一种基于深度学习的供应链风险预警方法

本发明涉及供应链风险预警技术领域，尤指一种基于深度学习的供应链风险预警方法，通过获取获取供应链数据，提取供应链节点间的物资流转关系，构建节点关系图并采用图神经网络实现节点及其邻接节点特征的聚合，提取全局网络中的空间关联特征，有效建模风险的多级传递与扩散路径。随后，将节点空间特征与历史时序特征拼接后输入长短期记忆网络，动态捕捉节点风险随时间的演变趋势，识别周期性波动及突发异常，提升风险趋势的预测精度。最后，采用多层感知机对长短期记忆网络输出的风险时序特征进行非线性映射和特征融合，生成节点风险评分，并据此实现对高风险节点的实时预警，大幅提升供应链风险监控的准确性和及时性。