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！

龙图腾网获悉重庆长括科技有限公司申请的专利后勤保障管理中的动态物资需求预测系统及其方法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：CN120875175B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511252157.8，技术领域涉及：G06Q10/04；该发明授权后勤保障管理中的动态物资需求预测系统及其方法是由杨帆设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本后勤保障管理中的动态物资需求预测系统及其方法在说明书摘要公布了：本发明涉及后勤保障管理技术领域，具体涉及后勤保障管理中的动态物资需求预测系统及其方法，该系统包括数据采集模块、数据分析模块、物资需求预测模块和物资需求预测显示终端，数据采集模块负责采集历史使用数据，数据分析模块计算消耗概率系数、综合影响系数、均值和标准差，物资需求预测模块基于这些数据通过自适应多特征融合预测框架计算未来物资需求，显示终端用于展示预测结果，该系统通过多维度特征融合和自适应权重分配，相比传统方法预测精度提升30%～45%，有效减少了物资短缺和过度库存的情况，提高了后勤保障管理的效率和准确性。

本发明授权后勤保障管理中的动态物资需求预测系统及其方法在权利要求书中公布了：1.后勤保障管理中的动态物资需求预测系统，其特征在于，包括： 数据采集模块，用于采集待预测物资过去若干周期内的使用数据并发送至数据分析模块； 数据分析模块，与所述数据采集模块连接，用于计算待预测物资的消耗概率系数、综合影响系数、待预测物资使用量的均值和待预测物资使用量的标准差，并将所述消耗概率系数、所述综合影响系数、所述待预测物资使用量的均值和所述待预测物资使用量的标准差发送至物资需求预测模块； 物资需求预测模块，与所述数据分析模块连接，用于接收所述消耗概率系数、所述综合影响系数、所述待预测物资使用量的均值和所述待预测物资使用量的标准差，基于接收的所述消耗概率系数、所述综合影响系数、所述待预测物资使用量的均值和所述待预测物资使用量的标准差，通过自适应多特征融合预测框架计算待预测物资的未来第一周期的物资需求预测值；以及 物资需求预测显示终端，与所述物资需求预测模块连接，用于接收并显示所述待预测物资的未来第一周期的物资需求预测值； 所述数据分析模块在计算所述待预测物资的综合影响系数时，包括以下处理： 定义影响因子，所述影响因子包括时间影响因子、空间影响因子和事件影响因子，所述影响因子与所述待预测物资的使用数据存在强相关关系； 采集所述待预测物资过去若干周期内的使用数据和所有同类型物资的使用数据，并将所述待预测物资、所述同类型物资和所述影响因子进行交叉关联性分析，确定所述待预测物资与所述影响因子之间的关联性程度； 基于所述待预测物资、所述同类型物资使用数据和所有所述影响因子间的关联性程度，计算得到所述待预测物资使用数据与所有所述同类型物资使用数据间的关联性程度，所述关联性程度包括强关联性、中关联性和弱关联性； 使用所述待预测物资的使用数据与使用数据为强关联性的所述同类型物资使用数据间的关联性程度，进行加权运算得到所述待预测物资的综合影响系数； 所述物资需求预测模块的自适应多特征融合预测框架包括： 时间敏感的多级衰减权重单元，用于基于相邻时间点的间隔对历史数据赋予时间权重，使近期数据获得更高权重，远期数据权重逐级递减； 特征评估单元，用于评估各特征的预测价值，生成特征重要性评分； 权重分配单元，用于基于所述特征重要性评分分配初始权重； 动态调整单元，用于根据近期预测误差反馈，实时调整特征权重； 预测生成单元，用于将加权后的各特征预测值整合为最终预测结果； 所述物资需求预测模块还包括自学习的概率统计与决策树混合预测机制，所述混合预测机制包括： 物资特性分析单元，用于分析物资历史数据的规律性、波动性特征； 物资分类决策器，用于根据所述特征将物资分类为可预测物资与不可预测物资； 消耗概率计算单元，用于计算所述待预测物资的消耗概率系数； 决策树构建单元，用于基于历史数据构建预测决策树； 预测方法切换控制器，用于根据设定的切换参数自动在概率统计预测方法和决策树预测方法之间切换。

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重庆长括科技有限公司，其通讯地址为：400000 重庆市南岸区经开区迎龙镇富源大道临2号；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。