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 > 恭喜深圳市秦丝科技有限公司刘勇获国家专利权

恭喜深圳市秦丝科技有限公司刘勇获国家专利权

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!

龙图腾网恭喜深圳市秦丝科技有限公司申请的专利基于人工智能的供应链多维波动预测与库存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:CN119849715B

龙图腾网通过国家知识产权局官网在2025-05-27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:202510337572.7,技术领域涉及:G06Q10/04;该发明授权基于人工智能的供应链多维波动预测与库存优化方法是由刘勇设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

基于人工智能的供应链多维波动预测与库存优化方法在说明书摘要公布了:本发明提供一种基于人工智能的供应链多维波动预测与库存优化方法,涉及供应链管理技术领域,包括通过获取多维数据并预处理生成标准化时序数据集和知识图谱,采用小波变换进行多尺度分解提取波动特征,结合图注意力网络和多头自注意力机制构建状态矩阵,基于历史波动模式匹配和图卷积网络预测风险传导路径,并生成风险防控方案。本发明能够准确识别供应链系统中的波动特征和风险传导路径,提高预警准确性和响应及时性。

本发明授权基于人工智能的供应链多维波动预测与库存优化方法在权利要求书中公布了:1.基于人工智能的供应链多维波动预测与库存优化方法,其特征在于,包括:获取供应链系统中的多维度数据并进行预处理,采用分段线性插值方法补充缺失数据,生成标准化的时序数据集,并基于标准化的时序数据集构建供应链知识图谱;基于标准化的时序数据集,采用小波变换方法对数据进行多尺度分解,提取时序数据中的趋势分量、周期分量和随机分量,计算节点波动特征指标值;将节点波动特征指标值作为输入,通过知识图谱增强的图注意力网络进行特征聚合得到波动特征向量,并基于多头自注意力机制计算不同节点间的关联强度,基于波动特征向量和关联强度构建反映供应链整体波动态势的状态矩阵;将历史波动模式与当前状态矩阵进行时序匹配,输出风险概率分布;将风险概率分布输入图卷积网络,基于供应链知识图谱进行特征传播,通过多层空间卷积运算提取供应链网络中的局部结构特征矩阵,结合供应链知识图谱中的专家规则,识别风险传导的关键路径,生成包含传导概率的风险预警信号;根据风险预警信号调用预设的应急响应策略库,生成对应的风险防控方案;将节点波动特征指标值作为输入,通过知识图谱增强的图注意力网络进行特征聚合得到波动特征向量,并基于多头自注意力机制计算不同节点间的关联强度,基于波动特征向量和关联强度构建反映供应链整体波动态势的状态矩阵包括:获取供应链节点的波动特征指标值,将所述波动特征指标值与位置编码信息进行特征嵌入,得到节点表示向量;从供应链知识图谱中提取节点关联信息,基于所述节点关联信息构建知识增强的图注意力网络,所述知识增强的图注意力网络将所述节点关联信息与节点表示向量融合计算得到节点间的注意力权重,根据所述注意力权重对所述节点表示向量进行特征聚合,生成节点级别的波动特征向量;将所述波动特征向量输入到多头自注意力网络中,所述多头自注意力网络通过多组特征映射矩阵对所述波动特征向量进行特征变换得到查询向量、键向量和值向量,基于所述查询向量与键向量计算不同节点间的关联强度,利用所述关联强度对值向量进行加权融合,生成节点的关联特征向量;基于所述波动特征向量和关联特征向量构建节点状态向量,将所述节点状态向量组合形成状态矩阵,对所述状态矩阵施加多尺度一致性约束和时序一致性约束进行优化,得到反映供应链整体波动态势的状态矩阵。

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深圳市秦丝科技有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道科技园社区科技路1号桑达科技大厦5楼;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。