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！

龙图腾网获悉浙江工商大学申请的专利一种跨境供应链上多供应商订单分配的动态优化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：CN120911806B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510831376.5，技术领域涉及：G06Q10/0631；该发明授权一种跨境供应链上多供应商订单分配的动态优化方法是由郭飞鹏;王馨怡;王晓蓬;刘东升;周伟设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种跨境供应链上多供应商订单分配的动态优化方法在说明书摘要公布了：本发明公开了一种跨境供应链上多供应商订单分配的动态优化方法，获取供应商所在地区的历史跨境物流时效以及供应商的历史长期生产质量、生产成本和交货时间数据，通过标准化和注意力机制对数据进行多变量融合预处理；再进行数据分解；通过时间卷积网络提取局部特征，长短期记忆网络捕捉长期依赖关系，输出综合预测值；对供应商的定性标准进行梯形模糊数转换与去模糊化处理，生成归一化模糊权重；最后通过迭代双边拍卖机制，基于预测值和模糊权重进行迭代双边优化，实现订单分配的社会效益最大化。本发明解决了传统方法难以动态整合定量与定性指标的问题，显著提升了跨境供应链订单分配的效率和适应性。

本发明授权一种跨境供应链上多供应商订单分配的动态优化方法在权利要求书中公布了：1.一种跨境供应链上多供应商订单分配的动态优化方法，其特征在于包括如下步骤： 步骤S1：获取各供应商所在地区的多维历史时序数据；包括如下步骤： 步骤S1.1：对于每个供应商的多维历史数据进行的标准化预处理，得到历史数据对应的多个维度的特征向量； 步骤S1.2：通过注意力机制融合多变量；对每个时间步输入特征向量，通过全连接层计算注意力得分，注意力得分通过归一化操作，计算多维度特征的注意力权重，基于注意力权重融合多维度特征，生成基于时间步的供应商历史融合数据特征，最终得到完整的时序数据； 步骤S2：基于时序数据生成扰动信号，通过互补集合经验模态分解将扰动信号分解成多个本征模态函数分量和一个残差项； 步骤S3：构建时间卷积网络与长短期记忆网络模型，通过时间卷积网络层提取时序数据的局部特征，通过长短期记忆网络层捕捉时序数据的长期依赖特征；每个所述本征模态函数分量和所述残差项分别通过所述模型进行深度学习训练，以预测未来时序数据，得到多个本征模态函数分量和残差项的预测值，对预测值进行重构，得到供应商综合评分预测值； 步骤S4：对决策者使用语言变量对供应商的定性标准进行评估，并将评估通过梯形模糊数转化为数值权重，根据数值权重得到供应商基于服务的内部与外部权重； 步骤S5：基于所述供应商综合评分预测值和所述内部与外部权重，通过迭代双边拍卖机制，迭代优化企业报价与供应商报价，在供需平衡约束下最大化社会效益目标，进行订单分配。

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浙江工商大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道学正街18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。