Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于供应链管理的业务数据处理方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:共幸科技(深圳)有限公司

摘要:本申请涉及数据处理技术领域,公开了一种基于供应链管理的业务数据处理方法及系统。所述方法包括:采集并整合供应链网络中多个节点的节点度、货物流量和库存水平,得到节点特征数据集以及进行网格层级划分,得到层级结构图;进行节点特征处理,得到网络特征描述和所属层级标识;进行重要性综合评分计算,得到节点重要程度列表;进行节点移除模拟和网络指标变化分析,得到网络指标变化数据;进行模糊层次分析,得到指标选择评价结果并采用双深度Q网络建模得到多层网络感知模型;获取实时状态数据集并通过多层网络感知模型进行供应链调度策略分析,输出动态供应链调度策略,本申请提高了供应链管理的业务数据处理的准确率。

主权项:1.一种基于供应链管理的业务数据处理方法,其特征在于,所述基于供应链管理的业务数据处理方法包括:采集并整合供应链网络中多个节点的节点度、货物流量和库存水平,得到节点特征数据集,以及根据所述节点特征数据集对所述供应链网络进行网格层级划分,得到层级结构图;根据所述层级结构图对所述多个节点进行节点特征处理,得到每个节点的网络特征描述和所属层级标识;具体包括:对所述层级结构图进行分割,得到分割后的层级结构子图集合;根据分割后的层级结构子图集合,对每个层级结构子图进行边界特征提取,得到边界特征集合;对所述边界特征集合进行分类,得到层级标识集合;将所述层级结构图转化为加权有向图模型,并对所述加权有向图模型进行拉普拉斯矩阵特征提取,得到拉普拉斯特征矩阵;对所述拉普拉斯特征矩阵进行谱分解,得到特征谱集合,并根据所述特征谱集合,对所述加权有向图模型进行谱聚类,得到节点聚类结果;对所述节点聚类结果进行密度峰值聚类,得到密度峰值聚类模型;根据所述密度峰值聚类模型,提取每个节点的中心向量,得到节点中心向量集合;将所述节点中心向量集合和所述层级标识集合融合,得到每个节点的网络特征描述集合;根据所述网络特征描述集合和所述层级标识集合,生成每个节点的网络特征描述和所属层级标识;根据所述网络特征描述和所述所属层级标识对所述多个节点进行重要性综合评分计算,得到每个节点的重要性综合评分,并根据所述重要性综合评分对所述多个节点进行节点排序,得到节点重要程度列表;基于所述节点重要程度列表对所述供应链网络进行节点移除模拟和网络指标变化分析,得到网络指标变化数据;具体包括:根据所述节点重要程度列表,选取重要程度最低的节点集合,并对所述供应链网络建立复杂网络模型;根据所述复杂网络模型,计算网络初始拓扑指标集合,并对所述重要程度最低的节点集合进行逐步移除模拟;在每次移除一个节点后,根据所述复杂网络模型重新计算网络拓扑指标集合;将所述网络初始拓扑指标集合和所述重新计算的网络拓扑指标集合进行对比,得到拓扑指标变化矩阵;根据所述拓扑指标变化矩阵,提取关键拓扑指标变化,并对所述关键拓扑指标变化建立指标变化模型;将所有指标变化模型融合,得到综合网络指标变化模型,并根据所述综合网络指标变化模型,输出网络指标变化数据;对所述网络指标变化数据进行模糊层次分析,得到指标选择评价结果,并采用双深度Q网络对所述指标选择评价结果进行多层网络感知建模,得到多层网络感知模型;获取所述供应链网络的实时状态数据集,并将所述实时状态数据集输入所述多层网络感知模型进行供应链调度策略分析,输出动态供应链调度策略。

全文数据:

权利要求:

百度查询: 共幸科技(深圳)有限公司 基于供应链管理的业务数据处理方法及系统

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。