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！

龙图腾网获悉盘古云链(天津)数字科技有限公司申请的专利基于多智能体协作的物料申请自动填报与审核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：CN121189301B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511737033.9，技术领域涉及：G06F40/186；该发明授权基于多智能体协作的物料申请自动填报与审核方法及系统是由迟庆付;陈鸣;任意;曹昆;郭紫薇设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本基于多智能体协作的物料申请自动填报与审核方法及系统在说明书摘要公布了：本发明涉及企业智能信息化管理技术领域，公开了基于多智能体协作的物料申请自动填报与审核方法及系统，该方法包括：用户通过文本、语音或Web表单提交物料申请请求，系统根据物料申请请求生成结构化意图并调用检索增强RAG模型自动生成物料申请单，随后由格式、库存、预算和政策四维并行校验得到综合校验结果，通过规则‑机器学习双轨审核模型同步评分，冲突时启动低风险自动过单、中风险限时抽检、高风险强制人工复核的三级风险裁决，并在线利用复核结果用于增量更新模型与规则库，最后生成审批报告并写入区块链。本发明通过RAG增强技术与多智能体协作机制，实现对物料申请从意图理解到最终审核的全流程、动态化与智能化管理与控制效果。

本发明授权基于多智能体协作的物料申请自动填报与审核方法及系统在权利要求书中公布了：1.基于多智能体协作的物料申请自动填报与审核方法，其特征在于，该方法包括： 步骤S1，用户交互接口接收物料申请请求，并生成标准化请求数据； 步骤S2，对所述物料申请请求进行解析，并生成结构化意图描述； 步骤S3，根据结构化意图描述，通过基于检索增强的RAG模型生成预填充的物料申请单； 步骤S4，对预填充的物料申请单启动多维度并行校验，输出综合校验结果； 步骤S5，将综合校验结果输入规则-机器学习双轨审核模型，生成规则决策结果； 步骤S6，通过预设的协同裁决策略对所述规则决策结果进行裁决和人工复核，将裁决通过的物料申请单写入ERP接口； 步骤S7，根据裁决和人工复核的结果，通过在线学习算法对双轨审核模型参数进行增量更新； 步骤S8，将物料申请单、对应审批结果和决策过程封装为审批报告，并写入区块链存储； 其中在步骤S4中，还包括如下子步骤： S4-1，对预填充物料申请单进行必填项、数据类型、数值范围及格式规范的合规性检查，计算字段级合规得分与错误列表，输出格式校验结果； S4-2，通过实时调用ERP库存接口，根据物料编码及需求数量计算库存缺口、库存满足度指标与预计缺货风险等级，输出库存校验结果； S4-3，通过读取申请部门的当期预算额度与已用金额，给出本次物料申请中申请金额的占用比例及预警标识，输出预算校验结果； S4-4，将预填充物料申请单和预设的采购政策规则集进行匹配，检测其是否违反集中采购政策、节能环保政策或供应商准入政策，输出政策校验结果； S4-5，通过基于历史误判率反演的动态权重分配方法对所述格式校验结果、库存校验结果、预算校验结果和政策校验结果进行加权融合，得到综合校验结果，并输出四维校验报告； 基于历史误判率反演的动态权重分配方法：即统计过去十二个月各维度的误判数量，计算其格式、库存、预算和政策的“假阴性率”FNR并作为动态权重，每季度自动更新一次，融合时采用加权几何平均，保证高可信维度主导结果，持续提高综合校验的精准度与自适应能力； 其中在步骤S5中，还包括如下子步骤： S5-1，在双轨审核模型的规则引擎轨道，利用4D-RCM方法提取格式、库存、预算和政策标记序列，匹配规则链并生成规则决策标签； 4D-RCM方法：即四维规则链匹配方法，将格式、库存、预算、政策四维度校验标记按固定顺序排成4bit标记序列，通过预先配置的包含条件→动作→优先级三元组的决策链依次进行匹配，实现零黑箱、可审计的规则推理； S5-2，在双轨审核模型的机器学习轨道，将各维度标记序列向量化后输入预训练梯度提升树模型，得到风险概率区间，并通过映射表生成通过、警告或拒绝的ML决策标签； S5-3，对所述规则决策标签与ML决策标签进行编码统一，生成双轨决策向量，并通过业务预设分别赋予置信度，得到规则决策向量和ML决策向量； S5-4，通过冲突检测器比较双轨决策向量，若一致则直接采纳作为规则决策结果，若冲突则转入步骤S6，并标记冲突原因； 其中在步骤S6中，还包括如下子步骤： S6-1，读取规则决策结果中的决策标签、置信度及冲突原因，通过预设的评分函数计算得到综合风险分值R，所述综合风险分值R位于0~1之间； S6-2，预设低风险阈值T1和高风险阈值T2，所述T1和T2的初始值分别预设为T1=0.3、T2=0.7，并可通过最近12个月历史误判率FAR曲线动态更新； S6-3，通过三级阈值比较器将综合风险分值R与预设的低风险阈值T1、高风险阈值T2进行比较，输出裁决档位，包括：当R≤T1时输出“低风险”档位，当T1RT2时输出“中风险”档位，当R≥T2时输出“高风险”档位； S6-4，当裁决档位为“低风险”时，将该物料申请单的申请单号、物料明细及审批标识进行封装并由API网关写入ERP接口； S6-5，当裁决档位为“中风险”时，将该物料申请单的申请单号、物料明细、审批标识和预算冻结条件进行封装，并请求进行限时人工抽检，抽检合格则人工写入ERP接口，抽检不合格则转为“高风险”档位； S6-6，当裁决档位为“高风险”时，自动锁定该物料申请单的申请号并向复核工作池推送人工复核请求，所述人工复核请求包括风险原因、决策依据和建议措施； 其中在步骤S7中，还包括如下子步骤： S7-1，提取通过裁决、经人工复核后通过以及经人工复核后拒绝的物料申请单对应的综合校验向量、决策标签及置信度，并封装为训练样本，将所述训练样本输入在线学习引擎； S7-2，在所述在线学习引擎中，通过自适应梯度下降算法对规则-机器学习双轨审核模型的机器学习轨进行更新，调整其叶节点权重及分裂增益，得到更新后的机器学习模型文件； S7-3，在所述在线学习引擎中，通过规则剪枝与再生成方法对规则-机器学习双轨审核模型的规则引擎轨进行更新，停用支持度下降的规则并通过频繁项挖掘方法补充新规则，得到更新后的规则库版本号； S7-4，将所述更新后的机器学习模型文件与规则库版本号写回双轨审核模型，并记录更新时间和训练样本量。

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盘古云链(天津)数字科技有限公司，其通讯地址为：300110 天津市南开区南马路北侧铭隆大厦1号楼6-7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。