摘要
本发明公开了一种药品供应链智能预测方法及系统,涉及药品供应链领域,包括构建药品供应链知识图谱,将原料供应商、制造商、分销商建模为节点,节点间的物流路径或合同依赖关系建模为加权边,形成无向图结构;基于该图谱构建规范化拉普拉斯矩阵并进行谱分解,形成特征向量空间;接收到药品专利到期事件后,构建扰动向量并投影至特征向量空间,提取受影响子图;根据扰动强度和结构密度拟合价格波动预测模型,预测专利到期后的药品价格变化。本发明解决了专利到期事件影响下药品价格预测困难的问题。
技术关键词
智能预测方法
特征向量空间
拉普拉斯
关系建模
训练样本集
知识图谱构建
训练机器学习模型
矩阵
制造商
线性回归模型
密度
源节点
强度
定义
物流
节点数
实体
基底
系统为您推荐了相关专利信息
音频编码器
音频特征
音频解码器
大语言模型
对话生成方法
神经网络训练方法
物理
滑动窗口技术
数据训练神经网络
列表
客户端
联邦学习方法
秘密共享技术
协作关系
差分隐私保护机制
协方差矩阵
因子
电池参数辨识
误差向量
参数辨识技术
终端预警方法
深度学习模型
翻斗式雨量计
温湿度
训练样本集