摘要
本发明公开了一种基于数据分析的业务协同管理系统及方法,涉及业务协同管理技术领域,本发明,采用变点分析方法和局部异常因子LOF算法,对运行数据的多维密度分布进行量化评估,标记离散异常点和堆积异常点,并通过关联分析判断异常点的来源,显著提高异常数据处理能力;特征分析模块结合关联规则挖掘和多维回归分析方法,解析异常点的形成条件,提取关键影响因子并量化其对供应链运行的影响程度,建立因子关联模型;决策单元通过强化学习算法对供应链的供应方案进行高维模拟,经过多次策略迭代,生成包括运输资源优化、库存策略调整和高风险供应商替代的动态调整方案。
技术关键词
业务协同管理
异常点
关联规则挖掘方法
因子
协同管理系统
LOF算法
强化学习算法
节点
异常事件
策略
标记
数据采集网络
订单
异常数据处理
回归分析方法
密度
资源
系统为您推荐了相关专利信息
洪水预报方法
动态时间规整
相关性分析方法
水文
鲸鱼优化算法
任务调度策略
云任务调度方法
深度强化学习模型
定义
容器
容量配置方法
模糊隶属度函数
场景
径流式
k均值聚类算法