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！

龙图腾网获悉北京妙想科技有限公司申请的专利基于人工智能的生产物料需求预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120181544B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510669591.X，技术领域涉及：G06Q10/0631；该发明授权基于人工智能的生产物料需求预测方法及系统是由王天策设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于人工智能的生产物料需求预测方法及系统在说明书摘要公布了：本发明公开了基于人工智能的生产物料需求预测方法及系统，属于需求预测技术领域，方法包括：生产物料数据整合、生产物料数据优化、构建生产物料需求预测模型和生成预测报告。本方案对特征向量进行分簇并构建特征子集，得到数据的局部分类置信度，与权重正则化项相结合构建损失函数，更新特征向量权重，对特征重要性进行分析得到平滑阈值向量，进行特征向量筛选，减少数据的复杂性；将节点属性相似度和邻居差异量化相结合，计算双模态动态权重并更新节点属性，引入二阶扰动项和偏差平方和，映射节点属性，通过梯度动态修正噪声分布，采样潜在变量，引入立方偏差项重建节点属性，提高生产物料需求预测的准确性和时效性。

本发明授权基于人工智能的生产物料需求预测方法及系统在权利要求书中公布了：1.基于人工智能的生产物料需求预测方法，其特征在于：该方法包括以下步骤： 步骤S1：生产物料数据整合；采集和处理历史生产物料时间序列数据； 步骤S2：生产物料数据优化；对特征向量进行分簇并构建特征子集，得到数据的局部分类置信度，与权重正则化项相结合构建损失函数，更新特征向量权重，组合得到归一化特征权重向量，对特征重要性进行分析得到平滑阈值向量，基于两个向量进行特征向量筛选，完成优化； 步骤S3：构建生产物料需求预测模型；将节点属性相似度和邻居差异量化相结合，计算双模态动态权重并更新节点属性，引入二阶扰动项和偏差平方和，映射节点属性，通过梯度动态修正噪声分布，采样潜在变量，引入立方偏差项重建节点属性，多次迭代得到最终的节点属性并进行预测； 步骤S4：生成预测报告；根据生产物料需求预测模型输出的数据标签得到对应生产物料的需求量，并生成生产物料需求预测报告； 在步骤S3中包括步骤S32：更新节点属性；将节点属性相似度和邻居差异量化相结合，计算每个节点与其相邻节点之间的双模态动态权重，基于双模态动态权重完成节点属性的更新；所用公式如下： ； ； 其中，p1、p2和p3是节点索引，是节点p1更新后的节点属性，sp1、sp2和sp3分别是节点p1、节点p2和节点p3原始的节点属性，是节点p1的邻接节点集合，是节点p1和节点p2之间的双模态动态权重，W和q分别是可学习的权重矩阵和权重向量，λ是控制因子，和分别是节点属性相似度和邻居差异量化，是激活函数，是连接操作，T是转置操作，δ是调节因子，是L2范数的平方； 在步骤S3中包括步骤S34：重建节点属性；引入立方偏差项，使用潜在变量重建节点属性；所用公式如下： ； 其中，是节点p1重建后的节点属性，是使用潜在变量重建节点属性的解码器，是在第w个维度上的潜在变量均值，是节点p1对应的潜在变量在第w个维度上的值，Nvar是潜在变量的总维度，w是维度索引，是立方偏差项，p1是节点索引，xp1是节点p1对应的潜在变量，λ是控制因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京妙想科技有限公司，其通讯地址为：101100 北京市通州区永乐经济开发区恒业七街6号及6号院9号楼101；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。