申请/专利权人：峰禾(北京)科技有限公司

申请日：2023-03-27

公开（公告）日：2024-04-05

公开（公告）号：CN116434928B

主分类号：G16H40/20

分类号：G16H40/20;G06N3/04;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.08.01#实质审查的生效;2023.07.14#公开

摘要：本发明公开了一种医疗SPD供应链智慧管理方法、装置及计算机设备，涉及医用耗材管理技术领域。所述方法是先汇总各个科室的物资需求以及计算得到所有物资供应商在各个所需物资品种上的价值评分，然后计算各个品种的总价值评分最低要求值和总价值评分期望目标值，再然后根据所有品种和所有供应商，创建包含有输入层、隐藏层和输出层的BP神经网络，再然后将各个品种的总价值评分最低要求值作为输出目标向量导入BP网络中，得到同时满足各个品种的最低价值要求和总价值期望目标的且完成训练的新BP网络，最后根据新BP网络中各个隐藏节点的节点值，确定可进行统一下单的合适供应商，并自动生成采购订单，如此可优化SPD供应链管理方案。

主权项：1.一种医疗SPD供应链智慧管理方法，其特征在于，包括：获取各个科室在未来某个配送周期内的物资需求信息，其中，所述物资需求信息包含有对应科室的所需物资品种及品种所需数量；汇总所有科室的所述物资需求信息，得到与所述未来某个配送周期对应的N个所需物资品种及在所述N个所需物资品种中各个所需物资品种的品种所需总量，其中，N表示非零自然数；针对所述各个所需物资品种，根据所有物资供应商在对应品种上的且在多个评价指标中各个评价指标上的原始指标值，计算得到所述所有物资供应商在对应品种上的价值评分；根据预设的价值评分最低要求值和价值评分期望目标值，按照如下公式计算得到各个所需物资品种的总价值评分最低要求值和所述N个所需物资品种的总价值评分期望目标值： 式中，n表示小于等于N的非零自然数，Vrm,n表示在所述N个所需物资品种中第n个所需物资品种的总价值评分最低要求值，vrm表示所述价值评分最低要求值，Numn表示所述第n个所需物资品种的品种所需总量，Vtotle表示所述N个所需物资品种的价值评分期望目标值，vdg表示所述价值评分期望目标值；根据所述N个所需物资品种和所述所有物资供应商，创建包含有输入层、隐藏层和输出层的反向传播BP神经网络，其中，所述隐藏层包含有与所述N个所需物资品种一一对应的N个隐藏节点，所述输出层包含有与所述N个所需物资品种一一对应的N个输出节点，所述N个隐藏节点与所述N个输出节点一对一连接；将所述各个所需物资品种的总价值评分最低要求值作为输出目标向量导入所述BP神经网络中，得到完成训练的新BP神经网络，其中，所述BP神经网络的训练过程包括有如下步骤S61～S63：S61.按照如下公式计算得到输出向量： 式中，yn表示所述N个输出节点中第n个输出节点的输出值，所述输出向量表示为y1,y2,…,yn,…yN，m表示小于等于M的非零自然数，M表示所述所有物资供应商的供应商总数，vm,n表示在所述所有物资供应商中第m个物资供应商在所述第n个所需物资品种上的价值评分，pn表示所述N个隐藏节点中第n个隐藏节点的节点值，LFpn,m表示用于判断pn是否等于m的函数，并在是时输出1，而在否时输出0；S62.判断所述输出向量中的各个元素是否均大于等于所述输出目标向量中的对应元素以及所述输出向量的元素总和是否大于等于所述总价值评分期望目标值，若是，则停止训练，得到完成训练的新BP神经网络，否则执行步骤S63；S63.基于BP神经网络的梯度下降法来调整所述N个隐藏节点的节点值，然后返回执行步骤S61，其中，所述N个隐藏节点的节点值的调整约束条件包括有取值为小于等于M的非零自然数；在所述BP神经网络的训练过程中，若在所述N个隐藏节点的节点值调整次数未达到预设的第一次数阈值前就已停止训练，则在增大所述价值评分最低要求值和或所述价值评分期望目标值后，先基于新的所述价值评分最低要求值和或所述价值评分期望目标值重新计算所述各个所需物资品种的总价值评分最低要求值和或所述N个所需物资品种的总价值评分期望目标值，再基于新的所述各个所需物资品种的总价值评分最低要求值和或所述N个所需物资品种的总价值评分期望目标值，重新训练所述BP神经网络，以便探寻更合适的供应商；在所述BP神经网络的训练过程中，若在所述N个隐藏节点的节点值调整次数达到预设的第二次数阈值后仍未停止训练，则在减小所述价值评分最低要求值和或所述价值评分期望目标值后，先基于新的所述价值评分最低要求值和或所述价值评分期望目标值重新计算所述各个所需物资品种的总价值评分最低要求值和或所述N个所需物资品种的总价值评分期望目标值，再基于新的所述各个所需物资品种的总价值评分最低要求值和或所述N个所需物资品种的总价值评分期望目标值，重新训练所述BP神经网络，以便能够探寻到合适的供应商，其中，所述第二次数阈值大于所述第一次数阈值；按照如下方式遍历所述各个所需物资品种：若对应的隐藏节点的节点值为非零数值x,则将在所述所有物资供应商中的第x个物资供应商作为对应的下单对象；针对各个所述下单对象，根据对应的至少一个所需物资品种及在所述至少一个所需物资品种中各个所需物资品种的品种所需总量，生成对应的且需在所述未来某个配送周期前到货的采购订单。

全文数据：

权利要求：

百度查询： 峰禾(北京)科技有限公司 一种医疗SPD供应链智慧管理方法、装置及计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD