一种基于工业互联网标识解析的供应链管理方法与流程

本发明涉及供应链管理，特别是一种基于工业互联网标识解析的供应链管理方法。

背景技术：

1、随着工业互联网的快速发展和普及，供应链管理作为企业物流、生产、销售等环节的重要组成部分，正面临着前所未有的挑战与机遇，传统的供应链管理依赖于线性、静态的流程和信息系统，常常因为信息孤岛、数据延迟和处理效率低下等问题，难以满足现代企业对于高效、透明、灵活的管理需求，近年来，基于工业互联网的供应链管理方法逐渐成为研究和应用的热点，通过智能标识和互联网技术的结合，实现对供应链中物品的实时跟踪和数据收集，为供应链的优化管理提供了新的可能性，然而，现有技术缺乏对整个供应链网络的全面洞察和动态调整能力，特别是在实时监测供应链中异常事件的识别、处理以及基于大数据分析的供应链状态预测方面，无法有效应对复杂多变的市场需求和供应链风险。

技术实现思路

1、鉴于上述现有的基于工业互联网标识解析的供应链管理方法中存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于现有技术缺乏对整个供应链网络的全面洞察和动态调整能力，特别是在实时监测供应链中异常事件的识别、处理以及基于大数据分析的供应链状态预测方面，无法有效应对复杂多变的市场需求和供应链风险。

3、为解决上述技术问题，本发明提供如下技术方案：一种基于工业互联网标识解析的供应链管理方法，其包括，部署供应链物品智能标识，供应链平台通过工业互联网收集供应链数据；根据供应链数据实时监测供应链网络中的异常，并对异常进行处理；结合供应链数据动态调整供应链网络，预测供应链未来状态并通过供应链平台进行展示；数据库收集数据进行存储并实施数据安全保护措施。

4、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述部署供应链物品智能标识，供应链平台通过工业互联网收集供应链数据指在供应链物品上部署智能标识存储物品信息，包括rfid标签、二维码以及nfc标签，利用传感器和读取设备收集智能标识中的数据，通过工业互联网传输数据至供应链平台进行数据清洗过滤和标准化。

5、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述根据供应链数据实时监测供应链网络中的异常包括：

6、通过收集的供应链物品信息数据得出特征向量：

7、,

8、其中为特征向量，为时间t的物流速度，为时间t的库存水平，为时间t的订单量，为订单交付时间，为物品质量评分，为供应商可靠性评分；

9、计算供应链综合状态值：

10、,

11、其中为供应链综合状态值；

12、定义决策树特征判断阈值：

13、,

14、其中为时间t的特征判断阈值，为考虑的时间长度，为考虑的时间点数，为第i个时间点的物流速度，为第i个时间点的库存水平，为第i个时间点的订单量，为第i个时间点的订单交付时间，为第i个时间点的物品质量评分，为第i个时间点的供应商可靠性评分，和b为调节参数；

15、构建决策树模型：

16、,

17、其中为决策树模型，为决策树输入值，为特征向量数量，为第j个特征向量的供应链综合状态值，为第j个特征向量的权重系数，为第j个特征向量的特征判断阈值，为指示函数，当时取值为1，否则为0；

18、采用正则化项进行决策树模型训练，定义优化目标函数为：

19、,

20、其中为训练特征数量，为第i个特征真实标签，为决策树模型中第i个决策树的输出，为损失函数，为正则化系数，为第i个特征判断阈值的l2范数；

21、基于决策树模型定义异常评分函数为：

22、,

23、其中为供应链异常评分，为决策树数量，为第i个决策树的权重，将收集的供应链数据输入异常评分函数得到供应链异常评分。

24、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述对异常进行处理指得到供应链异常评分后与预设异常阈值进行对比判断供应链状态：

25、若＜，则说明供应链运行状态良好，保持对供应链数据的收集和处理，并定期对供应链进行异常检测，生成周期性检测报告，同时定期对决策树模型和异常评分函数的参数进行更新；

26、若≥，则说明供应链运行过程中存在异常，通知工作人员根据收集的供应链数据分析异常发生位置，对供应链异常进行排查处理，若工作人员分析供应链未发生异常，则向供应链平台反馈误判通知，将该供应链数据标记为误判数据，供应链平台重新对决策树模型和异常评分函数进行训练，并在训练完毕后使用误判数据验证决策树模型和异常评分函数直至异常分析结果正确。

27、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述结合供应链数据动态调整供应链网络指通过收集的供应链数据对供应链网络进行实时动态调整：

28、,

29、其中为时间t的供应链调整策略值，和为调节参数，为时间t物流速度的权重值，为时间t订单量和订单交付时间的权重，迭代计算直至值达到最大，将此时的各项输入参数作为调整值进行供应链网络调整。

30、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述预测供应链未来状态指在进行供应链网络异常检测和动态调整后，对供应链网络的未来状态进行预测：

31、,

32、其中为时间的供应链特征向量，为时间的第i个特征，和为特征的权重，、以及为调整预测函数形状的参数，为归一化函数，为特征总数，为时间延迟，得到时间的供应链特征向量后，将特征向量中的供应链数据进行组合形成时间的供应链状态数据。

33、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述通过供应链平台进行展示指供应链平台将收集和分析的数据通过可视化控制交互面板向供应链网络参与人员进行展示，包括供应商、销售商、物流提供者以及供应链平台工作人员，供应链平台为供应链网络参与人员提供交互式数据服务并且允许通过工业互联网进行供应链查询和管理。

34、作为本发明所述基于工业互联网标识解析的供应链管理方法的一种优选方案，其中：所述数据库收集数据进行存储并实施数据安全保护措施指数据库将收集的供应链网络数据、决策树模型、异常评估函数、异常分析结果、异常处理措施过程、供应链动态调整措施以及未来状态预测结果进行存储，数据库为存储数据设置安全访问权限和访问密码，并在有数据被访问时保持对存储数据的监测，数据访问完毕后数据库对被访问数据进行扫描生成检测记录同步存储。

35、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现上述基于工业互联网标识解析的供应链管理方法的步骤。

36、一种计算机可读存储介质，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上述基于工业互联网标识解析的供应链管理方法的步骤。

37、本发明有益效果为：本发明通过收集供应链网络数据构建决策树模型和异常评分函数对供应链网络中异常进行检测，有助于供应链网络实时监测，减少因异常造成的损失，同时实时对供应链网络进行动态调整，提升了供应链网络的灵活性和适应性，通过对供应链网络未来状态进行预测为供应链网络的未来发展提供了助力，有效地帮助供应链网络发展壮大。