b的概率量化值θ*p(a)和θ*p(b)，概率量化值θ*p(a)和θ*p(b)即为历史价格信息a和历史价格信息b各自的目标量化值。
65.本实施例提供的元器件价格评估方法，通过获取同一产品类型的元器件数量对应的历史价格信息，并根据元器件数量以及对应的历史价格信息，确定元器件数量的对数函数，然后根据上述的对数函数、元器件数量和历史价格信息，确定历史价格信息的价格指标，进而根据价格指标确定历史价格信息的目标量化值。本实施例是将元器件的历史价格信息和元器件数量经过一系列处理之后得到元器件历史价格信息的目标量化值，通过目标量化值即可确定相对应的历史价格信息是否合理，从而实现对采购自不同厂家、元器件数量不同的元器件的价格进行客观评估，不会受到采购人员主观因素的影响。
66.参照图2，图2为本技术实施例提供的一种元器件数量的对数函数确定方法的流程示意图。本实施例涉及的是如何确定元器件数量的对数函数的一种可选的实现方式。在上述实施例的基础上，上述的s102包括如下步骤：
67.s201，确定各元器件数量对应的历史价格信息与最高的历史价格信息的第一比值。
68.例如，国内外典型厂家同一元器件产品不同的购买数量共有如下n个，n个不同的购买数量按照n的大小递增，即t
数量1
＜t
数量2
＜
……
＜t
数量n-1
＜t
数量n
其中，n为大于0的整数。该n个购买数量和购买数量对应的历史价格信息记为：
69.(t
数量1
，x
价格1
)，(t
数量2
，x
价格2
)...(t
数量n
，x
价格n
)
70.式中，t
数量1
一般为1。
71.由以往的购买经验可知，购买数量越多，单个元器件的价格越低，因此，最高的历史价格信息是元器件数量最少时对应的历史价格信息，即t
数量1
对应的历史价格信息x
价格1
为最高的历史价格信息，则第一比值可表示为x
价格m
/x
价格1
m为大于等于1且小于等于n的整数。
72.根据各元器件数量对应的第一比值，对历史价格信息进行归一化处理得到归一化结果：
73.(t
数量1
，1)，(t
数量2
，x
价格2
/x
价格1
)...(t
数量n
，x
价格n
/x
价格1
)
74.将归一化结果简记为：
75.(t1，x1)，(t2，x2)...(tn，xn)
76.s202，根据元器件数量和对应的第一比值，对预设对数函数进行拟合得到拟合参数。
77.根据经济学中的相关知识可知，元器件的历史价格信息与其数量有一定的相关关系，可采用预设对数函数来表示它们之间的关系，预设对数函数如下：
78.xi＝a+b
×
log(ti)+ε
79.式中，a、b为拟合参数，i为任意大于等于1且小于等于n的整数，其中ε为残差项，ε是一个服从正态分布的随机变量，该正态分布的均值为0且标准差为
80.拟合参数a、b分别表示购买数量回归常数和回归系数。
81.根据元器件数量和对应的第一比值，可以利用最小二乘法对预设对数函数进行拟合得到拟合参数，拟合参数b和a可分别用下式表示：
[0082][0083][0084]
s203，根据拟合参数确定元器件数量的对数函数。
[0085]
本步骤中，根据s202得到的拟合参数，可以确定元器件数量的对数函数，元器件数量的对数函数可表示为：
[0086]
v(t)＝a+b
×
log(t)
[0087]
本实施例中，根据国内外不同厂商的元器件价格数据，采用预设对数函数将元器件的历史价格信息与其数量关联起来，贴近元器件价格评审、采购管理等相关工作需求，满足对元器件相关信息下合理价格区间定量分析需要。
[0088]
参照图3，图3为本技术实施例提供的一种历史价格信息的价格指标确定方法的流程示意图。本实施例涉及的是确定历史价格信息的价格指标的一种可选的实现方式。在上述实施例的基础上，上述的s103包括如下步骤：
[0089]
s301，将各元器件数量输入对数函数，得到各元器件购买数量对应的元器件购买数量指数。
[0090]
本步骤中，将各元器件数量t输入对数函数v(t)，得到各元器件购买数量对应的元器件购买数量指数可表示为：
[0091]
v(t)＝a+b
×
log(t)
[0092]
s302，确定各元器件数量对应的历史价格信息与对应的元器件购买数量指数的第二比值。
[0093]
本步骤中，第二比值即为历史价格信息对相应的购买数量做归一化拟合的结果，第二比值可表示为：x/v
t
。
[0094]
需要说明的是，通过本步骤可以实现对历史价格信息对应的购买数量进行归一化
处理。
[0095]
s303，将第二比值作为对应的历史价格信息的价格指标。
[0096]
历史价格信息对应的价格指标为：
[0097]
x＝x
′
α，t
/v
t
[0098]
式中，x为价格指标。
[0099]
由于价格指标是对历史价格信息在价格和数量两方面进行归一化后得到的标量，因此价格指标相对于历史价格信息能够更全面更合理的衡量元器件价格水平，并为元器件价格评估体系的建立打下基础，从而进一步提高对历史价格信息进行客观评估的准确性。
[0100]
参照图4，图4为本技术实施例提供的一种历史价格信息的目标量化值确定方法的流程示意图。本实施例涉及的是如何确定历史价格信息的目标量化值的一种可选的实现方式。在上述实施例的基础上，上述的s104包括如下步骤：
[0101]
s401，滤除各历史价格信息的价格指标中不满足预设指标区间的价格指标，得到各剩余价格指标。
[0102]
本实施例采用截尾采样的采样方案，具体为将各历史价格信息的价格指标按照升序的原则记为：x1，x2……
xn取其中η为截尾系数，一般取0.05，去除价格指标数据集中大于x
max
和小于x
min
的数据，则各剩余价格指标按照升序的原则可记为：x
min
，x
min+1
……
x
max1
了便于介绍将其记为x
′1，x
′2……
x
′q[0103]
s402，根据各剩余价格指标，确定各剩余价格指标对应的历史价格信息的目标量化值。
[0104]
本步骤中，根据各剩余价格指标，确定各剩余价格指标对应的历史价格信息的目标量化值，可由以下方式实现：
[0105]
根据各剩余价格指标，确定各剩余价格指标与参考价格指标的偏离程度量化值；
[0106]
根据偏离程度量化值，确定各剩余价格指标对应的历史价格信息的目标量化值。
[0107]
可以理解的是，目标量化值越高，意味着剩余价格指标对应的历史价格信息越合理。
[0108]
本实施例提供的方法，通过滤除各历史价格信息的价格指标中不满足预设指标区间的价格指标，得到各剩余价格指标，并根据各剩余价格指标，确定各剩余价格指标对应的历史价格信息的目标量化值。由于元器件历史价格信息来源广泛，其价格指标难免会受到离群值影响，本实施例采用截尾采样的方案，消除了离群值对价格指标的影响，使得本实施例中的价格评估方法对于元器件的价格评估更加合理准确。
[0109]
参照图5，图5为本技术实施例提供的一种剩余价格指标对应的历史价格信息的目标量化值确定方法的流程示意图。本实施例涉及的是如何确定剩余价格指标对应的历史价格信息的目标量化值的一种可选的实现方式。在上述实施例的基础上，上述的s402包括如下步骤：
[0110]
s501，确定各剩余价格指标的价格数据概率。
[0111]
本步骤可以通过如下方式实现：
[0112]
根据预设划分区间的大小和个数，利用高斯无参数概率估计方法确定各剩余价格指标的价格数据概率；或者，
[0113]
对各剩余价格指标进行区间划分得到至少一个价格指标区间，根据各价格指标区
间以及预设的第一对应关系，确定各价格指标区间中各剩余价格指标的价格数据概率，其中，第一对应关系包括不同的价格指标区间与不同价格数据概率之间的对应关系。
[0114]
对按照升序排列的各剩余价格指标进行区间大小划分，区间大小设为h，区间个数为k，两者分别如下式所示：
[0115]
h＝c*q-1/5
[0116][0117]
式中，q为剩余价格指标的个数，c为常数，c＝1.05*数据序列标准差，其中数据序列标准差是指剩余价格指标序列x
′1，x
′2……
x
′q的标准差。
[0118]
则各剩余价格指标可以被划分为如下区间：
[0119]
sk＝[x
′1，x
′1+h]，[x
′1+h，x
′1+h*2]，......[x
′1+(k-1)*h，x
′q]
[0120]
采用高斯无参数概率估计方法，即核密度估计方法，计算各剩余价格指标的价格数据概率为：
[0121][0122]
式中，任意x
′j∈sk，f(x)为高斯核密度函数，如下式所示：
[0123][0124]
其中，
[0125][0126]
若各类别下元器件价格数据积累较少，可根据第一对应关系确定各剩余价格指标的价格数据概率，第一对应关系中的不同价格数据概率即为各剩余价格指标的价格数据概率，各类别元器件的第一对应关系如表1、表2、表3、表4表5、表6、表7和表8所示。例如，某电阻器的剩余价格指标x
′g属于表1中序号2所对应的电阻器价格指标区间，即xg∈(0.08，0.17]由于价格指标区间(0.08，0.17]所对应的价格数据概率为0.0505，因此，剩余价格指标x
′g所对应的价格数据概率也为0.0505，即p(x
′g)＝0.0505
[0127][0128]
表1
[0129][0130]
表2
[0131][0132]
表3
[0133][0134]
表4
[0135][0136]
表5
[0137][0138]
表6
[0139][0140]
表7
[0141][0142]
表8
[0143]
本实施例既可以通过高斯无参数概率估计方法也可通过第一对应关系来确定各剩余价格指标的价格数据概率，可以根据实际情况选择合适的方法确定价格数据概率，特别是在元器件价格数据积累较少，采用高斯无参数概率估计方法无法计算价格数据概率的情况下，即可选择采用第一对应关系确定价格数据概率；由于高斯无参数概率估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发
研究数据分布特征的方法，相对于利用直方图等方法，能够更好的拟合数据本身的概率分布；由于第一对应关系表是根据各大厂商生产的元器件的200万份价格数据总结得到的，真实且全面的反映了元器件价格的实际情况，有很强的参考价值。
[0144]
s502，根据各剩余价格指标的价格数据概率，确定各剩余价格指标的概率量化值。
[0145]
本步骤中，根据各剩余价格指标的价格数据概率，确定各剩余价格指标的概率量化值，即是将s501中确定的价格数据概率转化为定量的可以进行评估的数值的过程。
[0146]
s503，根据各剩余价格指标，确定各剩余价格指标与参考价格指标的偏离程度量化值。
[0147]
将所有剩余价格指标按照从小到大升序原则排列之后，取其中位数，该中位数即为参考价格指标。
[0148]
s504，根据各剩余价格指标的概率量化值和偏离程度量化值，确定各剩余价格指标对应的历史价格信息的目标量化值。
[0149]
目标量化值由下式确定：
[0150]
目标量化值＝概率量化值*k1+偏离程度量化值*k2[0151]
式中，k1、k2都是比例系数，可根据需要调整，但需满足以下条件：k1+k2＝1k1≥0，k2≥0。
[0152]
本实施例可以通过目标量化值的数值大小直接对元器件价格进行定量分析，评估其合理性，并且由于目标量化值对应的历史价格信息来自于国内外不同厂家所生产的各类元器件价格的大量数据，因此其适用范围很广，能够对不同厂家生产的各类元器件进行价格评估。
[0153]
参照图6，图6为本技术实施例提供的一种各剩余价格指标的概率量化值确定方法的流程示意图。本实施例涉及的是如何确定各剩余价格指标的概率量化值的一种可选的实现方式。在上述实施例的基础上，上述的s502包括如下步骤：
[0154]
s601，确定各剩余价格指标的价格数据概率与最高的价格数据概率的第二比值。
[0155]
将各剩余价格指标的价格数据概率按从小到大排序后形成q位序列(p1，p2……
pq)则最高的价格数据概率为pq，任意pi∈(p1，p2……
pq)有第二比值为pi/pq。
[0156]
s602，根据预设概率量化值和各剩余价格指标对应的第二比值，确定各剩余价格指标的概率量化值。
[0157]
各剩余价格指标的概率量化值＝预设概率量化值*第二比值；
[0158]
其中，预设概率量化值取100，则有
[0159]
概率量化值＝100*pi/pq[0160]
本实施例首先确定各剩余价格指标的价格数据概率与最高的价格数据概率的第二比值，然后根据预设概率量化值和各剩余价格指标对应的第二比值，确定各剩余价格指标的概率量化值，从而将价格数据概率转化为定量的可以进行评估的数值，提高了对于元器件历史价格信息评估的合理性。
[0161]
参照图7，图7为本技术实施例提供的一种各剩余价格指标与参考价格指标的偏离程度量化值确定方法的流程示意图。本实施例涉及的是如何确定各剩余价格指标与参考价格指标的偏离程度量化值的一种可选的实现方式。在上述实施例的基础上，上述的s503包括如下步骤：
[0162]
s701，根据各剩余价格指标确定参考价格指标。
[0163]
本步骤可以通过如下方式实现：
[0164]
根据各剩余价格指标，从各剩余价格指标中确定中位数，并将中位数作为参考价格指标；或者，
[0165]
若剩余价格指标的个数小于预设个数，则根据预设的第二对应关系和各剩余价格指标对应的元器件的产品类型，确定参考价格指标，其中，第二对应关系包括不同产品类型与不同参考价格指标之间的对应关系。
[0166]
本步骤中的参考价格指标可以为各剩余价格指标的中位数，记为va。
[0167]
不同产品类型与不同参考价格指标之间的第二对应关系如表9所示：
[0168]
序号产品类型参考价格指标1电阻器0.082电容器0.53敏感元器件和传感器(件)2.414滤波器和网络2605保险丝、避雷器、吸收器和保护装置2.536断路器112.037开关6.178电连接器20.169继电器15.94510线圈、变压器和磁性元件511振荡器和压电晶体1012声表面波和声体波器件913电子管和附件(真空电子器件)2.814半导体分立器件和附件1.515微电路4016送受话器和扬声器4.4417光电子器件0.918天线、波导管和相关设备99819同步器和分解器8020通信设备电缆、软线和电线组件7.3721电气电子组件、板和卡29.21
[0169]
表9
[0170]
本实施例提供了两种确定参考价格指标的方法，在元器件剩余价格指标的数量积累较少，无法将各剩余价格指标的中位数作为参考价格指标的情况下，可以利用第二对应关系确定参考价格指标，这就使得本技术确定的元器件价格评估方法应用场景更加广泛。
[0171]
s702，确定各剩余价格指标与参考价格指标的差值。
[0172]
本步骤中，各剩余价格指标与参考价格指标的差值可记为：x-va。
[0173]
s703，确定各剩余价格指标对应的差值与参考价格指标的第三比值。
[0174]
本步骤中，各剩余价格指标对应的差值与参考价格指标的第三比值为：|x-va|/va[0175]
s704，根据第三比值和预设偏离程度量化值，确定各剩余价格指标与参考价格指标的偏离程度量化值。
[0176]
偏离程度量化值＝预设偏离程度量化值*e-第三比值
[0177]
其中，预设偏离程度量化值为100，因此
[0178][0179]
本实施例提供的方法，首先根据各剩余价格指标确定参考价格指标，然后确定各剩余价格指标与参考价格指标的差值，在此基础上确定各剩余价格指标对应的差值与参考价格指标的第三比值，最后根据第三比值和预设偏离程度量化值，确定各剩余价格指标与参考价格指标的偏离程度量化值。将各剩余价格指标与参考价格指标的差值转化为定量的可以进行评估的数值，提高了对于元器件历史价格信息评估的合理性。
[0180]
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0181]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的元器件价格评估方法的元器件价格评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个元器件价格评估装置实施例中的具体限定可以参见上文中对于元器件价格评估方法的限定，在此不再赘述。
[0182]
在一个实施例中，如图8所示，提供了一种元器件价格评估装置800，包括：获取模块801、第一确定模块802和第二确定模块803和第三确定模块804，其中：
[0183]
获取模块801，用于获取同一产品类型的元器件数量对应的历史价格信息；
[0184]
第一确定模块802，用于根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；
[0185]
第二确定模块803，用于根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；
[0186]
第三确定模块804，用于根据所述价格指标确定所述历史价格信息的目标量化值。
[0187]
在一个实施例中，所述元器件数量的大小为多个，第一确定模块802,具体用于确定各所述元器件数量对应的历史价格信息与最高的历史价格信息的第一比值；根据所述元器件数量和对应的所述第一比值，对预设对数函数进行拟合得到拟合参数；根据所述拟合参数确定所述元器件数量的对数函数。
[0188]
在一个实施例中，第二确定模块803，具体用于将各所述元器件数量输入所述对数函数，得到各所述元器件购买数量对应的元器件购买数量指数；确定各所述元器件数量对应的历史价格信息与对应的元器件购买数量指数的第二比值；将所述第二比值作为对应的历史价格信息的价格指标。
[0189]
在一个实施例中，第三确定模块804，包括：
[0190]
滤除子模块，用于滤除各所述历史价格信息的价格指标中不满足预设指标区间的
价格指标，得到各剩余价格指标；
[0191]
确定子模块，用于根据各所述剩余价格指标，确定各所述剩余价格指标对应的历史价格信息的目标量化值。
[0192]
在一个实施例中，所述确定子模块，包括：
[0193]
第一确定单元，用于确定各所述剩余价格指标的价格数据概率；
[0194]
第二确定单元，用于根据各所述剩余价格指标的价格数据概率，确定各所述剩余价格指标的概率量化值；
[0195]
第三确定单元，用于根据各所述剩余价格指标，确定各所述剩余价格指标与参考价格指标的偏离程度量化值；
[0196]
第四确定单元，用于根据各所述剩余价格指标的概率量化值和偏离程度量化值，确定各所述剩余价格指标对应的历史价格信息的目标量化值。
[0197]
在一个实施例中，所述第一确定单元，具体用于根据预设划分区间的大小和个数，利用高斯无参数概率估计方法确定各所述剩余价格指标的价格数据概率；或者，对各所述剩余价格指标进行区间划分得到至少一个价格指标区间，根据各所述价格指标区间以及预设的第一对应关系，确定各所述价格指标区间中各剩余价格指标的价格数据概率，其中，所述第一对应关系包括不同的价格指标区间与不同价格数据概率之间的对应关系。
[0198]
在一个实施例中，所述第二确定单元，具体用于确定各所述剩余价格指标的价格数据概率与最高的价格数据概率的第二比值；根据预设概率量化值和各所述剩余价格指标对应的第二比值，确定各所述剩余价格指标的概率量化值。
[0199]
在一个实施例中，所述第三确定单元，包括：
[0200]
第一确定子单元，用于根据各所述剩余价格指标确定所述参考价格指标；
[0201]
第二确定子单元，用于确定各所述剩余价格指标与所述参考价格指标的差值；
[0202]
第三确定子单元，用于确定各所述剩余价格指标对应的差值与所述参考价格指标的第三比值；
[0203]
第四确定子单元，用于根据所述第三比值和预设偏离程度量化值，确定各所述剩余价格指标与所述参考价格指标的偏离程度量化值。
[0204]
在一个实施例中，所述第一确定子单元，具体用于根据各所述剩余价格指标，从各所述剩余价格指标中确定中位数，并将所述中位数作为所述参考价格指标；或者，若所述剩余价格指标的个数小于预设个数，则根据预设的第二对应关系和各所述剩余价格指标对应的元器件的产品类型，确定所述参考价格指标，其中，所述第二对应关系包括不同产品类型与不同参考价格指标之间的对应关系。
[0205]
上述元器件价格评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0206]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备
的数据库用于存储应力信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应力试验方法。
[0207]
本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0208]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施例提供的元器件价格评估方法的步骤。
[0209]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例提供的元器件价格评估方法的步骤。
[0210]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述实施例提供的元器件价格评估方法的步骤。
[0211]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0212]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0213]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0214]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。
技术特征：1.一种元器件价格评估方法，其特征在于，所述方法包括：获取同一产品类型的元器件数量对应的历史价格信息；根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；根据所述价格指标确定所述历史价格信息的目标量化值。2.根据权利要求1所述的方法，其特征在于，所述元器件数量的大小为多个，所述根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数，包括：确定各所述元器件数量对应的历史价格信息与最高的历史价格信息的第一比值；根据所述元器件数量和对应的所述第一比值，对预设对数函数进行拟合得到拟合参数；根据所述拟合参数确定所述元器件数量的对数函数。3.根据权利要求2所述的方法，其特征在于，所述根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标，包括：将各所述元器件数量输入所述对数函数，得到各所述元器件购买数量对应的元器件购买数量指数；确定各所述元器件数量对应的历史价格信息与对应的元器件购买数量指数的第二比值；将所述第二比值作为对应的历史价格信息的价格指标。4.根据权利要求3所述的方法，其特征在于，所述根据所述价格指标确定所述历史价格信息的目标量化值，包括：滤除各所述历史价格信息的价格指标中不满足预设指标区间的价格指标，得到各剩余价格指标；根据各所述剩余价格指标，确定各所述剩余价格指标对应的历史价格信息的目标量化值。5.根据权利要求4所述的方法，其特征在于，所述根据各所述剩余价格指标，确定各所述剩余价格指标对应的历史价格信息的目标量化值，包括：确定各所述剩余价格指标的价格数据概率；根据各所述剩余价格指标的价格数据概率，确定各所述剩余价格指标的概率量化值；根据各所述剩余价格指标，确定各所述剩余价格指标与参考价格指标的偏离程度量化值；根据各所述剩余价格指标的概率量化值和偏离程度量化值，确定各所述剩余价格指标对应的历史价格信息的目标量化值。6.根据权利要求5所述的方法，其特征在于，所述确定各所述剩余价格指标的价格数据概率，包括：根据预设划分区间的大小和个数，利用高斯无参数概率估计方法确定各所述剩余价格指标的价格数据概率；或者，对各所述剩余价格指标进行区间划分得到至少一个价格指标区间，根据各所述价格指标区间以及预设的第一对应关系，确定各所述价格指标区间中各剩余价格指标的价格数据
概率，其中，所述第一对应关系包括不同的价格指标区间与不同价格数据概率之间的对应关系。7.根据权利要求5所述的方法，其特征在于，所述根据各所述剩余价格指标的价格数据概率，确定各所述剩余价格指标的概率量化值，包括：确定各所述剩余价格指标的价格数据概率与最高的价格数据概率的第二比值；根据预设概率量化值和各所述剩余价格指标对应的第二比值，确定各所述剩余价格指标的概率量化值。8.根据权利要求5所述的方法，其特征在于，所述根据各所述剩余价格指标，确定各所述剩余价格指标与参考价格指标的偏离程度量化值，包括：根据各所述剩余价格指标确定所述参考价格指标；确定各所述剩余价格指标与所述参考价格指标的差值；确定各所述剩余价格指标对应的差值与所述参考价格指标的第三比值；根据所述第三比值和预设偏离程度量化值，确定各所述剩余价格指标与所述参考价格指标的偏离程度量化值。9.根据权利要求8所述的方法，其特征在于，所述根据各所述剩余价格指标确定所述参考价格指标，包括：根据各所述剩余价格指标，从各所述剩余价格指标中确定中位数，并将所述中位数作为所述参考价格指标；或者，若所述剩余价格指标的个数小于预设个数，则根据预设的第二对应关系和各所述剩余价格指标对应的元器件的产品类型，确定所述参考价格指标，其中，所述第二对应关系包括不同产品类型与不同参考价格指标之间的对应关系。10.一种元器件价格评估装置，其特征在于，所述装置包括：获取模块，用于获取同一产品类型的元器件数量对应的历史价格信息；第一确定模块，用于根据所述元器件数量以及对应的历史价格信息，确定元器件数量的对数函数；第二确定模块，用于根据所述对数函数、所述元器件数量和所述历史价格信息，确定所述历史价格信息的价格指标；第三确定模块，用于根据所述价格指标确定所述历史价格信息的目标量化值。11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
技术总结本申请涉及一种元器件价格评估方法、装置、计算机设备和存储介质。所述方法包括：通过获取同一产品类型的元器件数量对应的历史价格信息，并根据元器件数量以及对应的历史价格信息，确定元器件数量的对数函数，然后根据上述的对数函数、元器件数量和历史价格信息，确定历史价格信息的价格指标，进而根据价格指标确定历史价格信息的目标量化值。本申请是将元器件的历史价格信息和元器件数量经过一系列处理之后得到元器件历史价格信息的目标量化值，通过目标量化值即可确定相对应的历史价格信息是否合理，从而实现对采购自不同厂家、元器件数量不同的元器件的价格进行客观评估，不会受到采购人员主观因素的影响。会受到采购人员主观因素的影响。会受到采购人员主观因素的影响。
技术研发人员：李颖 张元忠 王松岭 赵慧霞 谢伟伟 刘馨阳
受保护的技术使用者：中央军委装备发展部装备价格评审中心
技术研发日：2022.07.20
技术公布日：2022/11/1
