大规模家电制造产业链多级协同决策方法及服务平台

本申请涉及产业链协同，特别是大规模家电制造产业链多级协同决策方法及服务平台。

背景技术：

1、分工的细化、消费的升级、准时制的盛行以及工业互联网技术的应用使得供应网络朝着更广的地域、更深的协同和更准时的运作延伸。然而，这种广域且复杂的网络却更加容易遭受到各种干扰，例如需求变化、突发事故等，导致网络无法正常运行。传统的供应链协同方法越来越难以适应这种趋势。同时，在相关技术中，以产业部门间的技术经济联系和时空分布关系而形成的具体的产业链，能够通过构建多层级的协作网络来满足各种需求以及抵抗各种干扰。

2、相关技术中，对于产业链所形成的上下游网络、产业间网络和企业间网络所面临的复杂协同决策和频繁突发扰动使得产业链的运行变得复杂，造成产业链上的突发扰动难以及时识别以及复杂多级的网络难以协同重构，导致产业链发生中断、交付延迟、高成本等问题；此外，随着隐私保护和独立决策意识的提升，企业不太愿意共享部分能够提升产业链协调性的隐私信息，例如企业的成本信息，导致产业链因为信息不对称而无法进行深入的协调，进一步造成产业链效率和效果的低下。

3、目前针对相关技术中的产业链的多级协同决策难度大、决策效率低、信息不对称的问题，尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种大规模家电制造产业链多级协同决策方法及服务平台，以及装置和存储介质，以至少解决相关技术的产业链的多级协同决策难度大、决策效率低、信息不对称的问题。

2、第一方面，本申请实施例提供了一种大规模家电制造产业链多级协同决策方法，包括：接收处于当前生产作业环节的各个层级的决策节点所上传的第一决策结果，并获取每个层级所属的协同决策节点生成的第二决策结果，其中，所述当前生产作业环节包括成品装配作业、零件供应作业和物流作业其中之一，所述决策节点用于表征位于家电产业链多个生成作业环节中的企业，所述第一决策结果是对应的所述决策节点根据家电产业链对应层级的生产作业任务，利用遗传算法进行作业决策规划生成的，所述第二决策结果是对应的所述协同决策节点基于其关联的多个所述决策节点对应的所述第一决策结果和对应层级的所述生产作业任务，利用遗传算法进行决策规划生成的；在根据同一层级对应的所述第一决策结果和所述第二决策结果，确定出每个层级当次协同优化所对应的不一致性惩罚参数之后，分别计算所有层级当次协同优化与前一次协同优化所对应的所述不一致性惩罚参数的第一差值，并根据所述第一差值，指引各个层级的所述决策节点和所属的所述协同决策节点进行对应的作业决策规划迭代，直至所述第一差值小于预设阈值，得到每个层级所对应的候选不一致性惩罚参数，其中，所述不一致性惩罚参数用于表征相同决策结果的差异程度；判断所述候选不一致性惩罚参数是否为预设目标值，并在判断到所述候选不一致性惩罚参数为预设目标值的情况下，将与所有层级对应的所述候选不一致性惩罚参数所对应的所述第一决策结果作为多级协同决策结果。

3、第二方面，本申请实施例提供了一种大规模家电制造产业链多级协同决策装置，包括：

4、接收模块，用于接收处于当前生产作业环节的各个层级的决策节点所上传的第一决策结果，并获取每个层级所属的协同决策节点生成的第二决策结果，其中，所述当前生产作业环节包括成品装配作业、零件供应作业和物流作业其中之一，所述决策节点用于表征位于家电产业链多个生成作业环节中的企业，所述第一决策结果是对应的所述决策节点根据家电产业链对应层级的生产作业任务，利用遗传算法进行作业决策规划生成的，所述第二决策结果是对应的所述协同决策节点基于其关联的多个所述决策节点对应的所述第一决策结果和对应层级的所述生产作业任务，利用遗传算法进行决策规划生成的；

5、处理模块，用于在根据同一层级对应的所述第一决策结果和所述第二决策结果，确定出每个层级当次协同优化所对应的不一致性惩罚参数之后，分别计算所有层级当次协同优化与前一次协同优化所对应的所述不一致性惩罚参数的第一差值，并根据所述第一差值，指引各个层级的所述决策节点和所属的所述协同决策节点进行对应的作业决策规划迭代，直至所述第一差值小于预设阈值，得到每个层级所对应的候选不一致性惩罚参数，其中，所述不一致性惩罚参数用于表征相同决策结果的差异程度；

6、判断模块，用于判断所述候选不一致性惩罚参数是否为预设目标值，并在判断到所述候选不一致性惩罚参数为预设目标值的情况下，将与所有层级对应的所述候选不一致性惩罚参数所对应的所述第一决策结果作为多级协同决策结果。

7、第三方面，本申请实施例提供了一种服务平台，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的大规模家电制造产业链多级协同决策方法的步骤。

8、第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的大规模家电制造产业链多级协同决策方法的步骤。

9、相比于相关技术，本申请实施例提供的大规模家电制造产业链多级协同决策方法及服务平台，采用接收处于当前生产作业环节的各个层级的决策节点所上传的第一决策结果，并获取每个层级所属的协同决策节点生成的第二决策结果，其中，所述当前生产作业环节包括成品装配作业、零件供应作业和物流作业其中之一，所述决策节点用于表征位于家电产业链多个生成作业环节中的企业，所述第一决策结果是对应的所述决策节点根据家电产业链对应层级的生产作业任务，利用遗传算法进行作业决策规划生成的，所述第二决策结果是对应的所述协同决策节点基于其关联的多个所述决策节点对应的所述第一决策结果和对应层级的所述生产作业任务，利用遗传算法进行决策规划生成的；在根据同一层级对应的所述第一决策结果和所述第二决策结果，确定出每个层级当次协同优化所对应的不一致性惩罚参数之后，分别计算所有层级当次协同优化与前一次协同优化所对应的所述不一致性惩罚参数的第一差值，并根据所述第一差值，指引各个层级的所述决策节点和所属的所述协同决策节点进行对应的作业决策规划迭代，直至所述第一差值小于预设阈值，得到每个层级所对应的候选不一致性惩罚参数，其中，所述不一致性惩罚参数用于表征相同决策结果的差异程度；判断所述候选不一致性惩罚参数是否为预设目标值，并在判断到所述候选不一致性惩罚参数为预设目标值的情况下，将与所有层级对应的所述候选不一致性惩罚参数所对应的所述第一决策结果作为多级协同决策结果，解决了相关技术中的产业链的多级协同决策难度大、决策效率低、信息不对称的问题，利用现代分布式计算机网络技术集成多学科知识，按照最优化的思想对各个要素进行分布式协调并达成一致，实现整体最优解和满足产业链上下游、产业间和企业间独立决策和隐私保护的分布式网络协同的重构需求。

10、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

技术特征：

1.一种大规模家电制造产业链多级协同决策方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据同一层级对应的所述第一决策结果和所述第二决策结果，确定每个层级当次协同优化所对应的不一致性惩罚参数，包括：

3.根据权利要求2所述的方法，其特征在于，基于每个所述决策节点所对应的多个所述第一决策变量和对应的多个第二决策变量，利用增广拉格朗日乘子法计算每个所述决策节点所对应的不一致性惩罚项，包括：

4.根据权利要求3所述的方法，其特征在于，在判断到所述候选不一致性惩罚参数不为预设目标值的情况下，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，在所述第一差值不小于预设阈值之前，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述决策节点所对应的层级包括以下之一：上下游层级、产业层级、企业层级，所述协同决策节点包括以下之一：上下游协调节点scc、产业间协条节点icc、企业间协调节点ecc。

8.一种大规模家电制造产业链多级协同决策装置，其特征在于，包括：

9.一种服务平台，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的大规模家电制造产业链多级协同决策方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的大规模家电制造产业链多级协同决策方法。

技术总结本申请涉及大规模家电制造产业链多级协同决策方法及服务平台，该方法包括：接收处于当前生产作业环节的各个层级的决策节点所上传的第一决策结果，获取每个层级对应的协同决策节点生成的第二决策结果；在根据同一层级对应的第一决策结果和第二决策结果，确定出每个层级当次协同优化的不一致性惩罚参数之后，分别计算所有层级前后两次协同优化对应的不一致性惩罚参数的第一差值，根据第一差值，指引各个层级的决策节点和所属的协同决策节点进行作业决策规划迭代，直至第一差值小于预设阈值，以及迭代生成的每个层级对应的候选不一致性惩罚参数为预设目标值时，将与所有层级对应的候选不一致性惩罚参数所对应的第一决策结果作为多级协同决策结果。技术研发人员：屈挺,黄海南,邱宵慧,马霖,左博兮,李从东,张中飞受保护的技术使用者：暨南大学技术研发日：技术公布日：2024/7/29