基于脑认知思维系统的产业链自主调控方法及系统

本申请涉及大数据分析，尤其涉及一种基于脑认知思维系统的产业链自主调控方法及系统。

背景技术：

1、产业链作为影响国计民生重要支柱，通常由许多相互作用的元素可以组成复杂系统，如产业链、城市、大脑、电网、交通、生态系统等，各式复杂系统往往可以被抽象为一组单元，它们通过一个网络相连，并按照一定的动力学法则发生相互交互(如依赖、竞争、关联等)。各类基础设施的交互依赖关系使其具有脆弱性，经常面临各种突发事件的干扰，使网络崩溃与瘫痪，甚至遭受经济损失。如何准确度量和调控产业链鲁棒性和韧性是确保产业链健康有序发展重要保障。当大规模多神经元网络赋能多样性复杂场景时，受到外部突变数据干扰以及内部隐性事件的拓扑振荡和共振效应等影响，导致系统中大规模神经元及拓扑结构都会存在动力学演化等问题，产生了多神经元协同生成决策方案的渗透性问题。

2、如何构建一种自主适应多种智能形态的认知决策的计算框架，该框架具备快速响应任务环境动力学扩散，自主开展神经元网络拓扑的自我调整和优化配置以及网络中神经元之间的相互调节等决策分析，做出合理的选择和决策的过程，自适应各种外界复杂环境各种变化。最终构建自适应、高精准和强实时决策分析自适应调控计算方法，以便建立应对各种突发非常规事件预警、预防和干预等事前防范机制。

3、因此，提出一种基于脑认知思维系统的产业链鲁棒性和韧性自主调控方法及系统，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于脑认知思维系统的产业链自主调控方法及系统，提升产业链在面临外部扰动时的稳定性和恢复力，确保产业链供应链的安全可靠和高效运转。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种基于脑认知思维系统的产业链自主调控方法，包括以下步骤：

4、s1、数据获取步骤：获取产业链相关数据，并对产业链相关数据进行预处理；

5、s2、数据处理步骤：将s1中预处理后的产业链相关数据分为训练集和测试集；

6、s3、模型建立和训练步骤：建立自主调控模型，将s2中的训练集和测试集输入至自主调控模型来实现模型的训练和测试，得到最终的自主调控模型；

7、s4、自主调控步骤：通过s3中最终的自主调控模型来实现产业链鲁棒性和韧性自主调控。

8、上述的方法，可选的，s1中对产业链相关数据进行预处理包括数据清洗、数据转换、特征提取以及数据标准化。

9、上述的方法，可选的，s3中自主调控模型包括用于调控鲁棒性的网络渗流相变分析模型和用于调控韧性的网络韧性行为动力学模型。

10、上述的方法，可选的，网络渗流相变分析模型中包括产业链网络渗流普适方程，具体如下：

11、

12、

13、其中，表示产业链网络渗流相变模型，表示k个网络节点拓扑聚集系数相变联合概率分布，xi表示代表网络度值连通度，gi(xi)代表网络耦合动力学势函数，qji表示网络第i层节点与第j层节点之间依赖关系，yji代表网络度值连通度临界点估计的优化计算方法，k是指通过依赖关系连接层数量。

14、上述的方法，可选的，网络韧性行为动力学模型中包括产业链网络韧性动力学普适方程，具体如下：

15、

16、其中，f(xi(t))为描述产业链t时刻活动节点xi(t)系统自我驱动动力学势函数，aijh(xi,xj)反映第i个要素与邻居要素j之间相互作用动力学规则，n是指产业链中要素节点数量。

17、上述的方法，可选的，基于产业链网络韧性动力学普适方程实现产业链韧性调控的方法为：

18、如果f(xi(t))的势能曲线是平稳型，则aijh(xi,xj)网络社团结构健康稳定；如果f(xi(t))的势能曲线是周期型余弦或者正弦波震荡，则aijh(xi,xj)网络社团结构存在断链风险，通过增加节点及邻接边的比例解决；如果f(xi(t))的势能曲线是混沌型震荡，则aijh(xi,xj)网络社团结构存在严重拥塞全连接问题，通过删除节点规模和裁剪连接边的比例解决。

19、一种基于脑认知思维系统的产业链自主调控系统，应用上述任一项的一种基于脑认知思维系统的产业链自主调控方法，包括依次连接的数据获取模块、数据处理模块、模型建立和训练模块、自主调控模块；其中，

20、数据获取模块，用于获取产业链相关数据，并对产业链相关数据进行预处理；

21、数据处理模块，用于将预处理后的产业链相关数据分为训练集和测试集；

22、模型建立和训练模块，用于建立自主调控模型，将训练集和测试集输入至自主调控模型来实现模型的训练和测试，得到最终的自主调控模型；

23、自主调控模块，用于通过模型建立和训练模块得到的最终的自主调控模型来实现产业链鲁棒性和韧性自主调控。

24、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于脑认知思维系统的产业链自主调控方法及系统，具有以下有益效果：

25、(1)本发明在提升产业链鲁棒性方面，该系统能够通过分析历史数据和实时数据，预测并识别可能对产业链造成冲击的风险点。例如，通过监测关键原材料的供应情况、市场需求变化，以及可能影响生产的自然或社会事件，系统能够提前做出响应，调整生产计划，保障关键环节的供应不受影响。

26、(2)在增强产业链韧性方面，系统侧重于优化产业链结构，强化薄弱环节，提升整体抗击外部冲击的能力。

27、(3)在自主调控方面，该系统依托于先进的人工智能技术，包括机器学习、深度学习等，使产业链的管理更加智能化、自动化；这种自主性不仅体现在对突发事件的快速反应，还体现在对日常运营的持续优化上，如通过智能算法不断优化生产流程，提高资源配置效率。

技术特征：

1.一种基于脑认知思维系统的产业链自主调控方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于脑认知思维系统的产业链自主调控方法，其特征在于，s1中对产业链相关数据进行预处理包括数据清洗、数据转换、特征提取以及数据标准化。

3.根据权利要求1所述的一种基于脑认知思维系统的产业链自主调控方法，其特征在于，s3中自主调控模型包括用于调控鲁棒性的网络渗流相变分析模型和用于调控韧性的网络韧性行为动力学模型。

4.根据权利要求3所述的一种基于脑认知思维系统的产业链自主调控方法，其特征在于，网络渗流相变分析模型中包括产业链网络渗流普适方程，具体如下：

5.根据权利要求3所述的一种基于脑认知思维系统的产业链自主调控方法，其特征在于，网络韧性行为动力学模型中包括产业链网络韧性动力学普适方程，具体如下：

6.根据权利要求5所述的一种基于脑认知思维系统的产业链自主调控方法，其特征在于，基于产业链网络韧性动力学普适方程实现产业链韧性调控的方法为：

7.一种基于脑认知思维系统的产业链自主调控系统，其特征在于，应用权利要求1-6任一项所述的一种基于脑认知思维系统的产业链自主调控方法，包括依次连接的数据获取模块、数据处理模块、模型建立和训练模块、自主调控模块；其中，

技术总结本发明公开了一种基于脑认知思维系统的产业链自主调控方法及系统，应用于大数据分析技术领域。本发明包括：S1、数据获取步骤：获取产业链相关数据，并对产业链相关数据进行预处理；S2、数据处理步骤：将S1中预处理后的产业链相关数据分为训练集和测试集；S3、模型建立和训练步骤：建立自主调控模型，将S2中的训练集和测试集输入至自主调控模型来实现模型的训练和测试，得到最终的自主调控模型；S4、自主调控步骤：通过S3中最终的自主调控模型来实现产业链鲁棒性和韧性自主调控。本发明提升产业链在面临外部扰动时的稳定性和恢复力，确保产业链供应链的安全可靠和高效运转。技术研发人员：王军平,王必成,薛一博受保护的技术使用者：中国科学院自动化研究所技术研发日：技术公布日：2024/10/10