一种基于特征提取的军民融合跨层式纵向资源匹配算法制造技术

本发明专利技术公开了一种基于特征提取的军民融合跨层式纵向资源匹配算法，提出军需需求供应链的分层概念，将一个特定的军需需求分解为供应链中的各个元素，再利用收集工具所获取的众多供应商资源进行匹配对接，属于一种新的资源匹配方式；通过数据建模，并利用机器学习的理论，成功构建了有限军需需求分解的供应链，与海量供应商之间的转换关系,实现了军需需求与供应商之间的跨层匹配；提出了第三方约束条件下两种迭代式的转换矩阵更新方法，为军需需求提供了更准确、有效的资源匹配方式。

A cross layer vertical resource matching algorithm based on feature extraction

【技术实现步骤摘要】
一种基于特征提取的军民融合跨层式纵向资源匹配算法
本专利技术属于资源匹配方法
，具体涉及一种基于特征提取的军民融合跨层式纵向资源匹配算法。
技术介绍
国家对军民融合的发展诉求迫切，业已上升至国家战略层面。从经济学角度讲，军民融合追求国防硬实力的“最优成本”，讲求剥离国防装备研制、非核心竞争力的资源供给、后勤服务保障等业务，集中优势力量总体设计国防装备能力、发展作战能力。从国家发展角度讲，军民融合又面向全社会释放各类高科技、基础产业、服务产业等供给需求，能够极大程度带动国民经济发展，形成良性循环。我国军民融合重要理论的提出时间较早，但实施较晚，目前也正处在初步发展阶段。
技术实现思路
本专利技术的目的是提供一种基于特征提取的军民融合跨层式纵向资源匹配算法，通过构建有限军需需求分解的供应链与海量供应商之间的转换关系,实现军需需求与供应商之间的跨层匹配。本专利技术采用的技术方案是，一种基于特征提取的军民融合跨层式纵向资源匹配算法，具体按照以下步骤实施：步骤1、构建军需需求筛选模型，该模型中分为三层结构，第一层本文档来自技高网...

【技术保护点】
1.一种基于特征提取的军民融合跨层式纵向资源匹配算法，其特征在于，具体按照以下步骤实施：/n步骤1、构建军需需求筛选模型，该模型中分为三层结构，第一层为供应链，第二层为各供应链中每个供应商的解决方案，第三层为每个供应商的第三方约束；/n步骤2、通过军需需求筛选模型将军需需求根据供应链拆分为多个元素，将多个元素构成的军需需求列向量，同时搜索相应数量的供应链中每个供应商提供解决方案作为解决方案列向量，建立军需需求列向量、解决方案列向量以及需求接矩矩阵之间的等式关系；/n步骤3、采用监督式机器学习的方法进行推导需求接矩矩阵；/n步骤4、通过已知军需需求列向量和需求对接矩阵求得理论供应向量，计算解决方...

【技术特征摘要】
1.一种基于特征提取的军民融合跨层式纵向资源匹配算法，其特征在于，具体按照以下步骤实施：
步骤1、构建军需需求筛选模型，该模型中分为三层结构，第一层为供应链，第二层为各供应链中每个供应商的解决方案，第三层为每个供应商的第三方约束；
步骤2、通过军需需求筛选模型将军需需求根据供应链拆分为多个元素，将多个元素构成的军需需求列向量，同时搜索相应数量的供应链中每个供应商提供解决方案作为解决方案列向量，建立军需需求列向量、解决方案列向量以及需求接矩矩阵之间的等式关系；
步骤3、采用监督式机器学习的方法进行推导需求接矩矩阵；
步骤4、通过已知军需需求列向量和需求对接矩阵求得理论供应向量，计算解决方案列向量中每个向量与理论供应向量的线性相关系数，选出最优线性关系数；
步骤5、将每个供应商的第三方约束定义为向量，并在需求矩阵中体现，通过需求法或减少供应法进行求解，迭代重新计算需求接矩矩阵和最佳供应方的特征向量。


2.根据权利要求1所述一种基于特征提取的军民融合跨层式纵向资源匹配算法，其特征在于，步骤2具体过程为：
步骤2.1、通过军需需求筛选模型将军需需求根据供应链拆分为n个元素，n个元素构成的军需需求n维列向量，表示为：



步骤2.2、搜索相应数量的供应链中每个供应商提供解决方案作为解决方案列向量，则该列向量的维度数为n，该向量表示为：



步骤2.3、假设军需需求列向量X和供应商提供的解决方案列向量Y之间的强关系对应需求接矩矩阵为A，取需求接矩矩阵A为跨层资源匹配对接矩阵，则满足A*X＝Y。


3.根据权利要求1所述一种基于特征提取的军民融合跨层式纵向资源匹配算法，其特征在于，所述步骤3具体过程为：
步骤3.1、假设已知军需需求样本为D为：
D＝{X1,X2,…,Xm}
假设供应商供给样本为S为：
S＝{S1,S2,…,Sm}
其中式中m为已知的样本数量，并且可合理进行规定m≥n；
步骤3.2、假设军需需求矩阵A为:



其中Ai表示矩阵A的第i个列向量，将供应商供给样本S进行转置运算，并按列向量表示，可得如下公式：
ST＝{bi,b2,…,bn}
则由A*X＝Y可获得：
DT*Ai＝bi
其中i＝(1,2,3,…,n)；
进而获得一组m行n列的超定线性方程组，采用最小二乘法进行求解Ai；
步骤2.3、分别求得i＝(1,2,3,…,n...

【专利技术属性】
技术研发人员：安源，魏峻，王鲲鹏，任萌，高亚瑞玺，邰能建，戴湘军，杨阳，曹亚妮，王兴，匡冬梅，马庆甜，张伯瑞，孔博，
申请(专利权)人：中国西安卫星测控中心，
类型：发明
国别省市：陕西;61