基于人工智能的企业供应链风险预测方法技术

本发明专利技术公开了基于人工智能的企业供应链风险预测方法，方法包括数据收集、数据预处理、构建企业供应链风险预测模型、搜索风险预测模型参数和企业供应链风险预测。本发明专利技术涉及风险预测技术领域，具体为基于人工智能的企业供应链风险预测方法，本方案通过设计指数校正线性激活函数、设计双向隐藏层、注意力层和预测层、设计损失函数、设计初始权重和偏置生成策略、模型参数训练，提升了模型性能、模型训练效率、预测准确度、泛化能力和鲁棒性；通过设计搜索幅度控制因子、设计辅助搜索位置生成函数、设计辅助优化搜索函数来进行参数搜索，改善了搜索的效率和全局搜索能力，提高了搜索的质量、准确性和搜索速度。

【技术实现步骤摘要】

本专利技术涉及风险预测，具体为基于人工智能的企业供应链风险预测方法。

技术介绍

1、基于人工智能的企业供应链风险预测方法是利用人工智能算法和大数据分析技术，结合企业历史数据和外部环境数据，对企业供应链各环节的风险进行全面评估和预测、更加及时准确地识别和应对风险，保证供应链的稳定性和可靠性。但是传统企业供应链风险预测模型存在型性能、模型训练效率、预测准确度、泛化能力和鲁棒性低的问题；传统模型参数搜索算法存在搜索效率低、全局搜索能力弱、搜索质量欠佳、准确性差和搜索速度慢的问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于人工智能的企业供应链风险预测方法，针对传统企业供应链风险预测模型存在型性能、模型训练效率、预测准确度、泛化能力和鲁棒性低的问题，本方案通过设计指数校正线性激活函数、设计双向隐藏层、注意力层和预测层、设计损失函数、设计初始权重和偏置生成策略、模型参数训练，帮助捕捉时序信息，提升了模型性能、模型训练效率、预测准确度、泛化能力和鲁棒性；针对传统模型参数搜索算法存在搜索效率本文档来自技高网...

【技术保护点】

1.基于人工智能的企业供应链风险预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤S3中，所述构建企业供应链风险预测模型具体包括以下步骤：

3.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤S4中，所述搜索风险预测模型参数具体包括以下步骤：

4.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤S2中，所述数据预处理具体包括以下步骤：

5.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步...

【技术特征摘要】

1.基于人工智能的企业供应链风险预测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤s3中，所述构建企业供应链风险预测模型具体包括以下步骤：

3.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤s4中，所述搜索风险预测模型参数具体包括以下步骤：

4.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤s2中，所述数据预处理具体包括以下步骤：

5.根据权利要求1所述的基于人工智能的企业供应链风险预测方法，其特征在于：在步骤s1中，所述数据收集是收集供应商信息、交易记录、质量检测数据、外部环境数据、客户反...

【专利技术属性】
技术研发人员：李瑞学，
申请(专利权)人：甘肃云梯信息科技有限公司，
类型：发明
国别省市：