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！

龙图腾网获悉上海卓昕瑞供应链管理有限公司申请的专利供应链智能协同管理平台的分布式数据监控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：CN120181804B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510639653.2，技术领域涉及：G06Q10/10；该发明授权供应链智能协同管理平台的分布式数据监控方法是由白晓燕设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本供应链智能协同管理平台的分布式数据监控方法在说明书摘要公布了：本发明公开了一种供应链智能协同管理平台的分布式数据监控方法，涉及分布式数据分析技术领域，具体包括如下步骤：构建供应链智能协同管理平台；安装数据监控设备，采集不同中间环节的特征数据，排列为时间序列向量，分别计算不同中间环节在时间维度上的动态相关性；构建动态关联图，在构建的动态关联图基础上进行因果检验，形成有向动态关联图；实时采集不同节点的特征数据，根据构建的有向动态关联图，预测节点的特征数据变化对其余节点的影响，实时排序高瓶颈风险节点；本发明基于时间序列向量计算动态相关性并引入时滞参数构建有向动态关联图，精准捕捉各环节间的时序依赖与因果关系，弥补了传统监控对环节联系挖掘不足的缺陷。

本发明授权供应链智能协同管理平台的分布式数据监控方法在权利要求书中公布了：1.一种供应链智能协同管理平台的分布式数据监控方法，其特征在于：所述分布式数据监控方法具体包括如下步骤： 步骤S100、构建供应链智能协同管理平台； 步骤S200、在所述供应链智能协同管理平台的所有中间环节安装数据监控设备，所述数据监控设备用于采集不同中间环节的特征数据，将所述不同中间环节的特征数据按照采集时间排列为时间序列向量； 步骤S300、以采集的所述时间序列向量为基准，分别计算不同中间环节在时间维度上的动态相关性，具体为： 步骤S301、实时采集不同中间环节的时间序列向量； 步骤S302、根据所述时间序列向量的维度确定窗口长度，并计算不同窗口的特征数据均值； 步骤S303、根据确定的窗口长度，根据窗口化皮尔逊相关系数的方法计算不同中间环节在时间维度上的动态相关性； 不同中间环节在时间维度上的动态相关性的计算公式表征为： ； 其中，表示中间环节X与中间环节Y之间的动态相关性；k表示窗口索引；W表示窗口长度；S表示时间步长；表示中间环节Y的时间序列向量中的第t个特征数据；表示中间环节X的时间序列向量中第k个窗口的特征数据均值；表示中间环节Y的时间序列向量中第k个窗口的特征数据均值；t表示特征数据的数量标签； 步骤S400、以所述中间环节为节点、以所述不同中间环节在时间维度上的动态相关性为边权重，构建动态关联图，在构建的动态关联图基础上进行因果检验，形成有向动态关联图，具体为： 步骤S401、将所述中间环节作为节点，所述中间环节之间的特征数据传输关系作为边，所述不同中间环节在时间维度上的动态相关性作为边权重，构建动态关联图； 步骤S402、对所述动态关联图中的不同节点之间进行因果检验，确定节点之间的主导方向，优化边权重； 步骤S403、将构建的动态关联图优化为有向动态关联图； 对所述有向动态关联图进行定时更新； 其中，在原有动态相关性计算的基础上引入时滞参数τ对不同节点之间进行因果检验，分别计算不同方向的相关性，具体为： 正向相关性X-Y，即表示通过节点X的时滞之前的历史时间序列向量来预测节点Y的时间序列向量： ； 逆向相关性Y-X，即表示通过节点Y的时滞之前的历史时间序列向量来预测节点X的时间序列向量： ； 其中，τ表示时滞参数；表示中间环节X到中间环节Y的有向动态相关性；表示中间环节Y到中间环节X的有向动态相关性；表示中间环节X时滞之前的历史时间序列中第k个窗口的特征数据均值；表示中间环节Y时滞之前的历史时间序列中第k个窗口的特征数据均值； 根据业务场景确定最大时滞τmax； 计算不同的和； 取有向动态相关性绝对值最大的作为主导方向，边权重更新为绝对值最大值的有向动态相关性； 对所述有向动态关联图进行定时更新； 步骤S500、实时采集不同节点的特征数据，根据构建的有向动态关联图，预测节点的特征数据变化对其余节点的影响，实时排序高瓶颈风险节点； 步骤S501、实时采集不同节点的特征数据，生成时间序列向量； 步骤S502、根据构建的有向动态关联图中的节点的时间序列向量的变化量与边权重，构建影响传播公式，预测节点的特征数据变化对其余节点的影响； 步骤S503、根据预测节点当前的特征数据，结合预测的影响传播值，实时排序高瓶颈风险节点； 所述影响传播公式具体为： ； 其中，表示节点X的时间序列向量的变化量；表示对节点Y的时间序列向量的影响传播值；表示节点Y的入度边权重归一化之后的值；其中，归一化方法选择Max-Min归一化方法； 所述瓶颈风险的预测公式具体为： ； 其中，表示节点i的瓶颈风险；N表示节点数量；d表示阻尼系数，表示节点影响力传递的概率；j表示所有指向节点i的节点；表示节点j指向节点i的边权重；表示节点j到i的影响延迟时间；表示节点j的所有出边权重总和归一化之后的值；表示初始节点j的瓶颈风险，初始值为平均分配基础风险1N； 分别计算节点的瓶颈风险，进行降序排序，根据实际情况按照排序对节点进行检查。

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上海卓昕瑞供应链管理有限公司，其通讯地址为：201604 上海市松江区石湖荡镇唐明路281号-1；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”。