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！

龙图腾网获悉中山市盛邦鞋业有限责任公司申请的专利基于深度学习的数字化生产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：CN121032027B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510971635.4，技术领域涉及：G06Q10/0631；该发明授权基于深度学习的数字化生产需求预测方法及系统是由张碧涛;张绍红;韩晓泊;张绍江设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于深度学习的数字化生产需求预测方法及系统在说明书摘要公布了：本申请实施例提供一种基于深度学习的数字化生产需求预测方法及系统，首先获取目标生产场景的历史生产数据集合，其中包含具有时间序列标记的多类生产相关数据单元，接着对历史生产数据集合进行分析，构建包含实体节点及关系边的需求影响因素图谱，基于该需求影响因素图谱生成初始需求特征表示，然后将初始需求特征表示输入预训练的深度学习预测模型进行处理，该深度学习预测模型由图卷积特征提取层、时序依赖建模层及多维度预测输出层依次连接构成，最终生成目标生产场景的未来生产需求预测结果，包括产品需求数量趋势描述、物料消耗波动范围估计及设备产能调配方向指引，有助于提高企业的生产效率、降低生产成本。

本发明授权基于深度学习的数字化生产需求预测方法及系统在权利要求书中公布了：1.一种基于深度学习的数字化生产需求预测方法，其特征在于，所述方法包括： 获取目标生产场景的历史生产数据集合，所述历史生产数据集合包含具有时间序列标记的多类生产相关数据单元，所述多类生产相关数据单元包括生产物料消耗数据、设备运行状态数据、市场需求反馈数据及产品库存变化数据； 对所述历史生产数据集合进行分析，构建包含实体节点及关系边的需求影响因素图谱，所述实体节点对应生产相关数据单元中的关键影响因子，所述关系边表征关键影响因子之间的关联依赖程度； 基于所述需求影响因素图谱生成初始需求特征表示，所述初始需求特征表示包含节点特征向量集合及关系特征矩阵集合，所述节点特征向量集合对应实体节点的属性特征，所述关系特征矩阵集合对应关系边的关联强度特征； 将所述初始需求特征表示输入预训练的深度学习预测模型进行处理，生成目标生产场景的未来生产需求预测结果，其中，所述深度学习预测模型包含依次连接的图卷积特征提取层、时序依赖建模层及多维度预测输出层，所述未来生产需求预测结果包含产品需求数量趋势描述、物料消耗波动范围估计及设备产能调配方向指引； 所述将所述初始需求特征表示输入预训练的深度学习预测模型进行处理，生成目标生产场景的未来生产需求预测结果，包括： 通过所述图卷积特征提取层对所述初始需求特征表示中的节点特征向量集合及关系特征矩阵集合进行图卷积运算处理，提取实体节点之间的生产需求关联特征； 将图卷积运算处理得到的生产需求关联特征输入所述时序依赖建模层，通过循环神经网络结构对生产需求关联特征捕捉生产需求在时间维度上的周期性波动规律，得到不同生产周期时间点的特征向量； 通过所述时序依赖建模层的输出端设置的注意力机制模块，对不同生产周期时间点的特征向量进行权重分配和特征融合处理，得到经过注意力机制处理的时序特征向量； 激活所述多维度预测输出层的预测目标维度对应的全连接神经网络子层，所述预测目标维度包括产品需求数量、物料消耗数量及设备产能需求数量；其中，预先针对每个预测目标维度，设置独立的全连接神经网络子层，所述全连接神经网络子层的输入为所述时序依赖建模层输出的包含生产周期特征的时序特征向量； 通过所述全连接神经网络子层对时序特征向量进行特征变换处理，生成与产品订单波动、物料采购计划及设备产能调配相匹配的预测特征向量； 对所述预测特征向量进行激活函数处理，采用线性激活函数生成连续型的预测值； 将多个预测目标维度的输出结果进行整合，按照生产管理系统的输入规范生成包含多维度预测信息的未来生产需求预测结果； 所述通过所述图卷积特征提取层对所述初始需求特征表示中的节点特征向量集合及关系特征矩阵集合进行图卷积运算处理，提取实体节点之间的生产需求关联特征，包括： 构建基于生产需求影响因素的邻接矩阵，所述邻接矩阵根据实体节点的关系边连接情况生成，邻接矩阵的元素值表示生产需求影响因素之间的连接状态； 对所述邻接矩阵进行标准化处理，采用对称标准化方法消除不同生产需求影响因素节点度数差异对图卷积运算的影响，得到标准化后的邻接矩阵； 将所述节点特征向量集合与标准化后的邻接矩阵进行矩阵相乘运算，得到包含生产订单量与物料消耗关联信息的一阶邻域特征聚合结果； 引入权重矩阵对所述一阶邻域特征聚合结果进行参数调整，所述权重矩阵通过生产需求预测模型训练过程中学习优化； 将经过权重矩阵调整后的特征聚合结果与原始节点特征向量进行拼接处理，生成包含多阶生产需求关联特征的新节点特征向量集合。

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中山市盛邦鞋业有限责任公司，其通讯地址为：528400 广东省中山市南区良都社区城南四路50号厂房3号楼二、三、四层；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。