Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜东南大学蒋嶷川获国家专利权

恭喜东南大学蒋嶷川获国家专利权

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!

龙图腾网恭喜东南大学申请的专利一种大宗商品交易中的监管主体联盟形成方法和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:CN113112361B

龙图腾网通过国家知识产权局官网在2025-04-22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:202110361436.3,技术领域涉及:G06Q40/04;该发明授权一种大宗商品交易中的监管主体联盟形成方法和系统是由蒋嶷川;张琪琪;张雨;狄凯设计研发完成,并于2021-04-02向国家知识产权局提交的专利申请。

一种大宗商品交易中的监管主体联盟形成方法和系统在说明书摘要公布了:本发明公开了一种大宗商品交易中的监管主体联盟形成方法与系统,用于大宗商品电子商务交易背景下,对交易中存在的风险形成具体的监管任务,为执行监管任务形成可提供稳定高效监管资源的监管主体联盟,根据大宗商品交易中单笔交易的基本信息与所需监管服务类型形成监管任务,通过学习历史风险交易事件建模监管资源及监管主体;针对具体的监管任务根据资源匹配求解任务分配问题,寻找可执行该任务且监管收益最高的监管主体,所有监管主体协作执行监管任务即可视为一个监管联盟,以达到对交易中风险事件执行监管以降低损失的目的。

本发明授权一种大宗商品交易中的监管主体联盟形成方法和系统在权利要求书中公布了:1.一种大宗商品交易中的监管主体联盟形成方法,其特征在于:基于一种大宗商品交易中的监管主体联盟系统,该系统包含任务输入模块、联盟形成模块、联盟演化模块,所述任务输入模块,根据大宗商品交易中单笔交易的基本信息与待监管风险类型形成监管任务,监管任务视为对一笔大宗商品交易中的风险执行监管这一事件,设置监管任务属性项;联盟形成模块:用于执行联盟形成算法;根据任务输入模块录入的监管任务执行联盟形成算法,执行结果为完成该监管任务的初始监管联盟;联盟演化模块:用于执行联盟演化算法;根据联盟形成模块的输出结果执行联盟演化算法,执行结果为系统内最优联盟;该方法包括以下步骤:1首先调用任务输入模块,根据大宗商品交易中单笔交易的基本信息与待监管风险类型形成监管任务,监管任务视为对一笔交易中的风险执行监管这一事件,设置监管任务属性项;2调用联盟形成模块,根据获得的用户输入执行联盟形成算法;所述步骤2中,调用联盟形成模块包括以下步骤:2-1补全属性,建立监管任务,系统存储着交易基本信息,包括交易方,交易金额,根据交易号检索;2-2建立监管主体模型,通过学习大宗商品交易知识,建立监管主体模型;系统存储着可执行监管任务的监管主体列表,监管主体即为能够提供监管资源的部门及机构,不同的监管主体提供不同的监管资源;2-3对监管任务匹配满足资源需求的监管主体,形成初始联盟;所述步骤2-3中系统存储着可执行监管任务的监管主体列表,根据监管任务属性匹配满足其资源需求的监管主体以形成初始联盟;匹配主体时需满足监管资源类型,监管资源数量,监管资源等级和监管地区范围四个约束条件:2-3-1监管主体提供的监管资源类型与监管任务所需监管资源类型相同;2-3-2监管主体提供的类型监管资源的数量不少于监管任务所需监管资源类型的数量;2-3-3监管主体提供的类型监管资源的等级不低于监管任务所需监管资源类型的等级;2-3-4监管主体的可监管范围能够覆盖交易平台地址;初始联盟为空,将系统中所有监管主体根据各自资源向量第一维分量1≤i≤r的大小,从大到小排序,得到监管主体序列,求出满足监管任务的第一维资源需求的最小值n1;该最小值n1规定了根据监管任务的第一维资源需求计算所得的初始联盟最少需要监管主体数目;同理获得根据其他维度资源需求,计算所得的最少需要监管主体数目序列,找到序列最小值nk,nk即为初始联盟成监管任务必须包含的最少需要监管主体数目,此时第k维资源需求被满足,求出资源需求数量与此时联盟中监管主体资源数量向量的差值,将剩余监管主体中k维分量最大的主体加入当前联盟中,直到监管任务所需所有资源均被满足,此时得到初始联盟;2-4使用联盟值表示监管联盟的价值,联盟值完全取决于它包括的监管主体的价值;所述步骤2-4中,采用在特征函数博弈中研究联盟形成,联盟值完全取决于它包括的监管主体的价值;所述监管联盟C的联盟值计算方法如下: Pt=benefit∈t 其中联盟值VC为完成监管任务t的联盟收益值,Pt为完成监管任务t所获得的报酬,benefit为该监管任务的交易收益,为代价函数,它的值随着自变量的增大单调递减,S为形成该联盟花费的所有代价之和,为每个影响因素归一化之后的值,每当生成新的联盟时,的值将会重新计算;FC为联盟内监管主体为执行任务付出的资源成本,EC为联盟内主体协作的跨区域代价,MC为联盟内主体协作的跨层级代价;联盟内监管主体为执行任务付出的资源成本: 其中为resource为监管任务的资源需求列表,rn为监管任务需要的资源数量;联盟内主体协作的跨区域代价: 其中Ai,Aj为联盟内监管主体i和监管主体j,positioni为监管主体i的地理位置,positionj为监管主体j的地理位置;联盟内主体协作的跨层级代价: 其中MC为联盟内主体协作的跨层级代价,ram为监管主体提供的资源等级,rm为监管任务需要的资源等级;2-5对形成的初始联盟执行联盟压缩;2-6对压缩后的初始联盟执行局部优化;3调用联盟演化模块,系统接收到联盟形成模块中获得的初始联盟后,联盟演化模块提供一种联盟演化方法用于更新当前系统内联盟;步骤3中,系统接收到联盟形成模块中获得的初始联盟后,联盟演化模块提供一种联盟演化方法用于更新当前系统内联盟,当新的最优初始联盟到达时,同系统内已有监管联盟进行对比,包括以下步骤:A.如存在已有监管联盟可覆盖到达的初始联盟内所有联盟主体,则认为已有监管联盟可执行到达初始联盟对应的监管任务,将此监管任务加入到对应的已有监管联盟的任务集中,系统中不增加新的监管联盟;B.如已有监管联盟均无法覆盖到达的初始联盟内所有联盟主体,则遍历已有监管联盟,假设对该已有监管联盟加入新的监管主体以覆盖到达联盟,计算更新后的联盟值,如果更新后的联盟值大于原监管联盟与到达联盟的联盟值之和,则认为该更新有利于系统内联盟值的提升,系统按此更新已有联盟,不增加新的监管联盟,否则在系统中增加达到的初始联盟为新的监管联盟;所述步骤B中替换更新后的联盟值,其中计算公式为:VC_new=[Pt+Pt′]-FC_new-EC_new-MC_new其中VC_new为替换更新后的联盟值,Pt′为到达联盟所获报酬,FC_new为替换后的联盟付出的资源成本,EC_new为更新后联盟内主体协作的跨区域代价,MC_new为更新后联盟内主体协作的跨层级代价。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。