Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州市数商云网络科技有限公司谢建松获国家专利权

广州市数商云网络科技有限公司谢建松获国家专利权

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!

龙图腾网获悉广州市数商云网络科技有限公司申请的专利基于强化学习的B2B订单智能管理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:CN120494920B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510378028.7,技术领域涉及:G06Q30/0601;该发明授权基于强化学习的B2B订单智能管理方法及系统是由谢建松;岳峥辉;温海韬;严肇勇设计研发完成,并于2025-03-26向国家知识产权局提交的专利申请。

基于强化学习的B2B订单智能管理方法及系统在说明书摘要公布了:本发明公开了一种基于强化学习的B2B订单智能管理方法及系统,该方法包括:实时采集待处理的第一订单队列的订单数据,订单数据包括订单优先级及交货时间;根据订单数据判断第一订单队列中是否存在满足预设插单条件的目标订单,若是,从订单数据中提取目标订单的订单特征信息,并将每个订单特征信息与当前处理的第二订单队列进行关联;根据插单影响量化评估模型,对订单特征信息执行量化评估,得到量化评估结果,量化评估结果包括目标订单插入第二订单队列的影响信息;量化评估结果用于指示将目标订单插入第二订单队列的具体插单事项。可见,实施本发明能够提高B2B订单的处理灵活性与管理智能化程度,同时提高插单决策的精准性与订单资源利用率。

本发明授权基于强化学习的B2B订单智能管理方法及系统在权利要求书中公布了:1.一种基于强化学习的B2B订单智能管理方法,其特征在于,所述方法包括: 实时采集待处理的第一订单队列对应的订单数据,所述订单数据至少包括订单优先级以及交货时间; 根据所述订单数据判断所述第一订单队列中是否存在满足预设插单条件的目标订单,当判断结果为是时,从所述订单数据中提取所述目标订单的订单特征信息,并将每个所述订单特征信息与当前处理的第二订单队列进行关联; 根据预设的插单影响量化评估模型,对所述订单特征信息执行量化评估,得到针对所述目标订单的量化评估结果,所述量化评估结果包括所述目标订单插入所述第二订单队列的影响信息;所述量化评估结果用于指示将所述目标订单插入所述第二订单队列的具体插单事项;所述量化评估结果包括与预设的插单影响因子对应的计算结果;所述插单影响因子包括延迟天数、生产资源占用率与物流资源占用率; 所述方法还包括: 根据所述量化评估结果,确定针对所述目标订单的多个插单策略; 根据预设的多目标优化奖励函数,结合所述量化评估结果,计算与每个所述插单策略对应的奖励值;所述多目标优化奖励函数包括多个优化参数;每个所述优化参数对应一项客户的订单要求;且不同客户针对所有所述订单要求的关注比例不同; 根据每个所述插单策略对应的奖励值,从所有所述插单策略中确定最优插单策略; 该多目标优化奖励函数对应的函数公式为: 其中,R为该多目标优化奖励函数对应每个所述插单策略的奖励值;为订单整体延迟参数;为所述订单整体延迟参数对应的转化函数,为所述订单整体延迟参数对应的参数权重;为核心客户订单延迟参数;为所述核心客户订单延迟参数对应的转化函数,为所述核心客户订单延迟参数对应的参数权重;为订单资源利用率;为所述订单资源利用率对应的转化函数;为所述订单资源利用率对应的参数权重; 所述订单整体延迟参数对应的转化函数的计算公式为: 其中,是一个预设的阈值,当订单整体延迟超过时,表示该插单策略对订单整体交付影响过大,对应的奖励贡献为0,在范围内,该订单整体延迟越小,对应的奖励贡献越大; 该核心客户订单延迟参数对应的转化函数的计算公式为: 其中,是该核心客户订单延迟参数的阈值,用于指示企业对核心客户订单交付的严格要求程度; 该资源利用率对应的转化函数的计算公式为: 。

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广州市数商云网络科技有限公司,其通讯地址为:510630 广东省广州市天河区中山大道中439号1401房;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”。

以上内容由龙图腾AI智能生成。

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。