摘要
本发明提供一种基于知识图谱及工业模型的供应链预测方法,包括采集供应链预测所需特征,所需特征包括历史订单数据及生产计划数据、工业品采购数据及集采信息、物流数据及仓储数据;对历史订单数据及生产计划数据、工业品采购数据及集采信息、物流数据及仓储数据进行数据清洗、标准化和相关性分析,得到目标特征;识别目标特征中的关键实体和关系,并基于关键实体和关系构建知识图谱;利用工业模型识别知识图谱中的供应链关键节点及节点关系,并转化为用于供应链预测的数值化特征向量,以进行供应链预测,通过引入知识图谱和工业模型的方式,能够更好地捕捉供应链中各节点之间的关系,从而有效地提升了供应链预测的精度。
技术关键词
历史订单数据
构建知识图谱
库存管理
工业
节点
预测特征
贝叶斯网络建模
实体
供应链管理系统
采购管理系统
生成优化建议
物流管理系统
企业资源计划
仓储管理系统
皮尔逊相关系数
系统为您推荐了相关专利信息
数据处理算法
红外补光灯
滤镜模块
多模态
无线充电接口
进度跟踪方法
个性化学习路径
学习特征
计划
元学习算法
学习特征数据
多模态系统
推荐方法
脱敏数据
服务器集群
汇聚节点
水下传感器网络
能耗
水声传感器网络技术
聚类算法