申请/专利权人：南方科技大学

申请日：2024-03-13

公开（公告）日：2024-04-12

公开（公告）号：CN117875726A

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/067;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供基于深度学习的价值链优化管控方法及系统，其中，方法包括：获取第一输入样本；基于VAE模型，根据第一输入样本，确定第二输入样本；基于深度学习技术和时空注意力机制，构建企业价值链风险预测模型；将第二输入样本输入企业价值链风险预测模型，获得企业价值链风险等级的概率分布结果；根据概率分布结果，进行优化管控。本发明的基于深度学习的价值链优化管控方法及系统，引入VAE模型对获取的第一输入样本进行数据增强，获取第二输入样本，样本数据更平衡。引入深度学习技术和时空注意力机制，风险预测更精准，根据预测的概率分布结果进行优化管控，管控更适宜。

主权项：1.基于深度学习的价值链优化管控方法，其特征在于，包括：获取第一输入样本，第一输入样本为：产品生产业务历史数据和拓扑关系数据，拓扑关系数据是企业价值链上的活动环节的交互关系信息；基于VAE模型，根据第一输入样本，确定第二输入样本，VAE模型为：变分自动编码器生成模型；基于深度学习技术和时空注意力机制，构建企业价值链风险预测模型；将第二输入样本输入企业价值链风险预测模型，获得企业价值链风险等级的概率分布结果；根据企业价值链风险等级的概率分布结果，进行相应优化管控；其中，根据企业价值链风险等级的概率分布结果，进行相应优化管控，包括：解析企业价值链风险等级的概率分布结果，确定目标环节的管控优先级；根据管控优先级，对应调取管控策略库并确定管控策略进行相应优化管控。

全文数据：

权利要求：

百度查询： 南方科技大学 基于深度学习的价值链优化管控方法

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