一种基于数据分析的供应链需求预测系统及方法技术方案

本发明专利技术公开了一种基于数据分析的供应链需求预测系统及方法，包括数据预处理系统和模型建立分析系统；数据预处理系统用于分析历史预测数据且该预测数据所对应的历史销售数据和剩余库存量数据，提取历史数据所对应特征值判断现有数据的风险值；所述模型建立模块用于根据现有数据的风险值判断不同下游节点所能承受的综合风险承受能力值，根据综合风险承受能力值添加下游节点分配生产任务进而分担风险；当检测到其中一个下游节点由于供应链所预测的实际误差较大时，采用增加下游节点的方法减小因误差较大而导致下游节点频临破产现象。通过模型的建立，能够在下游节点所承担风险较大时进行预警，能够采取应对措施，减少一个或多个下游节点的损失。多个下游节点的损失。多个下游节点的损失。

【技术实现步骤摘要】
一种基于数据分析的供应链需求预测系统及方法


[0001]本专利技术涉及数据分析
，具体为一种基于数据分析的供应链需求预测系统及方法。

技术介绍

[0002]随着互联网和电商的发展，越来越多的企业一起合作来度过各种风险事件，例如：库存滞留、库存无货等事件，因此，为了避免出现上述问题，供应链都需要根据当前的市场环境、竞争行业数量以及营销策略确定此次供应链所预测库存数量，从而向下游节点(合作公司)发布所需库存数量，因此，供应链的决策往往是至关重要的；
[0003]虽然供应链的决策都是根据实际发生之前预测所作出的决定，通过历史需求信息潘盾预测结果，但是预测出来的结果往往都会产生误差，而目前市场上都是针对如何改进预测方法得到准确的结果，从而减少预测误差，但是实际上综合误差一直存在避免不了，因此，需要设置一个方法来避免误差增加；
[0004]在专利号：202011119200.0中，根据训练样本设置了一个供应链风险预测模型进行训练，能够达到在一个目标对象发生风险事件后，判断其它对象发生风险的概率进行预测并提出预警，该专利虽然能够预测出发生风险的概率，但是当发生风险之后并没有给出如何有效解决，因此，需要对此方法进行改进。

技术实现思路

[0005]本专利技术的目的在于提供一种基于数据分析的供应链需求预测系统及方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于数据分析的供应链需求预测系统，该系统包括数据预处理系统和模型建立分析系统；
[0007]所述数据预处理系统用于分析历史预测数据且该预测数据所对应的历史销售数据和剩余库存量数据，提取历史数据所对应特征值判断现有数据的风险值；
[0008]所述模型建立模块用于根据现有数据的风险值判断不同下游节点公司所能承受的综合风险承受能力值，根据综合风险承受能力值添加下游节点分配生产任务进而分担风险。
[0009]进一步的，所述数据预处理系统包括数据提取模块和数据分析模块；
[0010]所述数据提取模块，获取历史销售数据和剩余库存量数据，分析历史最低销售数据和历史最高销售数据所对应的剩余库存数据与预测库存数据进行比较，记录并提取数据值小于最低销售数据的对应数据和大于最高销售数据的对应数据；
[0011]所述数据分析模块，当检测到有符合上述条件所提取的数据时，分析出所对应数据风险度高。
[0012]进一步的，所述模型建立分析系统包括供应链预测差值分析模块、风险分担模块、风险承受能力判断模块和生产数量分配调节模块；
[0013]所述供应链预测差值分析模块，当检测到有风险值大于标准风险值时，分析供应链所需生产数据与实际剩余库存数据的差值是否大于第一预设值；
[0014]所述风险分担模块，通过设置若干下游节点分担由一个节点所承受的风险；减轻由单独一个节点所承受的独立风险；
[0015]所述风险承受能力判断模块，调取下游节点的数据，分析该下游节点能够承受的综合风险承受能力值；
[0016]所述生产数量分配调节模块，根据不同下游节点所承受的风险分配生产任务，从而减少由一个下游节点独立承受的风险。
[0017]进一步的，一种基于数据分析的供应链需求预测方法，该方法具体为：
[0018]获取历史数据，即历史销售数据、剩余库存量数据和预测库存数据，供应链根据市场环境、促销活动和以往预测数据预判所需商品生产的数量，并根据所预测生产数量向若干下游节点根据不同零件分配不同生产数量，根据商品实际所售卖数量与所预测数量之差判断是否大于第一预设值，并分析若干下游节点所承受综合风险承受能力值；
[0019]根据若干下游节点所承受的综合风险承受能力值判断是否大于第二预设值，如若综合风险承受能力值小于第二预设值，则添加下游节点分配零件生产数量，并以此进行建模，减小独立节点的风险值；当综合风险承受能力值小于第二预设值时，则无需添加下游节点。
[0020]进一步的，所述下游节点所承担综合风险承受能力值W，当检测到W大于第二预设值时，需要增设下游节点分担风险，当检测到W小于第二预设值时，则无需增设下游节点而分担风险；
[0021]W＝W
总
‑
a
ij
*k
‑
W
去
；
[0022]其中，W
总
是指总综合风险承受能力总值，a
ij
是指i零件占剩余零件j的重要性程度，k1是指风险度系数，W
去
是指去年的综合风险承受能力值；
[0023][0024]其中，P
i
是指生产零件i时所用资金，P
i+j
是指下游节点的所有活动资金；
[0025]当P
i
占P
i+j
的概率低于第三预设值时，表示下游节点除生产当前零件外，仍有剩余活动资金生产其它零件，表明下游节点的风险值低；当P
i
占P
i+j
的概率高于第三预设值时，表示下游节点除包含有现有资金生产当前零件外，剩余活动资金不能够生产其它零件，表明下游节点的风险值高。
[0026]检测到下游节点所承受综合风险承受能力值低时，添加下游节点，其中所添加下游节点应满足如下公式：
[0027][0028]其中：H是指关联度，C
t
是指同为上游节点加工产品的下游节点链数，S是指与下游节点生产同产品的关联系数，Y是指上游节点与下游节点的企业数量；
[0029]当H低于第四预设值时，表示该下游节点与所需添加下游节点的关联度低，当H高于第四预设值时，表示该下游节点与所需添加下游节点的关联度高，并进一步检测所添加
下游节点所承受综合风险承受能力值与上一个下游节点的相似度；
[0030][0031]当检测到sim的相似度值趋近于1时，表示W1与W2的相似度高，当下游节点的风险值低于第二预设值时，则不能够添加该下游节点；当检测到sim的相似度趋近于0时，表示W1与W2的相似度低，当下游节点的风险值低于第二预设值时，则能够添加该下游节点；
[0032]其中，sim是指相似度，是指第一下游节点综合风险承受能力值的向量，是指第二下游节点综合风险承受能力值的向量，|W1|是指向量W1的模，|W2|是指向量W2的模。
[0033]新添加的下游节点分配零件生产任务，当检测到下游节点的综合风险承受能力值|W
x1
‑
W
x2
|＝0时，则平均分摊生产零件的数量；当检测到下游节点的综合风险承受能力值|W
x1
‑
W
x2
|<0时，当检测到下游节点x2所承受综合风险承受能力值大于第五预设值时，添加下游节点分摊风险；当检测到下游节点x2所承受综合风险承受能力值小于第五预设值时，则下游节点x2所分摊的零件数量大于下游节点x1所分摊的零件数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的供应链需求预测系统，其特征在于：该系统包括数据预处理系统和模型建立分析系统；所述数据预处理系统用于分析历史预测数据且该预测数据所对应的历史销售数据和剩余库存量数据，提取历史数据所对应特征值判断现有数据的风险值；所述模型建立模块用于根据现有数据的风险值判断不同下游节点公司所能承受的综合风险承受能力值，根据综合风险承受能力值添加下游节点分配生产任务进而分担风险。2.根据权利要求1所述的一种基于数据分析的供应链需求预测系统，其特征在于：所述数据预处理系统包括数据提取模块和数据分析模块；所述数据提取模块，获取历史销售数据和剩余库存量数据，分析历史最低销售数据和历史最高销售数据所对应的剩余库存数据与预测库存数据进行比较，记录并提取数据值小于最低销售数据的对应数据和大于最高销售数据的对应数据；所述数据分析模块，当检测到有符合上述条件所提取的数据时，分析出所对应数据风险度高。3.根据权利要求1所述的一种基于数据分析的供应链需求预测系统，其特征在于：所述模型建立分析系统包括供应链预测差值分析模块、风险分担模块、风险承受能力判断模块和生产数量分配调节模块；所述供应链预测差值分析模块，当检测到有风险值大于标准风险值时，分析供应链所需生产数据与实际剩余库存数据的差值是否大于第一预设值；所述风险分担模块，通过设置若干下游节点分担由一个节点所承受的风险，减轻由单独一个节点所承受的独立风险；所述风险承受能力判断模块，调取下游节点的数据，分析该下游节点承担的综合风险承受能力值；所述生产数量分配调节模块，根据不同下游节点所承受的风险分配生产任务，从而减少由一个下游节点独立承受的风险。4.一种基于数据分析的供应链需求预测方法，其特征在于：该方法具体为：获取历史数据，供应链根据市场环境、促销活动和以往预测数据预判所需商品生产的数量，并根据所预测生产数量向若干下游节点根据不同零件分配不同生产数量，根据商品实际所售卖数量与所预测数量之差判断是否大于第一预设值，并分析若干下游节点所承受综合风险承受能力值；根据若干下游节点所承受的综合风险承受能力值判断是否大于第二预设值，当综合风险承受能力值大于第二预设值时，则添加下游节点分配零件生产数量，并以此进行建模，减小独立节点的风险值；当综合风险承受能力值小于第二预设值时，则无需添加下游节点。5.根据权利要求4所述的一种基于数据分析的供应链需求预测方法，其特征在于：所述下游节点所承担综合风险承受能力值W，当检测到W大于第二预设值时，需要增设下游节点分担风险，当检测到W小于第二预设值时，则无需增设下游节点而分担风险；W＝W
总
‑
a
ij
*k
‑
W
去
；其中，W
总
是指总综合风险承受能力总值，a
ij

【专利技术属性】
技术研发人员：王代林，封志超，
申请(专利权)人：工品行苏州数字科技有限公司，
类型：发明
国别省市：