一种基于大数据的产业链上下游智能匹配方法及系统技术方案

本发明专利技术公开了一种基于大数据的产业链上下游智能匹配方法及系统，通过获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，计算出上游需求侧订单分类总量U；获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，计算出下游供给侧企业分类产能V；将计算出的上游需求侧订单分类总量U和下游供给侧企业分类产能V进行比较匹配，构建产业链上下游订单和产能的智能匹配模型IMMCO。本发明专利技术可以向产业链下游供给侧的加工厂和上游需求侧的贸易公司提供解决预案并让两者快速进行双向交流，实现产业资源供需智能匹配；智能化程度高、计算精度高；提高生产效率，产品定单可追溯性强；降低企业成本、提高效率和提高集聚区整体竟争力。高集聚区整体竟争力。高集聚区整体竟争力。

【技术实现步骤摘要】
一种基于大数据的产业链上下游智能匹配方法及系统


[0001]本专利技术涉及智能制造
，尤其公开了一种基于大数据的产业链上下游智能匹配方法及系统。

技术介绍

[0002]订单模式占整个生产企业产业链的80％以上，是产业链企业最为普遍的经营模式。按照业务发展的先后顺序分为订单、打样、签合同、生产、后道加工、检验检测、订单发货等7个业务场景。其中，订单业务场景是整个业务发起的源头，一般情况分为内贸与外贸两种订单类别。是各类生产企业最为关注的核心，如何让自己的生产资源持续获得与之相匹配的订单，是企业后续稳定经营的保证。
[0003]但是，现有生产中，存在着一个普遍痛点问题：即不存在生产订单和加工厂相互融合的系统，那就是外贸公司、采购商、外贸商、个体户虽然有生产订单，但是很难找到合适的加工厂；而各加工厂有生产资源很难找到合适的生产订单；另外，大部分小型生产企业为节省成本，未配备专职设备维修工程师，企业设备难维修、缺保养。
[0004]因此，现有生产中存在的上述缺陷，是一件亟待解决的技术问题。

技术实现思路

[0005]本专利技术提供了一种基于大数据的产业链上下游智能匹配方法及系统，旨在解决现有生产中存在的上述缺陷的技术问题。
[0006]本专利技术的一方面涉及一种基于大数据的产业链上下游智能匹配方法，包括以下步骤：
[0007]获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，将上游需求侧订单分类总量U作为上游需求数学模型中的因变量，将订单量级变量x、同一量级订单统计总量A、以及某一客户订单量a作为上游需求数学模型中三个不同维度的自变量，建立上游需求侧订单分类总量数学函数关系式，计算出上游需求侧订单分类总量U；
[0008]获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，其中，将下游供给侧企业分类产能V作为下游供给侧数学模型中的因变量，将同一种类生产线的日产能y、同一类生产线日产能统计总量B、以及某一工厂该类生产线的闲置日期量b作为下游供给侧数学模型中三个不同维度的自变量，建立下游供给侧企业分类产能数学函数关系式，根据建立的下游供给侧企业分类产能数学函数关系式，计算出下游供给侧企业分类产能V；
[0009]将计算出的上游需求侧订单分类总量U与下游供给侧企业分类产能V进行比较匹配，构建产业链上下游订单和产能的智能匹配模型IMMCO。
[0010]进一步地，获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，将上游需求侧订单分类总量U作为上游需求数学模型中的因变量，将订单量级变量x、同一量级订单统计总量A、以及某一客户订单量a作为上游需求数学模型中三个不同维度的自变量，
建立上游需求侧订单分类总量数学函数关系式，计算出上游需求侧订单分类总量U的步骤包括：
[0011]上游需求侧订单分类总量数学函数关系式为：
[0012]U＝f(x，A，a)
[0013]上式中，U表示将上游需求侧订单分类总量，x表示订单量级变量，A表示同一量级订单统计总量，a表示某一客户订单量。
[0014]进一步地，上游需求侧订单分类总量U通过以下公式得出：
[0015]U＝A1x1+A2x2+
…
+A
i
x
i
+
…
+A
n
x
n
[0016]其中，A
i
表示按量级分类的第i种量级订单的汇总总量，x
i
表示按量级分类的第i种量级订单的订单量级变量；
[0017]同一量级订单总量A通过以下公式计算出：
[0018][0019]其中，A
i
表示按量级分类的第i种量级订单的汇总总量，a
ij
表示按量级分类的第i种量级订单中第j个客户的订单量。
[0020]进一步地，获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，其中，将下游供给侧企业分类产能V作为下游供给侧数学模型中的因变量，将同一种类生产线的日产能y、同一类生产线日产能统计总量B、以及某一工厂该类生产线的闲置日期量b作为下游供给侧数学模型中三个不同维度的自变量，建立下游供给侧企业分类产能数学函数关系式，根据建立的下游供给侧企业分类产能数学函数关系式，计算出下游供给侧企业分类产能V的步骤包括：
[0021]下游供给侧企业分类产能数学函数关系式为：
[0022]V＝f(y，B，b)
[0023]上式中，V表示下游供给侧企业分类产能，y表示同一种类生产线的日产能，B表示同一类生产线日产能统计总量，b表示某一工厂该类生产线的闲置日期量。
[0024]进一步地，下游供给侧企业分类产能V通过以下公式得出：
[0025]V＝B1y1+B2y2+
…
+B
i
y
i
+
…
+B
n
y
n
[0026]其中，B
i
表示按机器设备型号分类的第i类机器设备生产线可投入生产的日期总量，y
i
表示按机器设备型号分类的第i类设备类型生产线的日产能；
[0027]同一类生产线日产能统计总量B通过以下公式计算出：
[0028][0029]其中，B
i
表示按机器设备型号分类的第i类机器设备生产线可投入生产的日期总量，b
ij
表示按机器设备型号分类的第i类机器设备生产线其中编号为第j号的工厂中该类生产线可以投入生产的日期。
[0030]本专利技术的另一方面涉及一种基于大数据的产业链上下游智能匹配系统，包括：
[0031]第一计算模块，用于获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，将上游需求侧订单分类总量U作为上游需求数学模型中的因变量，将订单量级变量x、同一量级订单统计总量A、以及某一客户订单量a作为上游需求数学模型中三个不同维度的自变量，建立上游需求侧订单分类总量数学函数关系式，计算出上游需求侧订单分类总量U；
[0032]第二计算模块，用于获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，其中，将下游供给侧企业分类产能V作为下游供给侧数学模型中的因变量，将同一种类生产线的日产能y、同一类生产线日产能统计总量B、以及某一工厂该类生产线的闲置日期量b作为下游供给侧数学模型中三个不同维度的自变量，建立下游供给侧企业分类产能数学函数关系式，根据建立的下游供给侧企业分类产能数学函数关系式，计算出下游供给侧企业分类产能V；
[0033]匹配模块，用于将计算出的上游需求侧订单分类总量U与下游供给侧企业分类产能V进行比较匹配，构建产业链上下游订单和产能的智能匹配模型IMMCO。
[0034]进一步地，上游需求侧订单分类总量数学函数关系式为：
[0035]U＝f(x，A，a)
[0036]上式中，U表示将上游需求侧订单分类总量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的产业链上下游智能匹配方法，其特征在于，包括以下步骤：获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，其中，将上游需求侧订单分类总量U作为上游需求数学模型中的因变量，将订单量级变量x、同一量级订单统计总量A、以及某一客户订单量a作为上游需求数学模型中三个不同维度的自变量，建立上游需求侧订单分类总量数学函数关系式，计算出上游需求侧订单分类总量U；获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，其中，将下游供给侧企业分类产能V作为所述下游供给侧数学模型中的因变量，将同一种类生产线的日产能y、同一类生产线日产能统计总量B、以及某一工厂该类生产线的闲置日期量b作为下游供给侧数学模型中三个不同维度的自变量，建立下游供给侧企业分类产能数学函数关系式，计算出下游供给侧企业分类产能V；将计算出的上游需求侧订单分类总量U与下游供给侧企业分类产能V进行比较匹配，构建产业链上下游订单和产能的智能匹配模型IMMCO。2.如权利要求1所述的基于大数据的产业链上下游智能匹配方法，其特征在于，所述获取上游需求侧发布的订单信息，建立产业链上游需求数学模型，将上游需求侧订单分类总量U作为上游需求数学模型中的因变量，将订单量级变量x、同一量级订单统计总量A、以及某一客户订单量a作为上游需求数学模型中三个不同维度的自变量，建立上游需求侧订单分类总量数学函数关系式，计算出上游需求侧订单分类总量U的步骤包括：所述上游需求侧订单分类总量数学函数关系式为：U＝f(x，A，a)上式中，U表示将上游需求侧订单分类总量，x表示订单量级变量，A表示同一量级订单统计总量，a表示某一客户订单量。3.如权利要求2所述的基于大数据的产业链上下游智能匹配方法，其特征在于，所述上游需求侧订单分类总量U通过以下公式得出：U＝A1x1+A2x2+
…
+A
i
x
i
+
…
+A
n
x
n
其中，A
i
表示按量级分类的第i种量级订单的汇总总量，x
i
表示按量级分类的第i种量级订单的订单量级变量；所述同一量级订单总量A通过以下公式计算出：其中，A
i
表示按量级分类的第i种量级订单的汇总总量，a
ij
表示按量级分类的第i种量级订单中第j个客户的订单量。4.如权利要求1所述的基于大数据的产业链上下游智能匹配方法，其特征在于，所述获取产业链下游供给侧发出的工厂信息，建立产业链下游供给侧数学模型，其中，将下游供给侧企业分类产能V作为所述下游供给侧数学模型中的因变量，将同一种类生产线的日产能y、同一类生产线日产能统计总量B、以及某一工厂该类生产线的闲置日期量b作为下游供给侧数学模型中三个不同维度的自变量，建立下游供给侧企业分类产能数学函数关系式，根
据建立的下游供给侧企业分类产能数学函数关系式，计算出下游供给侧企业分类产能V的步骤包括：所述下游供给侧企业分类产能数学函数关系式为：V＝f(y，B，b)上式中，V表示下游供给侧企业分类产能，y表示同一种类生产线的日产能，B表示同一类生产线日产能统计总量，b表示某一工厂该类生产线的闲置日期量。5.如权利要求4所述的基于大数据的产业链上下游智能匹配方法，其特征在于，所述下游供给侧企业分类产能V通过以下公式得出：V＝B1y1+B2y2+
…
+B
i
y
i
+
…
+B
n
y
n
其中，B
i
表示按机器设备型号分类的第i类机器设备生产线可投入生产的日期总量，y
i...

【专利技术属性】
技术研发人员：叶柏龙，涂雅娟，唐泽诚，王守选，胡志刚，
申请(专利权)人：湖南创博龙智信息科技股份有限公司，
类型：发明
国别省市：