(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210988156.X (22)申请日 2022.08.17 (71)申请人 厦门省点信息技 术有限公司 地址 361000 福建省厦门市思明区文屏路1 号嘉禾良库文化创意园8号楼3 C81 (72)发明人 胡喜龙　 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06Q 50/12(2012.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 一种餐饮成本管控方案 (57)摘要 本发明公开了一种餐饮成本管控方案， 包 括： 该方案包括： 人员培训系统、 学习系统、 管理 系统以及获取历史数据样本的分析系统； 所述人 员培训系统和学习系统用于对员工进行岗前培 训； 所述管理系统用于对成本进行管控； 所述获 取历史数据样本的分析系统利用分类决策树算 法， 挖掘与生产成本直接关联的因素； 建立神经 网络模型， 利用历史数据样本中的关联因素对神 经网络模型进行训练， 在训练过程中， 以根据生 产项目参数预先测算出的固定数值为预算成本， 账面成本为实际发生成本 。 权利要求书1页 说明书2页 CN 115239019 A 2022.10.25 CN 115239019 A 1.一种餐饮成本管控方案， 其特征在于， 包括： 该方案包括： 人员 培训系统、 学习系统、 管理系统以及获取历史数据样本的分析系统； 所述人员培训系统和学习系统用于对员工进 行岗前培训； 所述管理系统用于对成本进行管控； 所述获取历史数据样本的分析系统利用 分类决策树算法， 挖掘与生产成本直接 关联的因素； 建立神经网络模 型， 利用历史数据样本 中的关联因素对神经网络模型进行训练， 在训练过程中， 以根据生产项目参数预先测算出 的固定数值为预算成本， 账面成本为实际发生成本， 根据神经网络模型预测得到的预测成 本与预算成本的差值， 账面 成本与预测成本的差值， 对预测结果进 行分析， 并根据分析结果 优化神经网络模型的参数， 直到训练结果符合设定条件； 利用训练后的神经网络模型， 根据 本周期的关联因素， 预测下一周期的生产成本， 如果预测的生产成本超过预定的预算成本 时， 进行预警， 对下一周期的生产项目成本进行监 督和管控。 2.根据权利要求1所述的一种餐饮成本管控方案， 其特征在于， 所述与生产成本直接关 联的内容包括产品及其属性、 生产 物料清单、 生产订单、 采购订单、 批次、 发票价、 合同价、 暂 估价、 招标价、 结论 价、 供应商和数量中的若干 。 3.根据权利要求1所述的一种餐饮成本管控方案， 其特征在于， 所述人员培训系统还包 括身份验证模块， 所述身份验证模块包括身份认证动态编码库、 身份权限数据库和验证核 实模块。 4.根据权利要求3所述的一种餐饮成本管控方案， 其特征在于， 所述身份认证动态编码 库用于在操作人员登录后， 进入相应的管控层级 单元进行数据操作时生成一组动态编 码来 核实登入人员人份信息； 身份权限数据库保存了人员的身份信息与权限； 验证核实模块用 于生成验证核实码。权　利　要　求　书 1/1 页 2 CN 115239019 A 2一种餐饮成 本管控方案 技术领域 [0001]本发明涉及成本管控技 术领域,更 具体的说是 涉及一种餐饮成本管控方案 。 背景技术 [0002]成本管控是企业在 参与商业活动中必须面对的一个重要管理课题， 尤其是从事产 品设计和制造的企业。 目前， 大多 数制造业领域中的企业进 行成本估算主要有两种方法： 传 统的成本核算法和基于活动的成本管理方法。 [0003]传统成本核算法的成本计算对象主要局限于 “产品”层次。 因此， 传统成本法所计 算的成本主要指的是制造成本， 包括制造产品过程中与生产产品直接相关的费用——直接 材料、 直接人工、 制 造费用等。 基于活动的成本管理方法的成本估算单位为作业， 其更关注 产品形成过程和成本形成的前因后果。 目前， 关于的成本估算方面的专利大多以这两种成 本估算思想为中心 发明内容 [0004]有鉴于此， 本发明提供了一种可以实现有人做、 有人看、 有人教、 有人管等功能的 餐饮成本管控方案 。 [0005]为实现上述目的， 本发明提供如下技 术方案： [0006]一种餐饮成本管控方案， 其特征在于， 包括： 该方案包括： 人员培训系统、 学习系 统、 管理系统以及获取历史数据样本的分析系统； 所述人员培训系统和学习系统用于对员 工进行岗前培训； 所述管理系统用于对成本进行管控； 所述获取历史数据样本的分析系统 利用分类决策树算法， 挖掘与生产成本直接 关联的因素； 建立神经网络模型， 利用历史数据 样本中的关联因素对神经网络模型进行训练， 在训练过程中， 以根据生产项目参数预先测 算出的固定数值为预算成本， 账面成本为实际发生成本， 根据神经网络模型预测得到的预 测成本与预算成本的差值， 账面成本与预测成本的差值， 对预测结果进 行分析， 并根据分析 结果优化神经网络模 型的参数， 直到训练结果符合设定条件； 利用训练后的神经网络模型， 根据本周期的关联因素， 预测下一周期的生产成本， 如果预测的生产成本超过预定的预算 成本时， 进行 预警， 对下一周期的生产项目成本进行监 督和管控。 [0007]优选的， 在上述一种餐饮成本管控方案中， 所述与生产成本直接关联的内容包括 产品及其属性、 生产 物料清单、 生产订单、 采购订单、 批次、 发票价、 合同价、 暂估价、 招标价、 结论价、 供应商和数量中的若干 。 [0008]优选的， 在上述一种餐饮成本管控方案中， 所述人员培训系统还包括身份验证模 块， 所述身份验证模块包括身份认证动态编码库、 身份权限数据库和验证核实模块。 [0009]优选的， 在上述一种餐饮成本管控方案中， 所述身份认证动态编码库用于在操作 人员登录后， 进入相应的管控层级单元进 行数据操作时生成一组动态编码来核实登入人员 人份信息； 身份权限数据库保存了人员的身份信息与权限； 验证核实模块用于生成验证核 实码。说　明　书 1/2 页 3 CN 115239019 A 3