【技术实现步骤摘要】
一种基于大数据的产业供应链优化方法及系统
[0001]本专利技术涉及大数据管理
,尤其涉及一种基于大数据的产业供应链优化方法及系统。
技术介绍
[0002]随着大数据相关技术的发展,基于大数据的产业链发展也呈现多种应用方向,包括战略决策支持、效率提升、市场洞察与个性化营销、新业务拓展、风险管理和安全保障、合作与协同创新。总体来说,基于大数据的产业链发展能够提供更深入、准确和全面的信息支持,帮助企业实现战略决策、提升效率、拓展市场、管理风险,并促进创新和合作,从而增强企业竞争力和创造更大的商业价值。
[0003]现有的基于大数据的产业供应链优化方法主要通过大数据采集和处理:该系统通过采集各个环节产生的大量数据,使用数据处理技术进行清洗、整合和转换,将数据转化为可分析的格式;数据分析和建模:通过统计分析、机器学习、数据挖掘等技术,对采集到的数据进行分析,提取关键指标和模式,并构建模型来理解产业链中的关联和影响因素;优化算法和决策支持:基于分析和模型,将应用优化算法来探索最佳的产业链策略和决策;实时监控和预测:具备实时监控供应链和产业链环节的能力,通过实时数据的采集和分析,可以及时发现异常情况、预测潜在问题,并采取相应的调整措施;可视化和报告:提供直观的可视化界面和报告功能,以便用户对产业链的关键指标、趋势和优化结果进行监测和分析。
[0004]例如公开号为CN113888268A的专利技术专利申请公开的一种基于数字经济乳品产业供应链智能优化服务方法和平台,包括:供应链需求方登陆平台,平台获取供应链需 ...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的产业供应链优化方法,其特征在于,包括以下步骤:S1,大数据本地网络采集预处理:采集大数据产业供应链原始数据,对大数据产业供应链原始数据预处理,预处理得到采购生产、运输仓储和销售回收产业链数据组和对应的分类特征数据组;S2,采购生产产业链数据优化处理:对采购生产产业链数据组和对应的特征数据组简化过滤,得到采购生产类别数据组特征过滤评估值,从而得到采购生产特征过滤系数,进而得到采购生产过滤数据组;S3,运输仓储产业链数据优化处理:对运输仓储产业链数据组和对应的特征数据组简化过滤,得到运输仓储路径数据组特征过滤评估值,从而得到运输仓储特征过滤系数,进而得到运输仓储过滤数据组;S4,销售回收产业链数据优化处理:对销售回收产业链数据组和对应的特征数据组简化过滤,得到销售回收价值数据组特征过滤评估值,从而得到销售回收特征过滤系数,进而得到销售回收过滤数据组;S5,大数据云端网络优化处理:由大数据云端网络接收大数据本地网络发送的采购生产过滤数据组、运输仓储过滤数据组和销售回收过滤数据组,压缩处理,得到大数据产业链压缩数据组,回传大数据本地网络存储;S6,大数据本地网络存储:接收大数据云端网络发送的大数据产业链压缩数据组,分别存储在对应的大数据本地网络中。2.如权利要求1所述一种基于大数据的产业供应链优化方法,其特征在于,所述S1中的大数据本地网络采集预处理的具体步骤为:S11,从大数据本地网络上获取大数据本地网络产业供应链原始数据,按采购生产、运输仓储和销售回收分类组成三个产业供应链数据组,分别记为采购生产产业链原始数据组、运输仓储产业链原始数据组和销售回收产业链原始数据组;S12,将采购生产产业链原始数据组、运输仓储产业链原始数据组和销售回收产业链原始数据组经过与白噪音设定阈值进行对比,将低于白噪音设定阈值的数据定为数据白噪音,舍去,将三个数据组剩下的数据分别记为有效采购生产原始数据组、有效运输仓储原始数据组和有效销售回收原始数据;S13,有效采购生产原始数据组数据数量记为,,为有效采购生产原始数据组数据总数,从有效采购生产原始数据组提取有效采购生产原始数据组分类特征数据,有效采购生产原始数据组分类特征数据类别记为,,为有效采购生产原始数据组分类特征数据类别总数,同类别有效采购生产原始数据组分类特征数据数量记为,,为同类别有效采购生产原始数据组分类特征数据总数,则第类第个有效采购生产原始数据组分类特征数据记为,并据此通过计算公式得到第类有效采购生产原始数据组分类特征数据评估值,具体计算公式为:
,其中表示第类第个设定有效采购生产原始数据组分类特征数据标准值,表示有效采购生产原始数据组分类特征数据提取误差因子,将第类有效采购生产原始数据组分类特征数据评估值与设定有效采购生产原始数据组分类特征数据评估值对比,在误差允许范围之内的保留对应的有效采购生产原始数据组分类特征数据,对所有类别有效采购生产原始数据组数据重复此步骤,将所有保留的数据记为采购生产分类特征数据组;S14,使用与步骤S13同样的大数据本地网络采集预处理的步骤,得到运输仓储分类特征数据组和销售回收分类特征数据组。3.如权利要求2所述一种基于大数据的产业供应链优化方法,其特征在于,所述S2中得到采购生产类别数据组特征过滤评估值的具体步骤为:根据采购生产分类特征数据组中的预定义分类特征数据将采购生产产业链原始数据组分类,得到采购生产类别数据组、采购生产数量数据组和采购生产成本数据组,采购生产类别数据组数据数量记为,,为采购生产类别数据组数据总数,采购生产类别数据组数据记为,并据此通过计算公式得到采购生产类别数据组特征过滤评估值记为,具体计算公式为:,其中表示设定采购生产类别数据组特征过滤评估值,表示采购生产类别特征提取误差因子。4.如权利要求3所述一种基于大数据的产业供应链优化方法,其特征在于,所述S2中进而得到采购生产过滤数据组的具体步骤为:同样的对采购生产产业链数据组和对应的特征数据组简化过滤的步骤,得到采购生产数量数据组特征过滤评估值,采购生产成本数据组特征过滤评估值,根据采购生产类别数据组特征过滤评估值,采购生产数量数据组特征过滤评估值,采购生产成本数据组特征过滤评估值,通过计算公式得到采购生产特征过滤系数,具体计算公式为:
,其中表示采购生产类别数据组特征过滤评估值对应的权重因子,表示采购生产数量数据组特征过滤评估值对应的权重因子,表示采购生产成本数据组特征过滤评估值对应的权重因子,表示采购生产类别数量成本三种数据之间的关联特征过滤系数;将采购生产特征过滤系数与预定义采购生产特征过滤系数比较,在误差允许范围之内的保留对应数据组里的数据,否则丢弃,过滤保留下来的数据组记为采购生产过滤数据组,将采购生产分类特征数据组和采购生产过滤数据组发送大数据云端网络。5.如权利要求4所述一种基于大数据的产业供应链优化方法,其特征在于,所述S3中进而得到运输仓储过滤数据组的具体步骤为:S31,通过运输仓储分类特征数据组将运输仓储产业链原始数据组分类,得到运输仓储路径数据组、运输仓储效率数据组和运输仓储模式数据组,运输仓储路径数据组数据数量记为,,为运输仓储路径数据组数据总数,运输仓储路径数据组数据记为,根据运输仓储路径数据组数据数量和运输仓储路径数据组数据通过计算公式得到运输仓储路径数据组特征过滤评估值记为,具体计算公式为:,其中表示设定运输仓储路径数据组特征过滤评估值,表示运输仓储路径特征权重因子,表示运输仓储路径特征误差设定加权乘方,表示运输仓储路径特征提取误差因子,表示自然常数;S32,同样地根据得到运输仓储路径数据组特征过滤评估值的步骤,得到运输仓储效率数据组特征过滤评估值,运输仓储模式数据组特征过滤评估值,并据此通过计算公式得到运输仓储特征过滤系数,具体计算公式为:
,其中表示运输仓储路径数据组特征过滤评估值对应的除权因子,表示运输仓储效率数据组特征过滤评估值对应的除权因子,表示运输仓储模式数据组特征过滤评估值对应的除权因子,表示运输仓储路径效率模式三种数据之间的关联特征系数;S33,将运输仓储特征过滤系数与预定义运输仓储特征过滤系数比较,在误差允许范围之内的保留对应数据组里的数据,否则丢弃,过滤保留下来的数据组记为运输仓储过滤数据组,将运输仓储分类特征数据组和运输仓储过滤数据组发送大数据云端网络。6.如权利要求5所述一种基于大数据的产业供应链优化方法,其特征在于,所述...
【专利技术属性】
技术研发人员:吴阔,钟娟,陈积勇,
申请(专利权)人:湖南前行科创有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。