一种面向企业集群的供应链协同管理方法及系统与流程

摘要: 本发明涉及供应链管理,具体涉及一种面向企业集群的供应链协同管理方法及系统。背景技术:1、在企业集群的供应链管理场景中,成员企业之间存在采购、供货、物流及资金往来...
一种面向企业集群的供应链协同管理方法及系统与流程

本发明涉及供应链管理,具体涉及一种面向企业集群的供应链协同管理方法及系统。

背景技术:

1、在企业集群的供应链管理场景中,成员企业之间存在采购、供货、物流及资金往来等多维关联关系,供应链网络呈现出复杂的拓扑结构与动态演化特征。

2、现有的供应链节点评价方法通常以订单履约率、库存水平等静态指标为依据,对供应链节点进行独立评价;在供应链风险管理方面,现有方法多以单次合作结果为参考,对供应链的历史动态数据进行事后统计;在供需匹配与产能共享等协同场景中,现有方法通常基于单节点属性进行配对计算。

3、上述现有技术存在以下不足:节点评价未能引入网络拓扑结构信息,导致评价结果无法客观反映节点在网络中的实际贡献;风险管理缺乏对未来发展趋势与风险传导规律的预估能力,难以提前识别潜在风险;协同策略生成过程未能有效关联供应链的动态信息与网络结构特征,导致协同结果的准确性不足。上述不足共同导致企业集群无法获得客观、前瞻且充分反映网络特征的供应链协同管理策略。

技术实现思路

1、本发明提供一种面向企业集群的供应链协同管理方法及系统,解决相关技术中供应链网络结构特征难以有效提取、企业风险传导路径不明确以及供应链协同管理策略缺乏动态自适应能力的技术问题。

2、本发明公开了一种面向企业集群的供应链协同管理方法,包括以下步骤:获取企业集群中各成员企业的多源运营数据,以各成员企业作为节点、以企业间的采购、供货、物流及资金往来关系作为边,生成供应链网络图谱;其中,各节点携带静态属性和动态属性,各边携带历史交易频次、平均交货周期和交易金额;对供应链网络图谱中的各节点,利用图神经网络提取结构特征向量;图神经网络以供应链网络图谱的邻接结构为消息传递路径,通过逐层聚合邻居节点的特征表示更新目标节点的隐藏状态,并经线性映射层将隐藏状态映射为结构特征向量;将各节点的结构特征向量输入多指标综合评价模型,计算各节点的综合评价得分;获取供应链网络图谱在历史时间窗口内的节点动态属性时间序列,利用时序预测模型预测各节点在未来预测时域内的动态属性预测值,并基于动态属性预测值计算各节点的风险指数,当风险指数超过预设阈值时,沿出边方向逐层计算下游节点的风险传导影响量;将各节点的综合评价得分与风险传导影响量输入协同策略生成模块,生成供应链协同管理策略。

3、进一步地,所述生成供应链网络图谱的步骤还包括:根据各节点在供应链中的上下游位置,将节点划分为原材料供应层、中间加工层和终端需求层,并在供应链网络图谱中记录各节点所属层级。

4、进一步地,所述利用图神经网络提取结构特征向量的步骤中,图神经网络以节点所属层级标签为训练目标,采用交叉熵损失函数,使用adam优化算法进行参数更新。

5、进一步地,所述利用图神经网络提取结构特征向量的步骤还包括:将节点的静态属性与动态属性分别经独立的线性映射后拼接,作为图神经网络的节点初始输入特征;其中,静态属性映射后的维度与动态属性映射后的维度相同。

6、进一步地,所述图神经网络在聚合邻域信息时,对一阶邻居和二阶邻居分别赋予不同的聚合权重,一阶邻居的聚合权重高于二阶邻居的聚合权重。

7、进一步地,所述风险指数由以下公式确定:

8、

9、其中,为节点索引,为节点的订单履约率预测值与其历史均值的偏差,为节点的库存水平预测值与安全库存阈值的差值,为节点的资金周转周期预测值与行业基准的比值,、、为由历史数据离线拟合确定的权重系数。

10、进一步地,所述风险传导影响量由以下公式确定:

11、

12、其中,为上游节点索引,为下游节点索引,为边的历史交易频次,为边的交易金额,为边的平均交货周期。

13、进一步地,所述协同策略生成模块包括供需匹配子模块和产能共享子模块;供需匹配子模块以综合评价得分和风险传导影响量为输入,以综合评价得分高、风险传导影响量低的供应层节点为优先匹配对象,为各需求层节点生成候选供应节点列表;产能共享子模块以各节点的产能规模属性、库存水平预测值和订单履约率预测值为输入,识别存在产能冗余的节点与存在产能缺口的节点,并生成产能共享配对方案。

14、进一步地,所述计算各节点的综合评价得分的步骤还包括:对各节点在连续多个更新周期内的综合评价得分进行滑动平均处理,以滑动平均后的综合评价得分作为最终综合评价得分;其中,滑动平均的窗口长度根据业务周期确定。

15、进一步地,在每次多源运营数据更新后,触发结构特征向量提取、综合评价得分计算、风险传导影响量计算及供应链协同管理策略生成的重新计算流程,以更新后的供应链网络图谱为基础重新生成供应链协同管理策略。

16、本发明公开了一种面向企业集群的供应链协同管理系统,包括:数据采集模块,用于获取企业集群中各成员企业的多源运营数据,以各成员企业作为节点、以企业间的采购、供货、物流及资金往来关系作为边,生成供应链网络图谱;其中,各节点携带静态属性和动态属性,各边携带历史交易频次、平均交货周期和交易金额;特征提取模块,用于对供应链网络图谱中的各节点,利用图神经网络提取结构特征向量;图神经网络以供应链网络图谱的邻接结构为消息传递路径,通过逐层聚合邻居节点的特征表示更新目标节点的隐藏状态,并经线性映射层将隐藏状态映射为结构特征向量;综合评价模块,用于将各节点的结构特征向量输入多指标综合评价模型,计算各节点的综合评价得分;风险分析模块,用于获取供应链网络图谱在历史时间窗口内的节点动态属性时间序列,利用时序预测模型预测各节点在未来预测时域内的动态属性预测值,并基于动态属性预测值计算各节点的风险指数,当风险指数超过预设阈值时,沿出边方向逐层计算下游节点的风险传导影响量;策略生成模块,用于将各节点的综合评价得分与风险传导影响量输入协同策略生成模块,生成供应链协同管理策略。

17、本发明的有益效果在于:

18、本发明通过将多源运营数据构建为携带动静态属性的供应链网络图谱,并利用图神经网络提取各节点的结构特征向量,使节点综合评价得分同时包含节点自身属性与网络位置信息,解决了现有方法仅依赖静态指标导致节点评价不客观的技术问题,取得了节点评价结果更客观地反映节点在供应链网络中实际运营表现的技术效果。本发明通过对历史动态属性时间序列进行预测并计算风险传导影响量,解决了现有方法缺乏对未来发展趋势与风险传导规律预估能力的技术问题,取得了管理决策具备前瞻性风险识别能力的技术效果。本发明通过将综合评价得分与风险传导趋势同时引入供需匹配与产能共享的协同策略生成过程,解决了现有方法在协同分析中无法有效关联动态信息与网络结构特征的技术问题,取得了协同管理策略充分体现供应链网络拓扑特征的技术效果。

1.一种面向企业集群的供应链协同管理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述生成供应链网络图谱的步骤还包括:根据各节点在供应链中的上下游位置,将节点划分为原材料供应层、中间加工层和终端需求层,并在供应链网络图谱中记录各节点所属层级。

3.根据权利要求2所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述利用图神经网络提取结构特征向量的步骤中,图神经网络以节点所属层级标签为训练目标,采用交叉熵损失函数,使用adam优化算法进行参数更新。

4.根据权利要求3所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述利用图神经网络提取结构特征向量的步骤还包括:将节点的静态属性与动态属性分别经独立的线性映射后拼接,作为图神经网络的节点初始输入特征;其中,静态属性映射后的维度与动态属性映射后的维度相同。

5.根据权利要求4所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述图神经网络在聚合邻域信息时,对一阶邻居和二阶邻居分别赋予不同的聚合权重,一阶邻居的聚合权重高于二阶邻居的聚合权重。

6.根据权利要求5所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述风险指数由以下公式确定:

7.根据权利要求6所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述风险传导影响量由以下公式确定:

8.根据权利要求7所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述协同策略生成模块包括供需匹配子模块和产能共享子模块;供需匹配子模块以综合评价得分和风险传导影响量为输入,以综合评价得分高、风险传导影响量低的供应层节点为优先匹配对象,为各需求层节点生成候选供应节点列表;产能共享子模块以各节点的产能规模属性、库存水平预测值和订单履约率预测值为输入,识别存在产能冗余的节点与存在产能缺口的节点,并生成产能共享配对方案。

9.根据权利要求8所述的一种面向企业集群的供应链协同管理方法,其特征在于,所述计算各节点的综合评价得分的步骤还包括:对各节点在连续多个更新周期内的综合评价得分进行滑动平均处理,以滑动平均后的综合评价得分作为最终综合评价得分;其中,滑动平均的窗口长度根据业务周期确定。

10.根据权利要求9所述的一种面向企业集群的供应链协同管理方法,其特征在于,在每次多源运营数据更新后,触发结构特征向量提取、综合评价得分计算、风险传导影响量计算及供应链协同管理策略生成的重新计算流程,以更新后的供应链网络图谱为基础重新生成供应链协同管理策略。