金网络(北京)数字科技有限公司沈耀双获国家专利权
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!
龙图腾网获悉金网络(北京)数字科技有限公司申请的专利一种供应链风险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:CN120197948B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202510402210.1,技术领域涉及:G06Q10/0635;该发明授权一种供应链风险预测方法及系统是由沈耀双;李群;王斌设计研发完成,并于2025-04-01向国家知识产权局提交的专利申请。
本一种供应链风险预测方法及系统在说明书摘要公布了:本发明属于供应链数据分析技术领域,公开了一种供应链风险预测方法及系统。所述的方法包括如下步骤:基于云数据中心,采集历史供应链大数据,并进行预处理;进行聚类处理和数据降维;使用人工智能算法,构建对应的供应链风险预测模型和供应链优化模型;采集当前供应链节点的实时供应链数据,获取匹配供应链环节,并进行数据降维;使用匹配供应链风险预测模型,进行供应链风险预测,得到实时供应链风险预测结果;使用匹配供应链优化模型,进行匹配供应链优化,得到实时供应链优化策略,返回至对应的供应链节点,执行实时供应链优化策略。本发明解决了现有技术存在的数据收集与整合困难、风险预测效果差以及响应机制不灵活的问题。
本发明授权一种供应链风险预测方法及系统在权利要求书中公布了:1.一种供应链风险预测方法,其特征在于:包括如下步骤: 基于云数据中心,采集来自不同数据源且包括不同供应链环节的历史供应链数据的异构的历史供应链大数据,并对历史供应链大数据进行预处理,得到同构的若干预处理后历史供应链数据,包括如下步骤: 基于云数据中心,采集来自不同数据源且包括不同供应链环节的历史供应链数据的异构的历史供应链大数据; 对历史供应链大数据进行数据筛选,得到若干清洗后历史供应链数据; 根据云数据中心的数据格式,构建统一数据模型,并根据统一数据模型,为每一数据源设置对应的历史数据映射与转换策略,包括如下步骤: 对不同数据源的历史供应链数据进行解析,得到每一数据源的若干核心数据元素; 根据不同数据源的若干核心数据元素,设定统一数据模型的数据结构,包括报表、字段以及关系的数据结构; 根据统一数据模型的数据结构,设定核心数据元素之间的数据关系,包括一对一、一对多以及多对多的数据关系; 根据不同数据源的核心数据元素、统一数据模型的数据结构以及核心数据元素之间的数据关系,设定每一核心数据元素的数据约束,包括数据类型、取值范围以及默认值的数据约束; 根据不同数据源的核心数据元素、统一数据模型的数据结构、核心数据元素之间的数据关系以及每一核心数据元素的数据约束,构建对应的统一数据模型; 根据统一数据模型,为每一数据源设置对应的历史数据映射与转换策略; 根据历史数据映射与转换策略,对异构的若干清洗后历史供应链数据进行数据格式映射与转换,得到同构的若干转换后历史供应链数据; 对若干预处理后历史供应链数据进行聚类处理,得到若干聚类中心及对应的数据集群,并对若干数据集群进行数据降维,得到每一供应链环节的降维后历史供应链数据集及对应的关键指标集; 根据降维后历史供应链数据集,使用人工智能算法,构建对应的供应链风险预测模型和供应链优化模型,并在遍历所有供应链环节的降维后历史供应链数据集后,得到每一供应链环节的供应链风险预测模型和供应链优化模型; 采集当前供应链节点的实时供应链数据,根据实时供应链数据与若干聚类中心的欧氏距离,获取对应的匹配供应链环节,并根据匹配供应链环节对应的匹配关键指标集,对实时供应链数据进行数据降维,得到降维后实时供应链数据; 提取匹配供应链环节对应的匹配供应链风险预测模型和匹配供应链优化模型,并根据降维后实时供应链数据,使用匹配供应链风险预测模型,进行供应链风险预测,得到实时供应链风险预测结果; 根据实时供应链风险预测结果,使用匹配供应链优化模型,进行匹配供应链优化,得到实时供应链优化策略,将实时供应链优化策略返回至对应的供应链节点,执行实时供应链优化策略,并返回实时供应链数据采集步骤。
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金网络(北京)数字科技有限公司,其通讯地址为:100000 北京市大兴区北京经济技术开发区荣华南路13号院8号楼2层2200室;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励